面向化工大数据的双极分析理论与方法研究

Besides the characteristics of magnanimity, dynamics, heterogeneity, uncertainty, coupling and space-time, etc., the big data from chemical industry has its serious exclusiveness characteristic rooted in the data between outcome and energy consumption, the data between revenue and pollution, as well as the data in many chemical processes. Clearly, the existing compatibility analysis methods cannot be used to model and analyze the exclusiveness problems above. Using the big data from Julong group electro chemical Co. Ltd. as the source data of research, this project will construct bipolar fuzzy theory and methods to the analysis of chemical big data. First of all, the preprocessing of chemical data is conducted with the method of multi-object deep learning, meanwhile, the exclusiveness data will be denoted by bipolar valuation. Secondly, the analysis theories of bipolar fuzzy for industrial big data characteristic of exclusiveness is constructed, based on which and the generation character of exclusiveness data, the framework of data acquisition is improved and optimized, to ensure that the hidden exclusiveness data can be mined and improved definitively. Finally, based on the proposed theories and methods, serial methods including modeling, analysis and optimization for chemical data are introduced, to provide data support for precise management and safe operation of chemical industrial group, and to provide the bipolar-featured decision scheme for the managers.. The team members have gained great achievement in bipolar fuzzy theory, intelligent analysis methods, as well as the analysis methods of big data. These laid down the robust foundation to complete this project in time.

化工大数据除了具有一般工业大数据的海量、动态、异构、多源和时空分布复杂等特点外，在产值与能耗、盈利与污染以及诸多化工过程中的数据都具有无法忽视的冲突性。但至今未见可以对冲突大数据进行建模与分析的方法或实际案例分析。项目以巨化集团电化厂的大数据为研究数据源，结合其含有冲突数据的特点，尝试将双极模糊分析方法应用于化工大数据的分析。研究内容涉及：优化、完善化工大数据采集架构，确保能补充健全隐含的冲突数据，并对化工大数据进行基于多目标深度学习方法的预处理以及双极赋值；建立适用于具有冲突特点的化工大数据双极分析基础理论，包括基本概念与性质、特征选取与降维、模糊本体理论等；基于双极分析理论给出化工大数据的建模、分析和优化方法，为化工集团的精细调控和安全运行提供数据支持与具有双极特色的决策方案。项目团队成员在双极模糊理论、智能分析方法、大数据分析方面已有一定的研究积累，为团队顺利完成任务打下了坚实基础。

针对化工大数据在产值与能耗、盈利与污染以及诸多化工过程中的数据都具有无法忽视的冲突性。项目以巨化集团电化厂的大数据、网络爬虫技术获取数据为研究数据源，结合其含有冲突数据的特点，将双极模糊分析方法应用于化工大数据的分析。研究成果如下：利用扩展单极爬虫技术，提出双极爬取技术，并利用其获取化工双极大数据，特别是负极的数据；优化、完善化工大数据采集架构，确保能补充健全隐含的冲突数据，并对化工大数据进行基于多目标深度学习方法的预处理以及双极赋值；建立适用于具有冲突特点的化工大数据双极分析基础理论，包括基本概念与性质、特征选取与降维、模糊本体理论等；基于双极分析理论给出化工大数据的建模、分析和优化方法； 研究了化工过程风险管理技术，包括重大危险源动态风险量化评估方法、化工过程关键工艺参数预测预警方法、危化品车辆运输路径规划方法、螺栓预紧力设计方法；化工事故应急救援辅助决策方法等。在化工过程随机控制方面，提出了一系列新方法。基于理论部分研究，开发了化工大数据双极值模糊决策分析系统。. 项目成果不但可以为化工集团的精细调控和安全运行提供数据支持与具有双极特色的决策方案，而且可以扩展应用到金融、医疗、教育、可持续发展多个领域。. 项目执行期间，共发表138篇论文，其中SCI检索130篇。授权发明3项专利，培养毕业的硕士研究生9名。开发化工大数据双极值模糊决策分析系统一项。