欢迎来到天天文库
浏览记录
ID:50374041
大小:4.39 MB
页数:65页
时间:2020-03-05
《面向物流的乱序数据处理方法研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、'.,苗t痴f銭‘l'巧:10293单位代码密级:公开,皮《僅硕女讼戈琴若考一’心.人‘心,C,,/.:W謂-,/■??*论文题目:面向物流的乱序数据处理方法研究??学号20532,,12112、VIh^巧’‘姓名為、---,.卓林超;:女of;苗h..■*■..Vi:导师-i■望_^冷如,、萬郭P..'V;.7.巧扫护也游;?a^专业学位类别工程硕±V.
2、'类型..全曰制.:V..K请U专业(领域)心.流—J,程论文提交曰期2015年4月:續.-.伊’苗,聲議_;;j1‘..."'弁-'^'^与奪知r:皆,Vv#嶺记ResearchonOut--oforderDataProcessingAproachesforLois杜cspgThesisSubmittedtoNaninUniversitofPostsandjgyTelecommunicationsforth
3、eDereeofgM江s化rofEngineering哪ByLinchaoZhuoSupervisor:Prof.KunWangAril2015p摘要随着现代信息技术应用的普及,整个物流系统正在逐步实现电子信息化,物流数据处理也正逐渐被社会所认知。数据处理的主要目的是从原始乱序数据流中提取出用户感兴趣的信息,完成一系列的预测输出给用户。本文通过分析乱序数据流,建立三级数据处理架构,设定匹配模板,从而对乱序数据流进行动态处理与输出。本文主要贡献包括:(1)针对
4、物流领域中的乱序数据之间处理时间相对较长问题,提出了一种动态调整的改进型BP算法。算法中运用了动态自适应结构调整机制,根据环境要求自适应调整网络训练结构,优化迭代训练过程。并通过动态的调整神经网络中的动量因子、阈学习指数、权学习指数这三个因子来加快学习的响应速度,从而缩短训练时间,加快收敛速度。(2)针对物流领域中乱序数据流难以在短时间内获取有价值的信息的问题,提出了一种基于改进型BP的模板匹配算法。算法通过动态设定的匹配模板,根据乱序数据流到达网络输入层的时间顺序,提取出用户所需信息;并在学习匹配过程
5、中优化神经元选取机制、自适应调整网络参数,来加快学习响应速度,以此减少匹配时间。(3)针对石化领域的物流供应链中难以从传感器的海量数据中获取有用信息的难题,提出了一种基于改进型BP的三级数据处理架构。算法根据到达输入层的时间并行处理实时数据。与此同时,为了提高算法的响应时间,从而缩短预测时间,我们在学习过程中运用多维学习因子优化机制。关键词:物流数据,乱序数据,数据处理,BP算法IAbstractWiththepopularityofmoderninformationtechnologyapplicat
6、ions,theentirelogisticssystemisrealizingelectronicinformationgradually,logisticsdataprocessingisalsobeinggraduallycommunityawareness.Themainpurposeofdataprocessingistoextracttheusefulinformationfromtheoriginalout-of-orderdatastreamtouserstocompleteaserie
7、sofprediction.Inthisthesis,weanalyzetheout-of-orderdatastreams,thensetupathree-leveldataprocessingframeworkandamatchingmodel,thusdynamicallyprocessingdataandoutputthepredictionresults.Themaincontributionofthisthesisisasfollow:(1)Duetothedifficultyofgetti
8、ngtheassociationrulesoverout-of-orderstreamsforlogisticdata,anewimprovedBPalgorithmbasedondynamicadjustmentisproposed.Wefirstlyuseadynamicadaptivestructuraladjustmentmechanismtochangethenetworktrainingstructureaccordingtot
此文档下载收益归作者所有