港口OLAP系统的业务数据分析方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.1.1 课题研究背景 | 第10页 |
| 1.1.2 课题研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 存在的问题 | 第13-14页 |
| 1.4 研究的主要内容 | 第14页 |
| 1.5 本文总体结构 | 第14-16页 |
| 第2章 港口生产系统的关键技术分析 | 第16-22页 |
| 2.1 数据仓库技术 | 第16-17页 |
| 2.2 联机分析处理技术 | 第17-18页 |
| 2.3 指数平滑技术 | 第18-20页 |
| 2.4 频繁模式挖掘技术 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 基于指数平滑模型的港口吞吐量预测方法研究 | 第22-30页 |
| 3.1 引言 | 第22-23页 |
| 3.2 基于指数平滑模型的吞吐量预测算法设计 | 第23-28页 |
| 3.2.1 相关概念 | 第23页 |
| 3.2.2 一次指数平滑模型的计算公式 | 第23-24页 |
| 3.2.3 平滑系数值的选取 | 第24-25页 |
| 3.2.4 评价标准 | 第25页 |
| 3.2.5 算法描述 | 第25-26页 |
| 3.2.6 实例分析 | 第26-28页 |
| 3.3 指数平滑模型预测煤炭吞吐量实例 | 第28-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第4章 基于关联规则的港口维修业务挖掘方法研究 | 第30-39页 |
| 4.1 引言 | 第30-31页 |
| 4.2 基于频繁模式的设备故障时间预测算法设计 | 第31-36页 |
| 4.2.1 基本概念 | 第31页 |
| 4.2.2 评价标准 | 第31-32页 |
| 4.2.3 算法描述 | 第32-34页 |
| 4.2.4 实例分析 | 第34-35页 |
| 4.2.5 性能分析 | 第35-36页 |
| 4.3 港口设备维修关联规则挖掘实例 | 第36-38页 |
| 4.4 本章小结 | 第38-39页 |
| 第5章 原型的系统实现 | 第39-53页 |
| 5.1 煤炭生产主题业务的数据模型设计 | 第39-41页 |
| 5.2 基于煤炭数据的OLAP分析系统设计 | 第41-44页 |
| 5.2.1 OLAP基本操作 | 第42-43页 |
| 5.2.2 OLAP技术中CUBE的建立方法 | 第43-44页 |
| 5.3 煤炭生产数据的可视化应用 | 第44-46页 |
| 5.3.1 基于AWM的可视化操作功能 | 第44-45页 |
| 5.3.3 WEB端展现OLAP分析结果功能 | 第45-46页 |
| 5.4 煤炭生产系统吞吐量数据的分析预测 | 第46-49页 |
| 5.4.1 吞吐量与煤炭生产数据主题OLAP分析 | 第46-48页 |
| 5.4.2 基于时间序列指数平滑的吞吐量预测 | 第48-49页 |
| 5.5 煤炭生产系统设备故障时间的分析预测 | 第49-52页 |
| 5.5.1 设备与煤炭生产数据主题OLAP分析 | 第49-51页 |
| 5.5.2 煤炭生产业务主题维度关联规则挖掘 | 第51-52页 |
| 5.6 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第58-59页 |
| 致谢 | 第59页 |
