制造业多价值链协同数据空间设计理论与方法

本书利用数据空间管理设计方法和系统架构，构建制造业多价值链协同数据空间知识引擎，设计制造业多价值链协同数据空间管理引擎和管理平台，辅以案例以便读者更好地吸收、掌握使用方法。

本书系统研究了制造业多价值链协同数据空间数据采集、存储、安全管理和数据分析及应用，提出了制造业多价值链协同数据空间管理引擎设计方法，构建了制造业多价值链协同数据空间管理系统。

目  录
  
前言
第1章  绪论  1
1.1  背景与意义  1
1.2  国内外研究现状  3
1.2.1  制造业多价值链数据面临的问题及困境  3
1.2.2  制造业多价值链协同数据全生命周期体系的数据处理方法
现状  4
1.2.3  制造业多价值链协同数据空间关键支撑方法研究现状  5
1.3  研究内容及创新点  7
1.3.1  研究内容及技术路线  7
1.3.2  主要创新点  8
第2章  制造业多价值链协同数据空间概述   10
2.1  制造业多价值链协同性  10
2.1.1  制造业多价值链概念  10
2.1.2  制造业多价值链协同性  10
2.1.3  制造业多价值链协同参与主体与运行机制  11
2.1.4  制造业多价值链协同业务流程  13
2.2  制造业多价值链协同数据空间  20
2.2.1  数据空间基本概念  20
2.2.2  数据管理系统现状  21
2.2.3  制造业多价值链协同数据空间概念  22
2.2.4  制造业多价值链协同数据空间基本特征  22
2.3  制造业多价值链协同数据空间体系架构  23
2.3.1  制造业多价值链协同数据空间体系架构需求分析  23
2.3.2  制造业多价值链协同数据空间体系架构规划原则  24
2.3.3  制造业多价值链协同数据空间体系架构规划  25
2.4  制造业多价值链协同数据空间安全管理方法  27
2.4.1  数据空间数据安全管理规范  27
2.4.2  数据空间数据分级  28
2.4.3  数据空间数据保密性  29
2.4.4  制造业多价值链协同数据空间安全体系  30
2.5  制造业多价值链协同数据空间体系管理方法及关键技术  34
2.5.1  制造业多价值链协同数据空间中多源异构数据的采集
整合方法  34
2.5.2  制造业多价值链协同数据空间数据处理关键技术  36
2.5.3  制造业多价值链协同数据空间的智能优化决策模型  36
2.5.4  制造业多价值链协同数据空间知识发掘方法  37
2.5.5  制造业多价值链协同数据空间管理方法  38
2.5.6  制造业多价值链协同数据空间数据应用关键技术  39
2.5.7  制造业多价值链协同数据空间数据安全关键技术  40
2.6  制造业多价值链协同数据空间适用范围  40
2.6.1  制造企业  41
2.6.2  供应商  41
2.6.3  经销商  41
2.6.4  终端用户  42
2.6.5  多价值链协同数据空间管理第三方平台  42
2.6.6  能源企业  42
2.6.7  金融企业  42
2.6.8  政府机构  43
2.7  本章小结  43
第3章  制造业多价值链协同数据全生命周期体系的数据处理方法  44
3.1  数据采集  44
3.1.1  当前阶段数据采集面临的问题  45
3.1.2  全生命周期体系相关概念  45
3.1.3  数据采集方法概述  49
3.1.4  数据采集质量评估  51
3.1.5  基于数据空间的数据采集延伸  55
3.2  数据存储  59
3.2.1  制造业数据空间中的数据分类存储  60
3.2.2  数据空间中的数据处理流程  61
3.3  数据分析及应用  63
3.3.1  数据定性筛选方法  63
3.3.2  数据分类方法  66
3.3.3  数据集成方法  68
3.3.4  数据挖掘方法  73
3.3.5  数据降维方法  79
3.3.6  数据预测方法  82
3.4  数据安全  89
3.4.1  数据空间的不确定性问题  90
3.4.2  数据安全风险预测方法  90
3.4.3  数据安全风险治理方法  91
3.4.4  数据安全风险治理体系  95
3.5  本章小结  96
第4章  制造业多价值链协同数据空间的关键支撑方法  98
4.1  数据建模  98
4.1.1  多模态数据融合电力设备识别建模  99
4.1.2  基于DS-MVC架构的生产决策建模  102
4.1.3  多价值链协同的经营风险预测建模  103
4.1.4  考虑多能时空耦合的IES多元负荷预测建模  106
4.1.5  基于Gabor-LSTM-XGboost两阶段预测建模  108
4.1.6  基于SSA-ELM的产品销量智能预测建模  112
4.2  混合存储  114
4.2.1  面向多源数据的集成存储  114
4.2.2  面向数据时效性的分级存储  115
4.2.3  面向多模态数据的多元存储  116
4.3  快速索引  117
4.3.1  多源数据索引的构建  118
4.3.2  时空数据索引的构建  119
4.3.3  跨模态数据索引的构建  120
4.4  关联表示  121
4.4.1  多源异构数据的关联性分析  122
4.4.2  多源融合数据的相似性度量  123
4.4.3  BOM表的多价值链关联表示  126
4.5  全链搜索  126
4.5.1  构建数据检索框架  126
4.5.2  跨链检索技术  128
4.5.3  跨模态检索技术  129
4.6  集成演化  130
4.6.1  面向历史数据的分析挖掘  130
4.6.2  面向未来趋势的演化预测  133
4.7  本章小结  135
第5章  制造业多价值链协同数据空间的知识发掘和服务方法  137
5.1  知识发掘与图谱构建  137
5.1.1  制造业多价值链协同的命名实体识别方法  137
5.1.2  制造业多价值链协同的关系抽取方法  144
5.1.3  基于分割嵌入的开放知识图谱推理补全  145
5.1.4  制造业图谱构建与存储  151
5.2  制造业多价值链协同数据空间知识引擎架构  152
5.2.1  系统架构设计  152
5.2.2  原型系统  154
5.3  基于知识图谱的制造业多价值链知识服务  173
5.3.1  知识问答  173
5.3.2  知识服务  178
5.4  本章小结  189
第6章  制造业多价值链协同数据空间管理引擎设计与管理系统  190
6.1  制造业多价值链协同数据空间管理引擎设计方法  190
6.1.1  制造业多价值链协同数据空间管理引擎数据处理模块  190
6.1.2  制造业多价值链协同数据空间管理引擎查询优化模块  209
6.1.3  制造业多价值链协同数据空间管理引擎数据操纵模块  214
6.1.4  制造业多价值链协同数据空间管理引擎结果输出模块  220
6.2  制造业多价值链协同数据空间管理系统架构  234
6.2.1  制造业多价值链协同数据空间管理系统需求分析  234
6.2.2  制造业多价值链协同数据空间管理系统架构  237
6.2.3  制造业多价值链协同数据空间管理平台  241
6.2.4  制造业多价值链协同数据空间管理系统软件构件  254
6.3  本章小结  265
第7章  制造业多价值链协同数据空间应用实践  267
7.1  应用单位简介  267
7.2  应用情况分析  268
7.2.1  基于深度学习的电力制造企业多价值链协同数据挖掘
方法应用  269
7.2.2  电力制造企业多价值链协同数据空间中数据集成方法应用  276
7.2.3  电力制造企业多价值链协同运作效率影响因素分析方法
应用  279
7.2.4  多价值链视角下基于深度学习的制造企业产品需求预测模型
应用  282
7.2.5  基于数据空间全生命周期的电力制造企业数据安全协同治理
方法应用  285
7.2.6  基于数据空间的电力制造企业多价值链经营风险识别与管控
方法应用  287
7.2.7  基于数据空间多价值链协同体系架构的制造企业生产决策方法
应用  289
7.2.8  基于数据空间的制造企业数据空间存储方法应用  295
7.2.9  基于制造业多价值链协同数据管理体系的产品销量预测方法
应用  298
7.3  应用效果验证  300
7.3.1  多价值链协同多源异构数据采集整合软件应用效果验证  300
7.3.2  多价值链活动全过程快速索引与关联表示软件应用效果
验证  307
7.3.3  多价值链协同知识服务引擎基础平台应用效果验证  312
7.3.4  多价值链知识抽取及图谱构建软件应用效果验证  316
7.3.5  多价值链协同数据空间管理引擎软件应用效果验证  321
7.3.6  五种软件整体应用效果检验  327
7.4  本章小结  328
第8章  成果与结论  329
参考文献  332