[发明专利]一种卷烟设备综合效率影响因素分析方法和装置

说明书

技术领域

本发明涉及卷烟设备综合效率影响因素分析领域，具体涉及一种卷烟设备综合效率影响因素分析方法和装置。

背景技术

目前，企业对卷烟设备综合效率的分析仅仅局限于对设备综合效率的数值计算和统计展示，并不能从大数据中科学、有效、合理的挖掘出制约设备综合效率的关键影响因素。

本发明在对卷烟产量、消耗、设备、物料、财务、质量、工艺、能源等相关数据源进行数据预处理的基础上，构建主题数据集市，采用数据挖掘技术，从人员、设备、材料、法规、环境、测量系统等六个维度入手，分析出影响卷烟设备综合效率的关键影响因素，用以指导卷烟设备综合效率的改善。

发明内容

为了克服上述现有技术的不足，本发明提供了卷烟设备综合效率影响因素分析方法和装置，能高效挖掘出制约设备综合效率的关键影响因素。

本发明所采用的技术方案是：

一种卷烟设备综合效率影响因素分析方法，包括以下步骤：

构建卷烟设备综合效率数据集市多维数据模型；

基于多维数据模型进行卷烟设备综合效率数据挖掘，得到影响卷烟设备综合效率的关键影响因素。

进一步的，所述构建卷烟设备综合效率数据集市多维数据模型，包括：

步骤1.1：从人员、设备、物料、操作规程、生产环境和测量系统六个影响因素维度进行分析操作，建立卷烟设备综合效率多维模型；

步骤1.2：根据卷烟设备综合效率多维模型，建立概念编码树；

步骤1.3：对概念编码树进行逐层编码，形成层次编码树；

步骤1.4：将多维模型数据库中数据用与其对应的编码代替，形成概念编码数据库。

进一步的，人员维度主要包括学历、工作年限和专业技能水平；设备维度主要包括设备编码、设备性能率、设备停机原因、设备停机时长、设备停机次数和设备润滑保养周期；物料维度主要包括嘴棒消耗量、烟叶消耗量、商标纸消耗量、商标纸供应商、卷烟纸消耗量、卷烟纸供应商和商标纸缺陷数量；操作规程维度主要包括作业标准、检验标准、标准工序指引和生产计划表；生产环境维度包括温度不达标次数、湿度不达标次数、空压不达标次数和蒸汽不达标次数。

进一步的，所述对概念编码树进行逐层编码，形成层次编码树，包括：

对概念编码树的根节点进行编码；

按照自然数顺序，依次对每一层子节点进行编码，形成层次编码树。

进一步的，所述基于多维数据模型进行卷烟设备综合效率数据挖掘，包括：

步骤2.1：采用期望最大值算法将概念编码数据库中数据划分成两类数据；

步骤2.2：采用类FP-tree多层关联规则挖掘算法分别对两类数据进行关联分析；

步骤2.3：根据关联分析的结果得出关联规则，关联规则左侧的影响因素即为影响卷烟设备综合效率的关键影响因素。

进一步的，所述采用期望最大值算法将编码数据库中数据划分成两类数据，包括：

(1)计算概念编码数据库中数据的最大似然的期望值；

(2)基于最大似然的期望值计算参数的最大似然估计值；

(3)重复步骤(1)-(2)，直至所有数据都计算完毕，基于期望值和最大似然估计值将数据划分为A类数据和B类数据。

进一步的，所述采用类FP-tree多层关联规则挖掘算法分别对A类数据进行关联分析，包括：

扫描A类概念编码数据库，统计各层第一项目集的支持数，产生各层频繁第一项目集和修补项，以及跨层次频繁第一项目集及跨层次修补项；

按照支持度计数降序依次将各层频繁项、各层修补项、跨层次频繁项和跨层次修补项分别放在项头表中，并将这些项作为相应层FP-tree的项集；

根据相应层FP-tree的项集，建立A类数据的FP-tree^A树；

遍历FP-tree^A树，建立条件模式基，得出频繁项目集，生成基于FP-tree^A的A类多层频繁模式。

进一步的，所述采用类FP-tree多层关联规则挖掘算法分别对B类数据进行关联分析，包括：

扫描B类概念编码数据库，统计各层第一项目集的支持数，产生各层频繁第一项目集和修补项，以及跨层次频繁第一项目集及跨层次修补项；

按照支持度计数降序依次将各层频繁项、各层修补项、跨层次频繁项和跨层次修补项分别放在项头表中，并将这些项作为相应层FP-tree的项集；