基于大數(shù)據(jù)的化工工業(yè)園區(qū)智慧決策平臺研究

王玉 凌財(cái)進(jìn)

摘要：針對現(xiàn)有的化工工業(yè)園區(qū)管理平臺安全事故報(bào)警時(shí)間長、缺少突發(fā)狀況自動處置能力的問題，提出基于大數(shù)據(jù)的化工工業(yè)園區(qū)智慧決策平臺研究。運(yùn)用邊緣計(jì)算技術(shù)對化學(xué)工業(yè)園區(qū)所有產(chǎn)業(yè)結(jié)構(gòu)數(shù)據(jù)、商戶信息數(shù)據(jù)、安全危險(xiǎn)點(diǎn)及危險(xiǎn)源等多層次、多維度數(shù)據(jù)進(jìn)行采集，完成平臺感知層構(gòu)建;然后運(yùn)用大數(shù)據(jù)技術(shù)對于采集數(shù)據(jù)進(jìn)行處理并儲存，為決策層提供數(shù)據(jù)依據(jù);采用ACO智慧決策算法對數(shù)據(jù)庫中歷史決策進(jìn)行學(xué)習(xí)，為用戶提供迭代優(yōu)化后的更為合理的決策策略，以此實(shí)現(xiàn)基于大數(shù)據(jù)的化工工業(yè)園區(qū)智慧決策平臺構(gòu)建。經(jīng)實(shí)驗(yàn)證明，設(shè)計(jì)平臺的用戶滿意度優(yōu)于傳統(tǒng)管理平臺。

關(guān)鍵詞：大數(shù)據(jù)：化工工業(yè)園;智慧決策平臺

中圖分類號：TQ086;TP274

文獻(xiàn)標(biāo)識碼：A

文章編號：1001-5922（2020）08-0139-03

Research on Intelligent Decision Platform of Chemical IndustryPark Based on Big Data

WANG Yu，LING Cai-jin

（Fleyuan Polytechnic，Heyuan Guangdong 517000，China）

Abstract ： Aiming at the problems of long alarm time for security accidents in the existing management platform ofchemical industrial parks and lack of automatic handling capability for sudden situations.a research on intelligentdecision-making platform for（chemical industrial parks based on big data is proposed. Use edge computing technol-ogy to collect multi-level and multi-dimensional data of all industnal structure data.merchant information data.safety hazard points and hazard sources in the chemical industrial park，complete the platform perception layer con-struction;then use big data technology to process the collected data and storage，to provide data basis for the deci-sion-making layer;ACO intelligent decision algorithm is used to learn historical decisions in the datahase to pro-vide users with more reasonable decision-making strategies after iterative optimization.so as to realize the construc-tion of intelligent decision-making platform for chemical industrial parks based on big data.Experiments show thatthe user satisfaction of the design platform is better than the traditional management platform.

Key words ： big data;chemical industry park;intelligent decision-making platform

0引言

隨著網(wǎng)絡(luò)技術(shù)的快速發(fā)展，大數(shù)據(jù)技術(shù)正在逐漸成熟，其概念被定義為“從大量的網(wǎng)絡(luò)數(shù)據(jù)中提取出有用的數(shù)據(jù)進(jìn)行處理，并且提取到的數(shù)據(jù)具有一定的關(guān)聯(lián)關(guān)系和分析價(jià)值”[1]。大數(shù)據(jù)核心技術(shù)主要分為2大類，一類是處理技術(shù)，例如數(shù)據(jù)挖掘技術(shù)、人工智能技術(shù)、自動識別技術(shù)、數(shù)據(jù)處理技術(shù)、分布式數(shù)據(jù)庫技術(shù)等;另一類是分析技術(shù)，例如智能神經(jīng)網(wǎng)絡(luò)算法、云計(jì)算技術(shù)等，由于大數(shù)據(jù)技術(shù)具有效率高、精度高、使用方便等優(yōu)點(diǎn)，已經(jīng)普遍應(yīng)用到各種信息系統(tǒng)和平臺中。為將此優(yōu)勢技術(shù)應(yīng)用于園區(qū)管理，打造高度數(shù)字化的智慧園區(qū)，提出基于大數(shù)據(jù)的化工工業(yè)園區(qū)智慧決策平臺研究。將大數(shù)據(jù)技術(shù)理念引入到化工工業(yè)園區(qū)智慧決策平臺中，基于大數(shù)據(jù)處理全面、深入、高效以及標(biāo)準(zhǔn)化的決策流程，設(shè)計(jì)開發(fā)出一種新的決策平臺，完成化工工業(yè)園區(qū)的各個(gè)決策活動，保證平臺的先進(jìn)性、可擴(kuò)展性，以及將平臺的分析決策能力提升到更高的水平。

1基于大數(shù)據(jù)的化工工業(yè)園區(qū)智慧決策平臺設(shè)計(jì)

秉承“用數(shù)據(jù)參與決策”的設(shè)計(jì)理念，旨在通過大數(shù)據(jù)、云計(jì)算、智能感知等先進(jìn)技術(shù)，對化工工業(yè)園區(qū)內(nèi)各項(xiàng)數(shù)據(jù)進(jìn)行高效采集和深度挖掘，實(shí)現(xiàn)化工工業(yè)園區(qū)業(yè)務(wù)的全面可視化、企業(yè)管理智能化感知和園區(qū)管理的科學(xué)化決策，確立治理優(yōu)先任務(wù)、治理成果及關(guān)鍵業(yè)務(wù)驅(qū)動因素的邏輯過程，助力化工工業(yè)園區(qū)進(jìn)行決策平臺建造。具體步驟為：首先，建立以大數(shù)據(jù)服務(wù)資源池為基礎(chǔ)架構(gòu)的超大型決策資源數(shù)據(jù)中心，即平臺的數(shù)據(jù)感知層，實(shí)現(xiàn)智慧決策服務(wù)提供端與接收端之間的數(shù)據(jù)交換以及統(tǒng)一管理，保證化工工業(yè)園區(qū)相關(guān)決策信息的一致.實(shí)現(xiàn)智慧決策平臺內(nèi)信息的快速響應(yīng);其次利用大數(shù)據(jù)處理技術(shù)完成對數(shù)據(jù)處理層的構(gòu)建，為平臺決策分析提供數(shù)據(jù)依據(jù);最后運(yùn)用ACO智慧決策算法對數(shù)據(jù)進(jìn)行分析，計(jì)算出符合決策要求的決策策略。

1.1構(gòu)建大數(shù)據(jù)信息感知層

感知層作為智慧決策平臺的數(shù)據(jù)采集層，其主要任務(wù)是獲取到化工工業(yè)園區(qū)所有相關(guān)數(shù)據(jù)。在園區(qū)中設(shè)置安防攝像頭、安全報(bào)警傳感器、化工污染氣體傳感器、粉塵濃度傳感器、數(shù)據(jù)傳感器、信息采集終端等各種類型的數(shù)據(jù)采集裝置，以園區(qū)廣域網(wǎng)的形式互聯(lián)互通，將各數(shù)據(jù)采集終端的信息集中到園區(qū)管理中心，完成大數(shù)據(jù)信息感知層的物理構(gòu)建。其中包括傳感器、GIS、GPS技術(shù)等，將化工工業(yè)園區(qū)與互聯(lián)網(wǎng)連接起來[2]。由于采集的數(shù)據(jù)資源復(fù)雜多樣，且結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)的采集周期和傳送周期各有所不同，所以在數(shù)據(jù)采集過程中采用邊緣計(jì)算技術(shù)，從感知層采集到的繁雜數(shù)據(jù)中智能提取特定類型的有效信息，對化學(xué)工業(yè)園區(qū)所有產(chǎn)業(yè)結(jié)構(gòu)數(shù)據(jù)、財(cái)政收入數(shù)據(jù)、招商信息數(shù)據(jù)、稅收數(shù)據(jù)等各類數(shù)據(jù)進(jìn)行解析，實(shí)現(xiàn)化工工業(yè)園區(qū)初始數(shù)據(jù)的獲取，并實(shí)時(shí)跟蹤化工工業(yè)園區(qū)信息動態(tài)，及時(shí)反饋數(shù)據(jù)，為數(shù)據(jù)層的大數(shù)據(jù)技術(shù)應(yīng)用積累充足的原始數(shù)據(jù)資料。

1.2構(gòu)建大數(shù)據(jù)智能處理層

感知層將采集到的化工工業(yè)園區(qū)原始數(shù)據(jù)傳輸?shù)街悄芴幚韺樱搶幼鳛橹腔蹧Q策平臺的核心部分，主要負(fù)責(zé)將原始數(shù)據(jù)進(jìn)行處理和存儲。由于原始數(shù)據(jù)基數(shù)較大，且數(shù)據(jù)格式及數(shù)據(jù)類型都不盡相同，為此采用大數(shù)據(jù)技術(shù)，對數(shù)據(jù)進(jìn)行整合處理，如圖1所示。

大數(shù)據(jù)技術(shù)對原始數(shù)據(jù)處理分為2個(gè)部分，平臺在對內(nèi)部數(shù)據(jù)處理時(shí)，按照RowKev對數(shù)據(jù)進(jìn)行排序，每個(gè)數(shù)據(jù)都有1個(gè)指定的RowKey，在創(chuàng)建Row-Key時(shí)可以對其最大長度和內(nèi)容通過二進(jìn)制字符串進(jìn)行編制，平臺內(nèi)所有的數(shù)據(jù)會根據(jù)RowKey進(jìn)行動態(tài)的切分，數(shù)據(jù)切分后的單位為tablet，標(biāo)志著數(shù)據(jù)所屬類型;然后將節(jié)分后數(shù)據(jù)的若干字段進(jìn)行Column-Group定義，其定義的目的是為后續(xù)數(shù)據(jù)物理存儲提供方便，以此完成大數(shù)據(jù)技術(shù)對原始數(shù)據(jù)的處理。

數(shù)據(jù)經(jīng)過處理后，利用大數(shù)據(jù)分布式數(shù)據(jù)庫技術(shù)對其進(jìn)行分類存儲，大數(shù)據(jù)分布式數(shù)據(jù)庫共包含5個(gè)組件：元數(shù)據(jù)組件、數(shù)據(jù)更新組件、靜態(tài)數(shù)據(jù)存儲組件、動態(tài)數(shù)據(jù)存儲組件、數(shù)據(jù)查詢組件，各個(gè)組件描述如表1所示。

大數(shù)據(jù)分布式數(shù)據(jù)庫將平臺數(shù)據(jù)分為動態(tài)數(shù)據(jù)和靜態(tài)數(shù)據(jù)，靜態(tài)數(shù)據(jù)是平臺的基準(zhǔn)數(shù)據(jù)，而動態(tài)數(shù)據(jù)是通過（CAA）組件更新后得到的增量數(shù)據(jù)[3]。在數(shù)據(jù)處理完后將所有的基準(zhǔn)數(shù)據(jù)以SStablet稠密格式存儲到CSS組件中，將剩下的增量數(shù)據(jù)以AAtahle稠密格式存儲到CAA組件中，每1片數(shù)據(jù)存儲為1個(gè)SStablet和AAtahle，將數(shù)據(jù)儲存到大數(shù)據(jù)分布式數(shù)據(jù)庫中，然后為數(shù)據(jù)查詢組件提供數(shù)據(jù)依據(jù)，以此實(shí)現(xiàn)了大數(shù)據(jù)技術(shù)對化工工業(yè)園區(qū)智慧決策平臺數(shù)據(jù)的處理和存儲，完成數(shù)據(jù)層的構(gòu)建。

1.3構(gòu)建智能響應(yīng)決策層

數(shù)據(jù)層為平臺決策提供充足的數(shù)據(jù)依據(jù)，智能響應(yīng)決策層是化工工業(yè)園區(qū)智慧決策平臺的核心，可向用戶提供決策應(yīng)用服務(wù)的重要窗口。為保證平臺高效運(yùn)轉(zhuǎn)，設(shè)計(jì)采用ACO智慧決策算法，該算法分為節(jié)點(diǎn)發(fā)現(xiàn)階段、反向探測階段、正向加強(qiáng)階段，步驟如下。

第1步：記大數(shù)據(jù)分布式數(shù)據(jù)庫集合為T，匯集數(shù)據(jù)節(jié)點(diǎn)集合S，子節(jié)點(diǎn)集合為D，假設(shè)G為一種聚合信息量，M為決策次數(shù)總數(shù)，則聚合信息量計(jì)算公式如下：

G=M/S

（1）

第2步：假設(shè)現(xiàn)需要決策為k，當(dāng)前子節(jié)點(diǎn)的深度為h，學(xué)習(xí)到的決策策略總數(shù)為N，則平臺內(nèi)被檢索到的決策策略為：

Q=k· h/NG

（2）

將檢索到的決策策略進(jìn)行排序，綜合考慮信息素強(qiáng)度、聚合信息量，選取出最符合決策條件的策略作為結(jié)果輸出。ACO智慧決策算法具有較好的學(xué)習(xí)能力，能夠主動學(xué)習(xí)到數(shù)據(jù)庫中現(xiàn)有的決策策略，根據(jù)化工工業(yè)園區(qū)所有業(yè)務(wù)決策特點(diǎn)，實(shí)現(xiàn)生產(chǎn)、銷售、管理等業(yè)務(wù)的智能決策，以及對化工工業(yè)園區(qū)運(yùn)營管理數(shù)據(jù)的實(shí)時(shí)動態(tài)監(jiān)測，進(jìn)而為園區(qū)智能化管理提供數(shù)據(jù)決策支撐，以此實(shí)現(xiàn)基于大數(shù)據(jù)的化工工業(yè)園區(qū)智慧決策平臺研究。

通過以上3個(gè)層級的軟硬件設(shè)計(jì)，完成化工園區(qū)的智慧決策平臺構(gòu)建，將園區(qū)中的企業(yè)管理、安全監(jiān)控、應(yīng)急預(yù)案、管理數(shù)據(jù)等多維度信息集成到1個(gè)平臺中，實(shí)現(xiàn)了數(shù)據(jù)的一屏展示以及化工園區(qū)最為關(guān)注的安全突發(fā)事件無干預(yù)智能應(yīng)急預(yù)案，實(shí)現(xiàn)了園區(qū)的智慧化管理。

2實(shí)驗(yàn)

2.1實(shí)驗(yàn)設(shè)計(jì)

為驗(yàn)證設(shè)計(jì)平臺的有效性，設(shè)計(jì)對比實(shí)驗(yàn)。對比項(xiàng)選取了對化工工業(yè)園區(qū)管理最重要的數(shù)據(jù)采集速度、安全事故報(bào)警時(shí)間、應(yīng)急處置動作時(shí)間等3個(gè)角度考察平臺的響應(yīng)速度。實(shí)驗(yàn)抽選了化工工業(yè)園區(qū)管理人員10名、入駐企業(yè)代表20名、園區(qū)服務(wù)人員15名、園區(qū)上級消防、安全、社發(fā)、工商、公安等主管部門代表各1名，共同組成50人的評價(jià)組，參與試用并給出評價(jià)。實(shí)驗(yàn)利用SPSS1軟件（6.5版本）中的Paired-Samples T Test功能，以同步方式記錄并統(tǒng)計(jì)實(shí)驗(yàn)結(jié)果。實(shí)驗(yàn)環(huán)境設(shè)置如表2所示。

2.2實(shí)驗(yàn)結(jié)果

利用SPSS軟件對此次構(gòu)建平臺與傳統(tǒng)平臺測試結(jié)果記錄，如表3所示。

從表3可以看出，設(shè)計(jì)平臺在數(shù)據(jù)采集速度方面略慢于傳統(tǒng)平臺;安全事故報(bào)警時(shí)間和應(yīng)急處置時(shí)間優(yōu)于傳統(tǒng)平臺。基于大數(shù)據(jù)的化工工業(yè)園區(qū)智慧決策平臺升級完善了園區(qū)管理功能，彌補(bǔ)了突發(fā)狀況白動處置功能，基本滿足化工工業(yè)園區(qū)智慧化建設(shè)的需求。

3結(jié)語

基于大數(shù)據(jù)的化工工業(yè)園區(qū)智慧決策平臺優(yōu)先考慮了化工園區(qū)的企業(yè)管理、安全防護(hù)、減災(zāi)報(bào)警以及突發(fā)狀況應(yīng)急處置預(yù)案等關(guān)系到園區(qū)生命財(cái)產(chǎn)安全的關(guān)注點(diǎn)，使用GIS地圖的形式立體展示園區(qū)內(nèi)各點(diǎn)位的實(shí)時(shí)狀況，各項(xiàng)資源數(shù)據(jù)一目了然，極大地提高了工業(yè)園區(qū)的智慧化管理水平。由于此次研究時(shí)間及個(gè)人能力有限，雖然取得了一定的

研究成果，但對智慧決策平臺的研究僅處于實(shí)用層面，今后會在智慧決策能力方面進(jìn)行深入研究，促進(jìn)大數(shù)據(jù)技術(shù)在智慧決策平臺的推廣應(yīng)用。

參考文獻(xiàn)

[1]屠佳琪，應(yīng)鑫迪，丁浩然.基于分布式數(shù)據(jù)共享機(jī)制的高校財(cái)務(wù)決策分析平臺構(gòu)建[J].中國教育信息化，2020，35（07）：85-88.

[2]彭鵬，宋爾進(jìn).能源企業(yè)多能互補(bǔ)運(yùn)營優(yōu)化大數(shù)據(jù)智慧決策平臺規(guī)劃研究[J].紅水河，2019，38（02）：65-70.

[3]楊雪平，陳光海，韓晉川.基于大數(shù)據(jù)的職業(yè)教育智慧云平臺教學(xué)環(huán)境構(gòu)建[J].職教論壇，2018，47（07）：57-60.

[4]丁鋒，占玉林，黃新利，等.干旱區(qū)工業(yè)園建設(shè)對生態(tài)系統(tǒng)服務(wù)的影響分析——以新疆米東化工工業(yè)園為例[J].河南大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，48（05）：565-573.

[5]劉靜，檀輝，張兆海，等.化工工業(yè)園區(qū)生態(tài)化發(fā)展研究進(jìn)展[J].中國人口·資源與環(huán)境，2016，26（S1）：172-175.

[6]周亨.化工園區(qū)產(chǎn)業(yè)鏈模式及可持續(xù)管理研究[D].上海：華東理工大學(xué)，2016.

收稿日期：2020-05-05

作者簡介：王玉（1983-），女，江西九江人，碩士學(xué)位，講師，研究方向：大數(shù)據(jù)技術(shù)與網(wǎng)頁制作。