基于概率模糊聚类算法的绿色会展智能管理系统研究

豆晓宁 朱磊 李岩

(1.西安欧亚学院工商管理学院 陕西西安 710065；2.西安建筑科技大学公共管理学院 陕西西安 710054)

1 引言

循环经济是一种以减少污染、实现资源再利用、减少废物排放为目的的经济发展模式，可以有效解决经济发展、资源消耗、环境污染等问题，促进经济可持续发展。会展业是旅游业的重要组成部分，对环境资源的保护有着非常严格的要求，会展业对环境资源造成的破坏不容忽视。同时，通过回收处理后的废物并最大限度减少废物排放，使生态环境得到最好的保护，有效地改变了传统的资源消耗和环境污染的恶性增长模式。这是会展业发展的一大趋势，也将促进中国会展业的绿色发展和社会经济的可持续发展。建立了完整、全面的绿色会展智能管理体系，对我国会展业的绿色发展和建设将会产生巨大影响。在概率模糊聚类算法的指导下，建立科学的绿色会展智能管理系统对未来会展业的发展具有重要意义。

随着社会的不断发展，对智能管理系统的研究越来越多。Ahmed Alim Al Ayub提出了一种生成自动内容的方法；李达等利用重力传感器、加速度传感器等设备建立了智能输液管理系统；周晨毅等建立了以物料清单为核心的智能制造项目管理系统，以满足生产企业对物料管理的需求，从而达到现代企业的管理水平；为了更好地理解读者的需求，周英伟提出了一种基于Aprior数据挖掘的新型信息推荐图书管理系统；Lee Carman KM提出了一种基于物联网的仓库管理系统，旨在通过应用先进的数据分析技术提高仓储的准确性和效率，并对订单的可变性具有强大的鲁棒性。然而，无论是哪方面的研究，都需要从不同方面综合考虑影响因素。

本文的创新之处在于将模糊C-回归聚类算法与绿色会展智能管理系统相结合，并详细介绍了算法的实现过程，从而对系统进行设计。此外，还对系统性能进行了测试，证明了本文设计的绿色会展智能管理系统具有一定的实际可行性。

2 智能管理系统的概率模糊聚类方法

2.1 模糊聚类算法

随着移动网络、电子商务、云计算等新技术的快速发展，当前数据量飞速增长，数据结构越来越复杂。数据处理的潜力不可估量，因此必须提供有效的数据分析方法。使用计算机和其他技术分析数据避免了大量数据的积累，但没有足够的信息，从而将复杂的数据转化为有指导意义的知识。使用数据统计方法挖掘有用和有意义的数据对当今社会来说非常有意义。

聚类分析是各国研究最多的数据挖掘技术之一。聚类分析特别适用于发现数据混乱中的内部结构和隐藏信息，并已得到很好的应用，例如数据挖掘、病原体、网络信息安全、管理系统等。在许多数据挖掘技术中，聚类分析是最重要的支持。

聚类分析可以分为硬聚类和模糊聚类，传统的硬聚类算法在聚类过程中具有太多的绝对性，使得每个样本点在不同的聚类中心只有一个。这与实际情况不符，也使得聚类效果不理想。模糊聚类技术可以很好地实现聚类效果，广泛应用于管理系统。

根据聚类分类的不同属性，聚类的分类方法包括:基于分区的聚类、分层聚类、基于网格的聚类等。目前，基于目标函数的模糊聚类算法已成为模糊聚类的主要研究对象，这方面的研究比较广泛。该算法可以描述为有限目标函数的优化问题，由机器完成。它可以在目标函数的优化中获得分类和聚类的结果。该方法具有可操作性强、可扩展性好、易于与其他理论相结合的特点。该算法的优化和求解过程易于计算机使用，具有良好的聚类效果。

2.2 绿色展览

随着国际政治、经济和文化交流的不断深入，以展览为主要内容的国际会展业发展迅速。然而，由于会展业的快速发展，它在短短几天内就产生了大量废物，不仅对环境造成了极大破坏，还造成了巨大的资源和能源消耗。有学者提出，绿色展览需满足三个条件:“绿色展览”是为参展商提供符合资源利用、生态环保要求、不危害人体健康的展览。“绿色展览”是利用一系列有效的软硬件手段，以减少对环境的影响，节约能源，从而降低展览的运营成本，实现环保与会展经济的协调。

对于会展企业来说，可以从自身的角度建立绿色会展管理体系，找出与可持续发展理念相矛盾的问题，从而对其进行有效引导，并针对污染、浪费等问题提出相应的治理对策。

对政府来说，它可以让政府清楚地了解在发展绿色展览过程中应当关注的问题，以及如何衡量绿色展览的效果，从而为政府制定相关政策提供依据。

因此，要实现绿色会展的良性发展，就需要建立科学、严谨、完整的绿色会展智能化管理体系，为绿色会展的发展规划提供决策依据。只有构建智慧的绿色展览管理系统，才能科学评估绿色展览的发展，发现问题并加以改进。因此，绿色展览智慧管理系统的建设是绿色展览过程中不可或缺的一部分。

2.3 管理系统中的模糊C-回归聚类算法

在新一代信息技术中，各种绿色展览管理系统已成为智能化的趋势。绿色展会的管理者对更加集成、智能和高效的展会管理系统的需求大大增加。

假设

假设建立了基于多元线性函数的绿色会展智能管理系统的转换回归模型，然后利用C均值原理在输入和输出空间中划分C条回归模型，其可由公式(1)总结:

式(1)中:在o=1,2,,c,1≤C≤M。Inθo中，θo表示要估计的模型参数，M表示系统数据对的数量，即样本的数量。由于这是一个分类回归模型，模糊C回归聚类算法中的采样距离由系统数据(xl,yl)根据模型参数θo估计，然后与实际输入结果进行比较。该距离 可由公式(2)表示:

模糊C-回归聚类算法的目标函数如下:

通过计算目标函数的最小值，可以获得如下结果:

与其他模糊聚类方法相比，基于最小二乘法的模糊C回归聚类算法计算最小值，从而获得C型回归模型的参数:

式(7)中:Xs是行向量输入运算矩阵；Y是对应的列向量输出运算矩阵；oW是具有对角元素的对角矩阵。

目前，我国绿色会展管理系统在信息化、智能化程度低、相关性低、数据管理不完善等方面存在诸多问题，迫切需要一个更加智能、高效、一体化的管理平台。因此，基于概率模糊聚类方法，本文设计了一个绿色展览智能管理系统，以实现展览的智能管理。

3 绿色展览智能管理系统设计实验与评价

3.1 系统设计

在此基础上，本文进一步设计了一个绿色会议智能管理系统。智能管理系统有六个主要功能模块:参展商管理子模块、系统管理子模块、展会主办方管理子模块、邀请方管理子模块、查询统计子模块和采购商管理子模块。

非功能需求可以被视为满足客户的业务需求，但不包括在功能需求中。与软件系统结构和开发过程相关的质量如图1所示。

图1 非功能需求分析

系统的安全性是确保用户的重要数据不会被窃取和篡改的重要条件。在设计之初，本文组织了相关领域的安全专家对整个系统的安全做出了合理规划，并制定了具体的安全措施。同时，本文还组织系统开发人员、实施人员、项目经理、安全专家等共同探讨，为系统的安全运行提供了有力保障。此外，该系统安装在政府部门的内部网络中。经过多次物理隔离后，它配备了高级防火墙，以防止黑客入侵。这可以识别用户权限并防止非法用户登录。

在系统投入使用之前，它已经进行了大量压力测试和响应时间测试。在合理的响应时间范围内，保证了系统的安全性和可靠性。此外，技术人员24小时在为系统配置的机房值班，通常不会出现技术问题。

软件维护是指软件交付给用户后，对其进行修改以满足对软件的新要求。良好的界面设计有助于提高系统的可维护性。当前系统基于客户机/服务器(C/S)架构。因此，在未来的开发过程中，浏览器/服务器(B/S)模型将被引入会议信息管理系统，从而形成一个集成了两种不同设计方法的会议信息管理体系。

3.2 系统数据库表设计

表1用于保存系统操作员的基本信息，包括号码、管理权限、注册时间、登录号码、密码、姓名等相关内容。

表1 操作员信息

3.3 性能要求评估

在客户机上，100个用户对服务器的请求通过代码进行了模拟(下面使用平均值进行描述)。系统登录、添加参展商功能、添加采购管理、综合统计、邀请管理和数据备份分别运行了三次。统计每个阶段的反应，并记录每个阶段的使用情况。同时，查询的用户数量和响应时间也进行了分析(见图2)。

图2 响应时间(s)

如图2(a)所示，系统登录、添加参展商功能、添加采购商管理、综合统计、邀请管理和数据备份的平均响应时间分别为0.498秒、1.064秒、1.187秒、1.496秒、1.979秒和2.994秒。从图2(b)可以看出，当同时查询用户数为10时，整个系统的平均响应时间为0.101s；当用户数为20时，平均响应时间为0.236s；当用户数为40时，平均响应时间为0.315s；当用户数为60时，平均响应时间为0.377s；当用户数为80时，平均响应时间为0.419s；当用户数为100时，平均响应时间为0.489s。综上，整个系统的响应时间在0.5s以内。系统响应时间在一定范围内，系统响应速度快。

CPU利用率和内存利用率如图3所示。

图3 CPU利用率和内存使用率

图3(a)显示，系统登录、添加参展商功能、添加采购管理、综合统计、邀请管理和数据备份的平均CPU利用率分别为28.96%、36.98%、36.02%、61.95%、58.99%和68.09%。从图3(b)可以看出，系统登录、添加参展商功能、添加采购管理、综合统计、邀请管理和数据备份三次的平均内存使用率分别为31.95%、39.08%、40.05%、50.01%、50.00%和51.69%。综上，每个输入的最终测试结果都通过了。因此，本文设计的绿色会展智能管理系统具有良好的性能及推广应用价值。

4 结语

综上所述，本文对系统的物理结构和软件结构进行了设计和分析，确定了系统设计的总体结构。设计了系统界面模块、参展商管理模块、采购商管理模块、展会组织模块、邀请方模块、查询统计模块、系统管理模块等关键模块。目前，绿色会展的理论研究尚处于起步阶段，将概率模糊聚类引入会展发展尚处于探索阶段。基于概率模糊聚类的会展发展模型需要进一步探索和改进。因此，绿色会展智能管理系统的建设可能存在一些疏漏，从而导致该系统不完善。此外，由于研究能力等客观因素的制约，本文没有对该系统进行实证分析。一方面，可以在实践中发现指标体系的缺陷，以便进一步完善；另一方面，也可以对绿色会展的发展进行评估，找出需要改进的方面，从而为未来会展业的可持续发展提供一些有益的参考。