过程工业大数据建模研究展望

摘要：

人们对大数据的认识已从“3Vs”(Volume—大容量； Variety—多样性； Velocity—处理实时性)、“4Vs”(“3Vs”与Value—价值)、到现今的“5Vs”(“4Vs”与Veracity—真实性)。在此背景下，首先分析过程工业大数据的“5Vs”特性；接下来，综述现有数据建模方法，并结合过程工业大数据特有性质(包括：多层面不规则采样性、多时空时间序列性、不真实数据混杂性)论述现有数据建模方法应用于工业大数据建模时的局限；最后，探讨过程工业大数据建模有待研究的问题，包括：1)多层面不规则采样数据的潜结构建模；2)用于事件发现、决策和因果分析的多时空时间序列数据建模；3)含有不真实数据的鲁棒建模；4)支持实时建模的大容量数据计算架构与方法。

关键词：过程工业大数据、多层面数据潜结构建模、多时空时间序列数据建模、大数据计算架构

分类号：TP3;N94

资助基金：国家自然科学基金61304107,61490704,61573022,61290323,61203102;中国博士后科学基金2013M541242;博士后国际交流计划派出项目20130020;中央高校基本科研业务费N130408002, N130108001资助@@@@Supported by National Natural Science Foundation of China61304107,61490704,61573022,61290323,61203102;the China Postdoctoral Science Foundation2013M541242;the Interna-tional Postdoctoral Exchange Fellowship Program20130020;the Fundamental Research Funds for the Central Universi-tiesN130408002, N130108001

在线出版日期：2016-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：161-171