【VB开源代码栏目提醒】：网学会员,鉴于大家对VB开源代码十分关注，论文会员在此为大家搜集整理了“基于时延网络的流程供应链时序数据挖掘 - 会议论文”一文，供大家参考学习!

第２卷曼４期 南京师范大学学报（工程技术版）Ｖｏｌ ２№，４ ２００２年 ＪＯｕｆ之ＮＡＬ ｏＦ ＮＡⅫＩＮＧ Ｎ０】孙ｎＬ ＵＮＩⅦＲｓＩＴＹ（ＥＮＧＩＮＥＥＲｌＮＧ ＡＮＤ ＴＤ础ｏＩ上ｂＹ） ２００２ 基于时延网络的流程供应链时序数据挖掘 彭晨１，岳东１，许世范２ （１南京师范大学控制科学与ｔ程系，２Ｊ００４２，南京） （２中同矿业大学信息与电气’〔程学院，２２１００８，徐州） 〔摘要〕 针对连续流程供应链巾存在的太最时序数据的知识发现问题．提出了基于信息集成基础上的席用时延＿｝『｜ｌ经网络 处瑚时序数据的知识发现方案，解央时序数据膨胀而知识匮乏的问题在网络数据集成的前提下，采用ｖＢ提取数槲集市中 昀综合数据，作为时延神经网络横型的输人序列利用ＭＡＴＬＡＢ神经网络工具编写知识发现模型来发现时序数挪ｊ中茁古的 知识，构成知识链并作为供应链优化运行的支撑链以某选煤厂时序数列分析为例，上述方法在应用中取得较好的效果 〔关键词〕 时延神经网络．流程供麻链．数据挖掘．知识链 【中图分类号】ＴＰ２７４．’ｎ）９４。

    【文献标识码】Ｂ。

    【文章编号〕１６７２—１２９２１２００２）０４一００３４一０５ 在煤炭供应链运行过程中存在大量的时间序列，如矿井原煤生产量、选煤厂人洗量、产品销售量、物 资消耗量等指标数据．这些指标数据是轻度综合性数据，是在事务性日常生产经营数据记录基础上的综 合性统计性数据．从数据集市中可以选择查询维，确定查询面则可取得这些时间序列数据这些时间序 列不仅反映了过去即发事实数据的大小，更重要的是蕴含了生产过程及外部市场变化的内在信息．它能 反映生产销售原料消耗以及经营过程中的物流、信息流、资金流等的相互联系和动态产业化过程供应 链决策层在汁划制定、战略规划时必须了解过去的情况并分析将来趋势，才能做出理性决策．供应链中 的信息集成提供了时间序列综合性数据，而如何分析和处理这些Ⅱｊ问序列，正确认识生产经营等的动态 特性，对供应链整体优化运营是至关重要的 １时序数据特征 时间序列的数据库内某个字段是随着时间而不断变化的，例如股票价格每天的涨跌、浏览网页的次 序、产·钴的销售等．时间序列模式根据数据随时间变化的趋势可以预测将来的值考虑到时间的特殊性 质，像一些周期性的时间定义如星期、月、季节、年等，从不同时间维角度，利用现有数据随时间变化的一 系列序列值，才能更好地预测将来模式按功能可分为两大类：预测型（ｐｒｅｄｉｃｔｉｖｅ）和描述型（ｄｅ”ｒｉｐｆ ｔｌｖｅ）．预测型模式可以根据数据项的值精确确定某种结果的模式，而挖掘预测模式所使用的数据都可以 明确知道结果；描述型模式则对数据中存在的规则做一种描述，或者根据数据的相似性把数据分组，但 不能直接用于预测 由于外界及内在条件的变化，基于传统回归方法及其参数模型法基础之上的分析方法，存在参数求 解困难、假设因素太多的缺点．而神经网络方法具有非线性数据的快速拟台能力，因此在数据采掘过程 中，神经网络是聚类的有力工具，在事务数据库的分析和建模方面应用广泛…． 收稿口期：２００２—１２—１６ 资金项目：国家”八六三”资助项目（８６３ ５１ｌ一９６叭一１３０１）和教育部资助项目（〔２００２〕２４７） 作者简彳ｒ：彭晨．１９７３，在职博上后，南京师范大学信息与控制研究中心讲师，主要从事流程供应链建模及时序数列的知识发现 研究 一３４—万　 方数据 彭晨．等：基于时延网络的流程供应链时序数据挖掘 ２时延序列网络基本原理 神经网络建立在可以自学习的数学模型基础上，它可以对大量复杂的数据进行分析，并可以完成对 人脑或汁算机来说极为复杂的模式抽取及趋势分析由于神经元网络是非线性模型，一般认为它比传统 的统计学工具更为理想．人工神经网络最大的长处是可以自动地从数据中学习，从而形成知识，因此它 具有较大的创新性． 时延序列网络是指典有时间序列输人的神经网络，网络具有时延及反馈存在，网络中神经元的输人 一输ｍ不是简单的输入输出映射关系，对神经元网络的训练及输出具有复杂网络的动态特征时延序列 网络的输入输出的关系可用如下的差分方程描述”ｏ ｆｙ（Ｋ）＝Ｆ〔“（是），“（七一１），…，“（南一”）〕 １。

    （＆：（‰，１，‰：，…，％，）ｔ 式ｑ１ Ｊ为已知序列中困变量个数；Ｆ函数为输入输出间的映射关系；Ｋ为当前要预测的时问标识； ”表示ｙ（∞与“（＾）的”个时刻有关；“（＾）为输入序列，可由ｊ个单变量组成 由于时序关系，这种神经网络由输入延迟形成动态过程因为输入是动态时间变化序列，所以在有 足够