元算法专题数据处理数学模型库的构建和应用

曾庆红+杨桥艳

摘要：专题数据处理是数学模型数据处理的核心工作，数学处理相关算法的速度和精度在一定程度上影响专题数据处理的质量。针对目前制图系统与数学模型重用性、扩展性较差的问题，从元算法入手，深入分析专题数据处理数学模型，创建基于元算法的专题数据处理模型库，促使其使用更加灵活、高效，表明在元算法基础上设计数学模型库系统值得推广使用。

关键词：元算法；数学模型库；扩展元算法；专题数据处理

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2015）31-0041-02

专题数据处理模型库是指通过各类数学模型，充分挖掘其空间分布规律、关联规律、分类规律等内容，从而获取专题数据处理所需的信息，为空间分析和制图提供重要支持。专题数据处理数学模型库广泛应用在非空间特性数据分析、挖掘空间数据、专题地图制图等多个领域。目前，多数制图系统和GIS系统中，数据处理主要借助函数、插件等固定形式完成算法，哪怕建立的模型库管理系统中已存在的模型，例如：针对环境、农业、交通等建立模型库，已有的模型库重用性、扩展性效果不佳，应用至其他领域必须实施较大改动，需要重新编制算法模型或相对应的管理系统。现阶段，GIS和专题制图技术的不断发展，模型库设计方法无法满足数学模型共享性、重用性的要求，也无法实现用户对动态生成数据模型和智能化管理方面的要求。分析上述问题，根据已有的数学模型库系统展开研究，提出基于元算法数学模型库系统，在系统中增设扩展元算法模型库，介绍可视化生成数学模型库，将设计的数学库模型系统挂连至外界GIS框架内方便进行专题作图，获得良好的应用效果。

1简述元算法相关概念及特征

元算法是指从数学模型中抽象而来最具体的算法单元体，其可以标识算法模型的一般特征，通过聚合建立的数学模型具有共享性、重用性的特点。同时，具体使用过程中，必须综合考虑各领域数学模型的特殊性，必须建立针对具体领域所使用的元算法模型。元算法主要特征如下：1）元算法应概括所有专题数据处理算法的特征，换句话来说，任何一个算法均由多个元算法组成，上述元算法过于细化。2）创建的元算法专题数据处理模型采用程序的表示方法，这要求每个算法必须来自客观实际，确保能够被程序应用，并非空穴来风设计。3）专题数据处理模型可在通常情况下，元算法作为算法中的最小单元，不可再分，单元算法也不能过于具体化，太具体会加大重复工作量。建立的数据库系统在确保概况性的基础上，保证元算法具有不可分性。

2设计在元算法基础上的数学模型库

模型库系统平台主要功能是管理或维护模型资源，具有模型分析、模拟功能。基于元算法设计数学模型库系统，该系统的特点主要表现在底层模型库组织方式和表达方式上。由于元算法模型具有普遍性、概况性的特点，采用元算法模型粒度控制尺度设置数学模型库，实现对数学模型资源的管理和维护，为各个领域的专家、用户提供管理控制工具。这种设计形式与已有的模型库系统比较具有以下优点：1）具有简捷性的特点：本系统与原有模型库系统本质的区别在于，该系统是从最基本的模型表示方法入手，把GIS中的算法分解成具有普遍意义的元算法段元。合理控制模型六度确保用户能够自由构建所需的算法模型，在一定程度提升算法模型设计的弹性。2）通用性和合理性的特点：本系统针对GIS中反复出现的数据处理算法，把算法管理逐渐从GIS中进行分离，完成数据处理与数据可视化分离的操作，借助模型库系统便于处理数据。

3建立元算法专题数据处理数学模型库

1）元算法模型主要分类

为便于管理，不得将元算法当做一类进行处理，专题数据处理中把元算法细化为基本元算法子集和扩展元算法子集。专题数据处理模型库系统中，为便于管理，根据元算法模型的参与运算目数划分，主要包括单目和双目元算法模型。参与运算的预案算法有的是单目的，例如：正弦、绝对值等；有的是双目运算，例如：加法、指数运算等等，具体情况如图1。

图1 数学模型库“基本元算法”子集内容

2）扩展元算法子集内容

扩展元算法是指由基本元算法组合而成的形式，在实际使用中常见的特殊元算法。对专题数据进行处理过程中，所用的扩展元算法主要来源于以下方面：①包括矩阵、方程等这类相对复杂的运算法，这种复杂的算法主要由基本元算法组合而成，建立数学模型系统也比较复杂，例如：矩阵乘法运算等。②在模型库中重复出现的特殊算法，这些算法在专题数据处理中频繁出现，例如：数据数字特征算法，为防止重复繁琐的算法，必须将这类特殊算法进行提取当做扩展元算法处理，内容如图2。

图2 扩展元算法子集主要内容

3）专题数据处理数学模型库内部组织

专题数据处理模型库系统采用向对象法描述模型库的组织体系结构，实现合理管理模型库内部各种算法的目的。以UML部分算法为例进行设计，如图3。

图3 元算法数据模型库组织结构图

图3中MathModel设置一个公共结构，上述算法模型以直接或间接实现该公共接口，确保每种算法模型采用恰当的变量对象参与运算中。中间第一层接口依据模型变量角度进行划分，依据每个算法参与变量的角度选定相应的实现接口，该接口实现处理输出结果的功能。最下层表示单目元算法和双目元算法，每种算法依据运算目数选定继承基类。每一个算法类实现并继承设定的基类和接口，完成所继承接口与基类的各种算法，设计变量数值和类型后参与运算中。上述设计不单保障算法模型每个变量数值，也确保其实施统一的文件格式输出，达到各算法模型之间相互连通的目的。

4）基于元算法数学模型生成

数学模型可视化生成借助多个元算法模型进行组合或嵌套，是指在原有的模型库系统正确引导下下，挑选创建数学模型库系统所需的元算法部件，无需再次实施编程即可创建所需的数学模型库。

基于元算法主要采用两种方式设计数学模型库，一种在元算法模型基础上创造新的数学模型库，如：计算一条直线上两点之间的距离，数学表示公式为：[y=x1-x2]，该公式所用的数学模型有：减法元算法（[（x1-x2）]）和绝对值元算法（[x1-x2]），采用上述两组元算法模型组建所需的数学模型。另一种方法是借助原有的数学模型和元算法建立新的模型。如：专题数据处理过程中常用的界限等差分级模型，[Ai=L+iH-LM]，该数学公式中的[Ai]表示第i个分级的界限值， M代表该式子的分级数，采用H、L分别表示最大值和最小值，间隔递增模型（[Ai=L+iH-LM+i（i-2）2D]），其中D表示公差值，通过分析可知，前面的数学公式是后者一部分，建立后面公式的数学模型时，可将前者的模型当做子模型直接参与建立数学模型库中。例如：在建立等比分级数学模型（[Ai=L（HL）VM]）和间隔等比数学模型（[Ai=L+1-qi1-qM（H-L），q表示公比值]）过程中，其可视化生成步骤如下：

首先，创建模型所需的变量因素，设定其所需的参数。其次，依据系统中通用的元算法模型创建有关的子数学模型，主要由单目、双两类数学模型组成，上述数学公式的L、H均为单目模型，其余因子为双目数学模型。最后，把建立的新模型导入专题数据处理模型，根据数学模型生成步骤，创建专题数据处理数学模型库系统。

4 结束语

总之，根据元算法数据模型库设计思路，深入研究专题数据处理常用的数学模型库，设置相对应的扩展元算法模型，建立在元算法基础上的专题数据处理数学模型库。这种数学模型库系统具有较好的共享性、可重用性，能有效提升数学模型库开发效率和利用率，值得在各个领域推广使用。

参考文献：

[1] 叶文婷.数学算法对计算机编程的优化[J].通讯世界，2015，15（9）：234-235.

[2] 李国庆.基于GEP函数发现的决策模型研究[J].许昌学院学报，2014，33（5）：53-56.

[3] 聂良涛，易思蓉，李阳，等.数字化工务工程基元模型库建模方法研究[J].铁道建筑，2014，9（2）：90-94.

[4] 徐涛，黄子辉.基于数字水印技术的三维网格模型库版权保护系统[J].惠州学院学报，2012，32（6）：59-62.

[5] 李欣凯.基于分布参数微元算法的35 kV线路舞动数学模型的应用[J].煤矿机电，2014（4）：46-48，52.

[6] 邱爱兵，史军杰，冯肖亮，等.基于模型库的船舰组合导航信息融合算法[J].中国航海，2013，36（3）：5-9.

[7] 杜洪涛，李战怀.基于数据价值的云存储动态备份一致性机制[J].西北工业大学学报，201，（6）：979-984.

[8] 王凤国，张忠相，欧阳松，等.基于Kalman算法的软测量技术在电池容量检测中的应用[J].计量学报，2014，35（2）：165-168.