流程工业在国民经济的发展中扮演重要角色。随着市场竞争的日益激烈,越来越多的流程工业企业开始实施CIMS(Computer Integrated Manufacturing System)。目前大多数CIMS系统以实时数据库和关系数据库为核心,提供信息服务、统计分析和决策支持等各种功能,但是这些服务往往缺乏直观性,而企业的很多数据都是与地理(空间)位置有关的信息,原有的数字、文字、表格等形式难以直观地描述地理位置信息,具有一定的局限性和不足。 针对流程工业CIMS的特点,结合GIS和空间数据挖掘技术在描述和处理空间信息时强大的表达和处理能力,将GIS和空间数据挖掘技术运用于流程工业CIMS信息服务和决策支持系统,是实现流程工业CIMS的信息查询、分析、预测、评价和决策的一种新的、有效的途径,对促进流程工业CIMS的发展具有重要的意义。 本文的主要内容包括: 对GIS、空间数据挖掘理论以及流程工业CIMS做了相关的介绍,提出了基于GIS的G-CIMS模型,对该模型的组成以及实现做了探讨,同时讨论了GIS以及空间数据挖掘在该模型的各个模块中的应用。 将GIS与空间数据挖掘技术应用到流程工业CIMS中,并结合流程工业的特点,讨论了利用Rough Set理论对数据进行预处理的方法;另外,针对大数据量下传统的最短路径算法Dijkstra算法比较慢的特点,结合MapX对空间数据处理的强大能力,提出了基于MapX的改进Dijkstra算法,经验证,该方法可以明显得提高最短路径算法的速度。 在应用方面,将GIS与空间数据挖掘应用于流程工业,开发了基于GIS的流程工业G-CIMS系统,该系统在直观性,方便性以及可扩展性方面都显示出了良好的特性,能够对整个厂区的状况进行全局掌握,在更好地应对突发事件的发生的同时,还可以结合空间数据挖掘实现辅助决策功能。对该系统从设计理念到功能实现做了详细的介绍并将实际项目中遇到的关键问题以及相应的解决方法做了论述。 最后,针对本文中所提到的系统的缺点和不足对GIS及空间数据挖掘技术在流程工业中进一步的应用前景做了展望。