复杂工程系统在运转周期内产生的监测数据可以直接用于反映系统整体的状态特征,为决策层在线分析、故障诊断以及深度挖掘等操作提供数据支持。然而在系统运行过程中,监测数据规模较大、网络环境复杂,这将严重影响系统整体的传输效率以及数据时效性。目前所出现的一些如提高系统公网网络带宽、改善传输层协议、数据缓存等方案并没有从本质上解决由海量监测数据引起的传输效率问题,且实现复杂度及成本较高,采用压缩算法来降低待传输数据的信息冗余给传输效率问题提供了新的解决思路。但压缩算法会引入额外的数据处理耗时,其与数据压缩比紧密相关。基于此,在调节无损数据压缩比的基础上,提出一种以优化整体传输效率为目的的动态数据压缩方法具有重要的理论和实际意义。本文以复杂工程系统为应用对象,采用压缩原始数据的方式来降低系统传输的数据量,从而降低数据传输时间。在深入分析压缩算法对系统整体传输耗时的影响基础上,结合非稳定网络环境下传输速率对传输优化的影响,提出了一种基于预测传输速率动态调节压缩比的传输优化方法,以此来提升系统整体传输效率。本文主要工作如下:(1)在分析系统当前所面临的数据传输问题的基础上,指出了压缩算法在解决海量监测数据传输问题上的优势,同时结合系统运行周期内的数据传输环境,给出了复杂工程系统监测数据传输效率优化的整体方案。(2)结合应用对象的数据规模、特征及结构,选取LZW(Lempel–Ziv–Welch)压缩算法作为降低待传输数据信息冗余的方法。同时,在保证数据传输效率和准确性的前提下,为了避免给发送端和接收端增添过多的数据处理耗时,深入分析了引入压缩算法后系统数据传输耗时组成,在此基础上提出了一种基于动态压缩比的传输耗时优化方法,进一步提高系统数据传输效率。(3)针对非稳定网络环境下传输速率变化对当前传输优化策略的影响,结合长短时记忆神经网络来对系统数据传输速率进行预测分析,并基于此提出了一种基于预测数据传输速率来动态调节压缩比的传输耗时优化方法来降低数据传输速率变化对系统传输耗时优化的影响。最后,将本文提出的传输耗时优化方法应用到复杂工程系统监测数据的传输过程中,实验结果表明,与传统基于数据压缩的传输耗时优化方法相比,本文提出的传输耗时优化方法可以更有效地降低系统监测数据的整体传输时间。