胡驍 李浩 張亞琳 李燁 王凱旋
(中國(guó)運(yùn)載火箭技術(shù)研究院 北京市 100076)
隨著信息化技術(shù)的快速發(fā)展,面向信息化裝備的軟件產(chǎn)品的重要性日益凸顯[1]。信息化軟件主要負(fù)責(zé)裝備的態(tài)勢(shì)顯示、任務(wù)調(diào)度、數(shù)據(jù)管理和故障處理,在態(tài)勢(shì)顯示和任務(wù)調(diào)度方面,由于算法較為成熟,不再贅述。本文重點(diǎn)針對(duì)數(shù)據(jù)管理和故障處理的關(guān)鍵技術(shù)進(jìn)行說(shuō)明。在數(shù)據(jù)管理方面[2-5],傳統(tǒng)的數(shù)據(jù)更新機(jī)制多采用“定時(shí)器+指定方法”的方式,該方式存在大量無(wú)效數(shù)據(jù)庫(kù)IO 訪問(wèn)和無(wú)效數(shù)據(jù)處理,導(dǎo)致系統(tǒng)運(yùn)行流暢程度與運(yùn)行時(shí)間成反比(主要原因是系統(tǒng)數(shù)據(jù)量持續(xù)增長(zhǎng))。在故障處理方面[6-9],傳統(tǒng)的信息匹配機(jī)制多采用“建表+查表”的方式,該方式僅能運(yùn)用純表格化的信息,難以結(jié)合具體故障描述內(nèi)容進(jìn)行智能排查,導(dǎo)致信息匹配的準(zhǔn)確性不高。
針對(duì)數(shù)據(jù)管理方面的問(wèn)題,本文提出了一種基于組件訂閱機(jī)制的數(shù)據(jù)關(guān)聯(lián)與更新技術(shù),為系統(tǒng)的高效運(yùn)行提供了技術(shù)保障。針對(duì)故障處理方面的問(wèn)題,本文提出了一種基于自然語(yǔ)言學(xué)習(xí)的信息智能匹配技術(shù)和一種基于層次分析法的數(shù)據(jù)智能處理技術(shù),有效提升了信息匹配的準(zhǔn)確性和數(shù)據(jù)處理的正確性。
本技術(shù)由基于綁定操作的組件訂閱器注冊(cè)子技術(shù)、基于基礎(chǔ)框架的數(shù)據(jù)庫(kù)訪問(wèn)敏感子技術(shù)和基于組件自動(dòng)響應(yīng)的數(shù)據(jù)更新子技術(shù)組成,見(jiàn)圖1。
本子技術(shù)的核心功能是,首先定義組件的基本類型和關(guān)鍵屬性,接著建立組件與數(shù)據(jù)庫(kù)的綁定關(guān)系,在此基礎(chǔ)上,明確組件與訂閱器的注冊(cè)方式,最終實(shí)現(xiàn)基于綁定操作的組件訂閱器注冊(cè)技術(shù)。
2.1.1 組件基本類型
本文識(shí)別了信息化軟件組件的基礎(chǔ)功能和關(guān)鍵屬性,明確了組件的基本類型,見(jiàn)表1。
由于操作類組件、顯示類中的靜態(tài)文本類組件無(wú)需使用本文中的訂閱機(jī)制,故不再進(jìn)行描述,以下重點(diǎn)針對(duì)顯示類中的動(dòng)態(tài)加載類組件進(jìn)行說(shuō)明,見(jiàn)表2。
2.1.2 組件與數(shù)據(jù)庫(kù)的綁定關(guān)系
本文制定了以“表+列+值(可缺?。睘榛A(chǔ),以“邏輯處理”為核心的組件與數(shù)據(jù)庫(kù)的統(tǒng)一綁定關(guān)系,見(jiàn)表3。
2.1.3 組件與訂閱器的注冊(cè)方式
組件在完成數(shù)據(jù)庫(kù)的綁定后,可申請(qǐng)注冊(cè)至訂閱器,訂閱器自動(dòng)提取組件與數(shù)據(jù)庫(kù)的關(guān)聯(lián)關(guān)系(通過(guò)DataConnection 方法)。
完成注冊(cè)后的組件,可隨時(shí)接收訂閱器的觸發(fā)信號(hào),接收觸發(fā)信號(hào)后,自動(dòng)調(diào)用Update 方法,完成數(shù)據(jù)更新。
訂閱器的工作流程見(jiàn)圖2。
本子技術(shù)的核心功能是,建立基礎(chǔ)框架與數(shù)據(jù)庫(kù)和訂閱器的交互關(guān)系,具體包括:
(1)建立基礎(chǔ)框架與數(shù)據(jù)庫(kù)的唯一接口關(guān)系,本接口關(guān)系主要是實(shí)現(xiàn)軟件對(duì)數(shù)據(jù)庫(kù)的統(tǒng)一管理,避免數(shù)據(jù)庫(kù)被未知的方式更改;
(2)建立基礎(chǔ)框架與訂閱器的唯一接口關(guān)系,本接口關(guān)系主要是自動(dòng)捕獲基礎(chǔ)框架與數(shù)據(jù)庫(kù)中“表+列+值”的更新關(guān)系,并將更新關(guān)系自動(dòng)路由至訂閱器。
本技術(shù)的工作流程見(jiàn)圖3。
本子技術(shù)的核心功能是,制定組件的Update 方法,并在組件IsTriggered 屬性置位時(shí),自動(dòng)執(zhí)行,完成數(shù)據(jù)更新。
本技術(shù)的工作流程見(jiàn)圖4。
圖1:一種基于組件訂閱機(jī)制的數(shù)據(jù)關(guān)聯(lián)與更新技術(shù)
圖2:訂閱器工作流程
圖3:基于基礎(chǔ)框架的數(shù)據(jù)庫(kù)訪問(wèn)敏感子技術(shù)的工作流程
圖4:基于組件自動(dòng)響應(yīng)的數(shù)據(jù)更新子技術(shù)的工作流程
本技術(shù)由基于自然語(yǔ)言的數(shù)據(jù)庫(kù)建模子技術(shù)、關(guān)鍵詞匹配子技術(shù)和特征向量關(guān)聯(lián)子技術(shù)組成,見(jiàn)圖5。
為實(shí)現(xiàn)基于自然語(yǔ)言的關(guān)鍵詞匹配技術(shù),對(duì)故障庫(kù)結(jié)構(gòu)進(jìn)行再設(shè)計(jì),見(jiàn)表4~表5,其中,表4 為故障庫(kù)整體目錄結(jié)構(gòu),表5 為第五級(jí)第四部分展開(kāi)后內(nèi)容。
關(guān)鍵詞匹配子技術(shù)的工作流程如下:
(1)根據(jù)確定的故障代碼,選取給定的關(guān)鍵詞(表5 中的關(guān)鍵詞1~關(guān)鍵詞N);
(2)針對(duì)每一個(gè)給定的關(guān)鍵詞,采用基于滑動(dòng)窗口的關(guān)鍵詞匹配技術(shù),獲取每一個(gè)關(guān)鍵詞出現(xiàn)的次數(shù);
(3)建立N 維向量,分別記錄N 個(gè)關(guān)鍵詞的出現(xiàn)次數(shù)。
特征向量關(guān)聯(lián)子技術(shù)的工作流程如下:
(1)采用關(guān)鍵詞匹配子技術(shù),生成本次故障的特征向量<x1,x2,x3,...,xn>;
(2)將本次故障的特征向量<x1,x2,x3,...,xn>與故障庫(kù)中的已解決故障的自然語(yǔ)言對(duì)應(yīng)的特征向量逐一作差,生成偏差向量<?x1,?x2,?x3,...,?xn>;
(4)將偏差向量模長(zhǎng)|X|與其對(duì)應(yīng)的成功匹配次數(shù)進(jìn)行加權(quán),求取最終匹配值;
(5)將最終匹配值按從小到大順序排列。
本技術(shù)由建立層次結(jié)構(gòu)模型、構(gòu)造成對(duì)比較矩陣、層次單排序及一致性檢驗(yàn)和計(jì)算最終匹配結(jié)果組成,見(jiàn)圖6。
結(jié)合故障設(shè)備代碼、故障發(fā)生時(shí)工作內(nèi)容、故障發(fā)生前工作內(nèi)容和其它描述信息,利用層次分析法,對(duì)已確定范圍內(nèi)的故障原因及解決措施所對(duì)應(yīng)的故障庫(kù)第五級(jí)中的相關(guān)信息進(jìn)行智能匹配,并在此基礎(chǔ)上,將其對(duì)應(yīng)的故障原因及解決措施按匹配程度進(jìn)行展現(xiàn)。
層次結(jié)構(gòu)模型分為目標(biāo)層、準(zhǔn)則層和方案層,見(jiàn)圖7,其中,目標(biāo)層為計(jì)算故障庫(kù)第五級(jí)相關(guān)信息的匹配程度;準(zhǔn)則層為故障設(shè)備、故障發(fā)生時(shí)工作內(nèi)容、故障發(fā)生前工作內(nèi)容和其它描述信息;方案層為故障庫(kù)第五級(jí)相關(guān)信息。
成對(duì)比較矩陣用于描述本層所有因素針對(duì)上一層某一因素的相對(duì)重要性,成對(duì)比較矩陣的元素aij用1-9 標(biāo)度方法給出,見(jiàn)表6。
表1:組件的基本類型
表2:顯示類中的動(dòng)態(tài)加載類組件的關(guān)鍵屬性和方法
表3:組件與數(shù)據(jù)庫(kù)的統(tǒng)一綁定關(guān)系
表4:故障庫(kù)整體目錄結(jié)構(gòu)
表5:第五級(jí)第四部分內(nèi)容
假設(shè)如下標(biāo)度關(guān)系:
(1)故障設(shè)備:故障發(fā)生時(shí)工作內(nèi)容=1:5;
(2)故障設(shè)備:故障發(fā)生前工作內(nèi)容=1:2;
(3)故障設(shè)備:其它描述信息=1:3;
(4)故障發(fā)生時(shí)工作內(nèi)容:故障發(fā)生前工作內(nèi)容=5:1;
(5)故障發(fā)生時(shí)工作內(nèi)容:其它描述信息=3:1;
(6)故障發(fā)生前工作內(nèi)容:其它描述信息=1:3。
因此,成對(duì)比較矩陣A 如下所示:
說(shuō)明:隨機(jī)一致性指標(biāo)RI 見(jiàn)表7。
因此,成對(duì)比較矩陣A 的不一致程度在容許范圍內(nèi),可用其歸一化特征向量作為權(quán)向量,即X 為權(quán)向量。
表6:aij 的1-9 標(biāo)度方法
表7:隨機(jī)一致性指標(biāo)RI
經(jīng)專家討論,確定如下計(jì)算方法:
(1)針對(duì)故障設(shè)備、故障發(fā)生時(shí)工作內(nèi)容和故障發(fā)生前工作內(nèi)容,若本次故障信息與歷史故障信息中對(duì)應(yīng)部分信息一致,則該部分匹配程度為1.0,否則匹配程度為0.0;
(2)針對(duì)其他描述信息,直接采用“一種基于自然語(yǔ)言學(xué)習(xí)的信息智能匹配技術(shù)”的匹配結(jié)果,排名第一的匹配程度為1.0,排名第二的匹配程度為0.8,排名第三的匹配程度為0.6,排名第四的匹配程度為0.4,排名第五的匹配程度為0.2,其他為0.0;
(3)故障庫(kù)第五級(jí)某條記錄的最終匹配值為:故障設(shè)備匹配程度*0.1296+故障發(fā)生時(shí)工作內(nèi)容匹配程度*0.8893+故障發(fā)生前工作內(nèi)容匹配程度*0.1836+其它信息匹配程度*0.3982;
(4)按最終匹配值由大到小的順序,對(duì)故障庫(kù)第五級(jí)相關(guān)信息進(jìn)行排序。
圖5:一種基于自然語(yǔ)言學(xué)習(xí)的信息智能匹配技術(shù)
圖6:一種基于層次分析法的數(shù)據(jù)智能處理技術(shù)
圖7:層次結(jié)構(gòu)模型
針對(duì)信息化軟件在數(shù)據(jù)管理方面存在的問(wèn)題,本文提出了一種基于組件訂閱機(jī)制的數(shù)據(jù)關(guān)聯(lián)與更新技術(shù),通過(guò)基于綁定操作的組件訂閱器注冊(cè)子技術(shù)、基于基礎(chǔ)框架的數(shù)據(jù)庫(kù)訪問(wèn)敏感子技術(shù)和基于組件自動(dòng)響應(yīng)的數(shù)據(jù)更新子技術(shù)的有機(jī)融合,大幅提升了軟件的運(yùn)行效率;針對(duì)信息化軟件在故障處理方面存在的問(wèn)題,本文提出了一種基于自然語(yǔ)言學(xué)習(xí)的信息智能匹配技術(shù),通過(guò)基于自然語(yǔ)言的數(shù)據(jù)庫(kù)建模子技術(shù)、關(guān)鍵詞匹配子技術(shù)和特征向量關(guān)聯(lián)子技術(shù)的有機(jī)融合,顯著提升了信息匹配的準(zhǔn)確性。在此基礎(chǔ)上,本文提出了一種基于層次分析法的數(shù)據(jù)智能處理技術(shù),通過(guò)建立層次結(jié)構(gòu)模型、構(gòu)造成對(duì)比較矩陣、層次單排序及一致性檢驗(yàn)和計(jì)算最終匹配結(jié)果的有機(jī)融合,大幅提高了數(shù)據(jù)處理的正確性。