專利名稱：實(shí)現(xiàn)降低數(shù)據(jù)量傳輸?shù)臉蛄簲?shù)據(jù)推理約簡(jiǎn)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種橋梁協(xié)同設(shè)計(jì)或動(dòng)力災(zāi)變集成系統(tǒng)中降低數(shù)據(jù)量傳輸?shù)臄?shù)據(jù)約簡(jiǎn)方法，尤其涉及一種用于協(xié)同設(shè)計(jì)或動(dòng)力災(zāi)變環(huán)境下橋梁的智能化數(shù)據(jù)處理情況下的橋梁數(shù)據(jù)推理約簡(jiǎn)方法。

背景技術(shù)：
數(shù)據(jù)約簡(jiǎn)是在保持分類和決策能力的前提，去掉數(shù)據(jù)中不相關(guān)或者不重要的信息。冗余的數(shù)據(jù)不僅浪費(fèi)存儲(chǔ)空間，甚至影響精確和簡(jiǎn)介的決策。數(shù)據(jù)約簡(jiǎn)對(duì)海量數(shù)據(jù)是不可避免的，它已包括抽樣和綜合兩種途徑。
抽樣是最常用的減少樣本數(shù)的方法。抽樣是指對(duì)數(shù)據(jù)樣本的精選，它不僅能減少數(shù)據(jù)處理量，節(jié)省系統(tǒng)資源，而且能通過(guò)數(shù)據(jù)樣本的篩選，要它反映的規(guī)律性更加凸現(xiàn)出來(lái)。也就是說(shuō)，原則上抽樣是在保證抽取數(shù)樣具有代表性、保證數(shù)據(jù)不變形之上，完成數(shù)據(jù)約簡(jiǎn)功能。但是，由于樣本分布通常是未知的，抽樣的代表性是難以保證的。
綜合方法是試圖產(chǎn)生和內(nèi)存大小的數(shù)據(jù)，綜合的數(shù)據(jù)可以是統(tǒng)計(jì)出來(lái)的，也可以是利用壓縮技術(shù)得到的。抽樣和綜合可以互為補(bǔ)充。從現(xiàn)有文獻(xiàn)來(lái)看，目前數(shù)據(jù)約簡(jiǎn)的研究主要集中于不具備特定專業(yè)背景的海量數(shù)據(jù)約簡(jiǎn)，具有一定的通用性，但效率偏低。
以現(xiàn)有的橋梁設(shè)計(jì)為例，橋梁工程的發(fā)展對(duì)橋梁設(shè)計(jì)提出了網(wǎng)絡(luò)化協(xié)同設(shè)計(jì)的需要。但是在網(wǎng)絡(luò)化協(xié)同設(shè)計(jì)過(guò)程中，通常在各個(gè)設(shè)計(jì)者所在的終端之間通過(guò)網(wǎng)絡(luò)需要傳輸大量數(shù)據(jù)，比如現(xiàn)場(chǎng)采集到的各項(xiàng)數(shù)據(jù)、實(shí)驗(yàn)數(shù)據(jù)等，以某一抗震設(shè)計(jì)模型為例，包括單元數(shù)674(含空間桿單元，支座單元)，節(jié)點(diǎn)數(shù)713個(gè)(含集中荷載、集中質(zhì)量)，經(jīng)100年10％和100年3％兩個(gè)概率的反應(yīng)譜分析后，產(chǎn)生的數(shù)據(jù)量為347.6MB。若甲工作人員將其數(shù)據(jù)傳送至乙工作人員，需要占用大量的網(wǎng)絡(luò)資源，特別容易造成網(wǎng)絡(luò)阻塞。


發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種實(shí)現(xiàn)降低數(shù)據(jù)量傳輸?shù)臉蛄簲?shù)據(jù)推理約簡(jiǎn)方法，以解決現(xiàn)有技術(shù)中橋梁數(shù)據(jù)在傳輸過(guò)程中占用大量的網(wǎng)絡(luò)資源，特別容易造成網(wǎng)絡(luò)阻塞的技術(shù)問(wèn)題。
為了達(dá)到上述目的，本發(fā)明提供了一種實(shí)現(xiàn)降低數(shù)據(jù)量傳輸?shù)臉蛄簲?shù)據(jù)推理約簡(jiǎn)方法，用于降低發(fā)送端和接收端通過(guò)網(wǎng)絡(luò)傳輸數(shù)據(jù)的數(shù)據(jù)量，包括以下步驟 (一)在發(fā)送端和接收端分別進(jìn)行推理約簡(jiǎn)的設(shè)計(jì) (1)發(fā)送端構(gòu)造發(fā)送端屬性向量

其中ai∈A； (2)發(fā)送端構(gòu)造發(fā)送端屬性冪集， (3)接收端將參與橋梁協(xié)同設(shè)計(jì)的各個(gè)階段按時(shí)間排序，構(gòu)造接收端設(shè)計(jì)階段向量
(4)接收端定義接收端向量

數(shù)據(jù)約簡(jiǎn)的相似度閥值為t；設(shè)發(fā)送端屬性集合為As，接收端屬性集合為Ar，As與As與Ar的相似度記為推理相似度，推理相似度的定義為 其中αmax為協(xié)同設(shè)計(jì)信息接收方所需的最大屬性量，C為約簡(jiǎn)函數(shù) (5)接收端構(gòu)造接收端屬性矩陣W＝[wi，j]m×n，其中wi，j為第i個(gè)設(shè)計(jì)階段中aj屬性的作用度，wi，j∈{0，1}，aj∈Ar； (6)發(fā)送端進(jìn)行數(shù)據(jù)約簡(jiǎn)的算法設(shè)計(jì) A1設(shè)當(dāng)前處于設(shè)計(jì)階段i； A2如果wi，j＝1；即，該設(shè)計(jì)階段的第j個(gè)屬性的值能夠由發(fā)送端的某些屬性x，通過(guò)約簡(jiǎn)函數(shù)C獲得； A3計(jì)算約簡(jiǎn)值 A4把屬性aj添加到接收端屬性矩陣Ar中； A5計(jì)算接收端屬性的相似度； A6輸出接收端屬性矩陣 (二)發(fā)送端將數(shù)據(jù)按照步驟(一)進(jìn)行約算后發(fā)送至接收端， 其中，A1各變量意義，D設(shè)計(jì)數(shù)據(jù)系統(tǒng)，U設(shè)計(jì)數(shù)據(jù)的非空有限集合，A非空有限的條件屬性集合，d不同于A中屬性的引申約簡(jiǎn)屬性，V約簡(jiǎn)后的非空設(shè)計(jì)數(shù)據(jù)集，V＝Y(jié)Va(a∈AY3jivhmmexw)，Va基于屬性a完成約簡(jiǎn)后的數(shù)據(jù)集，f映射函數(shù)U×(AY3jivhmmexw)→V，As發(fā)送端屬性向量，ai發(fā)送端的某一個(gè)條件屬性，ρ(As)發(fā)送端冪集，

接收端設(shè)計(jì)階段向量，b1，b2，ΛΛ，bm接收端的第一、第二、第m設(shè)計(jì)階段，Ar接收端屬性向量，t相似度閥值，αmax協(xié)同設(shè)計(jì)信息接收方所需的最大屬性量，C約簡(jiǎn)函數(shù)，W＝[wi，j]m×n接收端構(gòu)造接收端屬性矩陣，wi，j第i個(gè)設(shè)計(jì)階段中aj屬性的作用度，取值為0或1；i接收端設(shè)計(jì)階段序號(hào)，取值從1～m；l接收端屬性序號(hào)；j發(fā)送端屬性序號(hào)，取值從1～n；

接收端屬性aj的取值；Ar→As的相似度。
步驟(6)是通過(guò)下述的軟件編程實(shí)現(xiàn)的 for(i＝1→m){ l＝1； for(j＝1→n){if(wi，j＝1){
與現(xiàn)有技術(shù)相比，本發(fā)明針對(duì)現(xiàn)有技術(shù)中存在的不足，結(jié)合橋梁設(shè)計(jì)領(lǐng)域知識(shí)，提出一種基于知識(shí)的數(shù)據(jù)約簡(jiǎn)方法，簡(jiǎn)稱為KDR，使其達(dá)到降低橋梁數(shù)據(jù)量的目的，從而大幅度降低網(wǎng)絡(luò)數(shù)據(jù)傳輸?shù)呢?fù)載。



圖1為本發(fā)明橋梁數(shù)據(jù)推理約簡(jiǎn)步驟的流程圖； 圖2為本發(fā)明具體實(shí)施例的一種示例圖。

具體實(shí)施例方式 橋梁協(xié)同設(shè)計(jì)這一塊是目前國(guó)家重點(diǎn)研究的項(xiàng)目，以本申請(qǐng)人申請(qǐng)這個(gè)專利所在項(xiàng)目為例，它是在國(guó)家自然基金重大研究計(jì)劃中的90715030，重大工程動(dòng)力災(zāi)變模擬系統(tǒng)集成的關(guān)鍵技術(shù)研究；它還是上海市自然科學(xué)基金中的06zr14079，橋梁協(xié)同設(shè)計(jì)新計(jì)算模式的信息共享與安全控制；它也是上海市教委科技基金，06oz030，大型橋梁協(xié)同安全控制的評(píng)價(jià)策略研究。
本發(fā)明主要是通過(guò)以下技術(shù)方案實(shí)現(xiàn)，本發(fā)明基于設(shè)計(jì)知識(shí)構(gòu)建協(xié)同設(shè)計(jì)中數(shù)據(jù)之間的關(guān)聯(lián)，并將其標(biāo)記為可約簡(jiǎn)分項(xiàng)，執(zhí)行完畢后，將可約簡(jiǎn)的部分刪除。
一種實(shí)現(xiàn)降低數(shù)據(jù)量傳輸?shù)臉蛄簲?shù)據(jù)推理約簡(jiǎn)方法，用于實(shí)發(fā)送端和接收端通過(guò)網(wǎng)絡(luò)傳輸數(shù)據(jù)的數(shù)據(jù)量，其特征在于，包括以下步驟 S110在發(fā)送端和接收端分別進(jìn)行推理約簡(jiǎn)的設(shè)計(jì) S210、設(shè)計(jì)數(shù)據(jù)系統(tǒng)D定義為一個(gè)四元組<U，AY3jivhmmexw，V，f>，其中U是設(shè)計(jì)數(shù)據(jù)的非空有限集合；A是非空有限的條件屬性集合；d是不同于A中屬性的引申約簡(jiǎn)屬性；V是約簡(jiǎn)后的非空設(shè)計(jì)數(shù)據(jù)集，V＝Y(jié)Va(a∈AY3jivhmmexw)，Va是基于屬性a完成約簡(jiǎn)后的數(shù)據(jù)集；f為映射函數(shù)U×(AY3jivhmmexw)→V S220發(fā)送端構(gòu)造發(fā)送端屬性向量

其中ai∈A； S230發(fā)送端構(gòu)造發(fā)送端屬性冪集， S240接收端將參與橋梁協(xié)同設(shè)計(jì)的各個(gè)階段按時(shí)間排序，構(gòu)造接收端設(shè)計(jì)階段向量
S250接收端定義接收端向量Ar數(shù)據(jù)約簡(jiǎn)的相似度閥值為t；設(shè)發(fā)送端屬性集合為As，接收端屬性集合為Ar，As與As與Ar的相似度記為推理相似度，推理相似度的定義為 其中αmax為協(xié)同設(shè)計(jì)信息接收方所需的最大屬性量，C為約簡(jiǎn)函數(shù) S260接收端構(gòu)造接收端屬性矩陣W＝[wi，j]m×n，其中wi，j為第i個(gè)設(shè)計(jì)階段中aj屬性的作用度，wi，j∈{0，1}，aj∈Ar； S270發(fā)送端進(jìn)行數(shù)據(jù)約簡(jiǎn)的算法設(shè)計(jì) A1設(shè)當(dāng)前處于設(shè)計(jì)階段i； A2如果wi，j＝1；即，該設(shè)計(jì)階段的第j個(gè)屬性的值能夠由發(fā)送端的某些屬性x，通過(guò)約簡(jiǎn)函數(shù)C獲得； A3計(jì)算約簡(jiǎn)值 A4把屬性aj添加到接收端屬性矩陣Ar中； A5計(jì)算接收端屬性的相似度； A6輸出接收端屬性矩陣 步驟S270可以由以下所編的程序?qū)崿F(xiàn) for(i＝1→m{) l＝1； for(j＝1→n{) if(wi，j＝1){
S120發(fā)送端將數(shù)據(jù)約算后發(fā)送至接收端。
本發(fā)明的目的是對(duì)橋梁協(xié)同設(shè)計(jì)系統(tǒng)或動(dòng)力災(zāi)變集成系統(tǒng)中群體間數(shù)據(jù)傳輸量進(jìn)行壓縮。
實(shí)施例1 以橋梁協(xié)同設(shè)計(jì)為例，首先建立橋梁協(xié)同設(shè)計(jì)系統(tǒng)中設(shè)計(jì)群體間的協(xié)同關(guān)系，以橋梁抗震設(shè)計(jì)與橋梁結(jié)構(gòu)設(shè)計(jì)群體之間協(xié)同的數(shù)據(jù)傳輸為分析對(duì)象；然后選擇橋型，以斜拉橋設(shè)計(jì)為案例來(lái)說(shuō)明如何完成數(shù)據(jù)約簡(jiǎn)的。
某斜拉橋，抗震設(shè)計(jì)模型中包括單元數(shù)674(含空間桿單元，支座單元)，節(jié)點(diǎn)數(shù)713個(gè)(含集中荷載、集中質(zhì)量)，以橋梁結(jié)構(gòu)設(shè)計(jì)群體向橋梁抗震設(shè)計(jì)群體傳送數(shù)據(jù)一個(gè)單元數(shù)據(jù)為例，該單元界面如圖2所示 (1)29個(gè)數(shù)據(jù)分別為390，70.7，170，216.8，216.3，170，71.2，390，22，55，26，22，20，383.1，361.1，70，70，394.9，416.9，65，390，56.6，225.9，175，175，224.1，58.4，390，800。
發(fā)送端屬性向量為[390，70.7，170，216.8，216.3，170，71.2，390，22，55，26，22，20，383.1，361.1，70，70，394.9，416.9，65，390，56.6，225.9，175，175，224.1，58.4，390，800]； (2)屬性冪集為{(390，70.7，170，216.8，216.3，170，71.2，390，22，55，26，22，20，383.1，361.1，70，70，394.9，416.9，65，390，56.6，225.9，175，175，224.1，58.4，390，800)}； (3)接收端向量為

本實(shí)施例所處階段為“抗震建?！?； (4)接收端向量

為[a1，a2，a3]，其中a1表示構(gòu)件截面面積，a2，a3分別表示截面兩個(gè)互相垂直方向的截面慣性矩；相似度閥值t一般≥95％，本實(shí)施例中取為99％； (5)接收端屬性矩陣為 (6)各變量取值 本實(shí)施例中i取值為1； 本實(shí)施例中j取值為1～3； 本實(shí)施例中w1，1＝1，w1，2＝1，w1，3＝1 屬性冪集ρ(As)＝{(390，70.7，170，216.8，216.3，170，71.2，390，22，55，26，22，20，383.1，361.1，70，70，394.9，416.9，65，390，56.6，225.9，175，175，224.1，58.4，390，800)}； C為約簡(jiǎn)函數(shù)，本實(shí)施例中取為對(duì)附圖2的積分； l＝1～3 Ar[1]＝a1，Ar[2]＝a2，Ar[3]＝a3； t＝99％ 在橋梁結(jié)構(gòu)設(shè)計(jì)群體中描述該截面的數(shù)據(jù)共29個(gè)，以雙精度類型存儲(chǔ)需占用空間29×4＝116B，傳統(tǒng)的橋梁設(shè)計(jì)中需要把這29個(gè)數(shù)據(jù)傳送到橋梁抗震設(shè)計(jì)群體，而應(yīng)用本發(fā)明提出的方法， 在抗震建模階段只需要傳送3個(gè)數(shù)據(jù)，總體數(shù)據(jù)量為3×4＝12B，總體壓縮率為(1-12/116)×100％＝89.7％。
以上公開(kāi)的僅為本發(fā)明的幾個(gè)具體實(shí)施例，但本發(fā)明并非局限于此，任何本領(lǐng)域的技術(shù)人員能思之的變化，都應(yīng)落在本發(fā)明的保護(hù)范圍內(nèi)。
權(quán)利要求
1、一種實(shí)現(xiàn)降低數(shù)據(jù)量傳輸?shù)臉蛄簲?shù)據(jù)推理約簡(jiǎn)方法，用于降低發(fā)送端和接收端通過(guò)網(wǎng)絡(luò)傳輸數(shù)據(jù)的數(shù)據(jù)量，其特征在于，包括以下步驟
(一)在發(fā)送端和接收端分別進(jìn)行推理約簡(jiǎn)的設(shè)計(jì)
(1)發(fā)送端構(gòu)造發(fā)送端屬性向量
其中ai∈A；
(2)發(fā)送端構(gòu)造發(fā)送端屬性冪集，
(3)接收端將參與橋梁協(xié)同設(shè)計(jì)的各個(gè)階段按時(shí)間排序，構(gòu)造接收端設(shè)計(jì)階段向量
(4)接收端定義接收端向量數(shù)據(jù)約簡(jiǎn)的相似度閥值為t；設(shè)發(fā)送端屬性集合為As，接收端屬性集合為Ar，As與As與Ar的相似度記為推理相似度，推理相似度的定義為
其中αmax為協(xié)同設(shè)計(jì)信息接收方所需的最大屬性量，C為約簡(jiǎn)函數(shù)
(5)接收端構(gòu)造接收端屬性矩陣W＝[wi，j ]m×n，其中wi，j為第i個(gè)設(shè)計(jì)階段中aj屬性的作用度，wi，j∈{0，1}，aj∈Ar；
(6)發(fā)送端進(jìn)行數(shù)據(jù)約簡(jiǎn)的算法設(shè)計(jì)
A1設(shè)當(dāng)前處于設(shè)計(jì)階段i；
A2如果wi，j＝1；即，該設(shè)計(jì)階段的第j個(gè)屬性的值能夠由發(fā)送端的某些屬性x，通過(guò)約簡(jiǎn)函數(shù)C獲得；
A3計(jì)算約簡(jiǎn)值
A4把屬性aj添加到接收端屬性矩陣Ar中；
A5計(jì)算接收端屬性的相似度；
A6輸出接收端屬性矩陣；
(二)發(fā)送端將數(shù)據(jù)按照步驟(一)進(jìn)行約算后發(fā)送至接收端，
其中，A1各變量意義，D設(shè)計(jì)數(shù)據(jù)系統(tǒng)，U設(shè)計(jì)數(shù)據(jù)的非空有限集合，A非空有限的條件屬性集合，d不同于A中屬性的引申約簡(jiǎn)屬性，V約簡(jiǎn)后的非空設(shè)計(jì)數(shù)據(jù)集，V＝Y(jié)Va(a∈AY3jivhmmexw)，Va基于屬性a完成約簡(jiǎn)后的數(shù)據(jù)集，f映射函數(shù)U×(AY3jivhmmexw)→V，As發(fā)送端屬性向量，ai發(fā)送端的某一個(gè)條件屬性，ρ(As)發(fā)送端冪集，接收端設(shè)計(jì)階段向量，b1，b2，ΛΛ，bm接收端的第一、第二、第m設(shè)計(jì)階段，Ar接收端屬性向量，t相似度閥值，αmax協(xié)同設(shè)計(jì)信息接收方所需的最大屬性量，C約簡(jiǎn)函數(shù)，W＝[wi，j]m×n接收端構(gòu)造接收端屬性矩陣，wi，j第i個(gè)設(shè)計(jì)階段中aj屬性的作用度，取值為0或1；i接收端設(shè)計(jì)階段序號(hào)，取值從1～m；l接收端屬性序號(hào)；j發(fā)送端屬性序號(hào)，取值從1～n；接收端屬性aj的取值；Ar→As的相似度。
2、如權(quán)利要求1所述的實(shí)現(xiàn)降低數(shù)據(jù)量傳輸?shù)臉蛄簲?shù)據(jù)推理約簡(jiǎn)方法，其特征在于，步驟(6)是通過(guò)下述的軟件編程實(shí)現(xiàn)的
for(i＝1→m){
l＝1；
for(j＝1→n){
if(wi，j＝1){
if(
x∈ρ(As)，|x|＞1，Cx→aj)
{Ar[l]＝aj；l++；}
if()
Output(i，
)}}
3、如權(quán)利要求1或2所述的實(shí)現(xiàn)降低數(shù)據(jù)量傳輸?shù)臉蛄簲?shù)據(jù)推理約簡(jiǎn)方法，其特征在于，接收端向量為
4、如權(quán)利要求3所述的實(shí)現(xiàn)降低數(shù)據(jù)量傳輸?shù)臉蛄簲?shù)據(jù)推理約簡(jiǎn)方法，其特征在于，接收端屬性矩陣為
5、如權(quán)利要求4所述的實(shí)現(xiàn)降低數(shù)據(jù)量傳輸珠橋梁數(shù)據(jù)推理約簡(jiǎn)方法，其特征在于，i取值為1；j取值為1～3；w1，1＝1，w1，2＝1，w1，3＝1。
全文摘要
一種實(shí)現(xiàn)降低數(shù)據(jù)量傳輸?shù)臉蛄簲?shù)據(jù)推理約簡(jiǎn)方法，用于降低發(fā)送端和接收端通過(guò)網(wǎng)絡(luò)傳輸數(shù)據(jù)的數(shù)據(jù)量。它主要是利用橋梁設(shè)計(jì)過(guò)程中涉及的領(lǐng)域知識(shí)(如規(guī)范知識(shí)、常識(shí))來(lái)實(shí)現(xiàn)橋梁協(xié)同設(shè)計(jì)群體間傳輸數(shù)據(jù)的約簡(jiǎn)，即由知識(shí)入手提取協(xié)同設(shè)計(jì)數(shù)據(jù)之間的關(guān)聯(lián)，并以此關(guān)聯(lián)為依據(jù)實(shí)現(xiàn)數(shù)據(jù)約簡(jiǎn)，以此來(lái)保證數(shù)據(jù)不變形，完成數(shù)據(jù)約簡(jiǎn)功能，進(jìn)而降低網(wǎng)絡(luò)傳輸?shù)臄?shù)據(jù)量。
文檔編號(hào)H04L12/54GK101345692SQ20081004140
公開(kāi)日2009年1月14日 申請(qǐng)日期2008年8月5日 優(yōu)先權(quán)日2008年8月5日
發(fā)明者明 陳, 劉鈺杰 申請(qǐng)人:明 陳, 劉鈺杰