[发明专利]一种数据采集关键节点的筛选方法

说明书

一种数据采集关键节点的筛选方法，首先采集数据并建立决策矩阵，计算各数据采集节点的初始重要度，然后计算各数据采集节点之间的灰色综合关联关系，并建立各数据采集节点之间的直接关系矩阵Y，然后计算标准化矩阵G，再计算数据采集节点之间的相互影响矩阵Z，然后计算各数据采集节点的最终重要度，筛选出数据采集关键节点。本发明从制造型企业实际出发，减少决策过程中考虑的数据数量，可以降低数据交换成本及决策复杂度，整个过程没有决策者的主观因素参与，因此关键节点的筛选结果是客观的，能够保证筛选过程的正确性。

技术领域

本发明涉及数据采集领域，尤其涉及一种数据采集关键节点的筛选方法。

背景技术

数据采集的主要目的是为决策者提供各种数据，以实现准确决策。在制造领域，随着智能制造战略的进一步推进，各种智能化装备的出现以及信息技术的迅速发展使得各种数据的采集成为可能，但由此形成的海量多源异构数据也为正确决策制造了不小的障碍。现有技术中缺少能够对数据采集关键节点进行准确筛选的方法，数据决策中需要考虑的数据维度和数量较多，因此数据交换成本及决策复杂度也较高，难以准确分析出各个采集节点数据对决策的重要程度。

发明内容

本发明的目的是提供一种数据采集关键节点的筛选方法，减少决策中考虑的数据维度和数量，降低数据交换成本及决策复杂度。

本发明为解决上述技术问题所采用的技术方案是：一种数据采集关键节点的筛选方法，用于对n个数据采集节点中的关键节点进行筛选，包括以下步骤：

步骤一、建立决策矩阵

对n个数据采集节点进行m次数据采集，得到n组数据个数均为m的节点数据，并获得一组与m次数据采集分别对应的数据个数为m的决策数据；

定义节点数据组为 ，决策数据组为d，节点数据为，决策数据为，其中i为1～n的整数，k为1～m的整数，将所有节点数据和决策数据组成决策矩阵AT，

；

步骤二、计算各数据采集节点的初始重要度

201、定义，，然后计算得到，

，

，

，

；

202、定义，，，，然后计算得到，

，

，

，

；

203、计算，然后计算数据采集节点的初始重要度，

，0.4≤≤0.6，

；

重复步骤二，即可计算得到所有数据采集节点的初始重要度；

步骤三、计算各数据采集节点之间的灰色综合关联关系

301、定义，，其中j为1～n的整数且j不等于i，然后计算得到，

，

，

，

；

302、定义，，，，然后计算得到，

，

，

，

；

303、计算，然后计算数据采集节点之间的灰色综合关联关系，