羅小琴

（泉州信息工程學(xué)院，福建 泉州 362000）

隨著智能數(shù)據(jù)信息處理技術(shù)的發(fā)展，采用大數(shù)據(jù)信息處理技術(shù)，進(jìn)行勞務(wù)派遣系統(tǒng)數(shù)據(jù)的優(yōu)化處理和智能調(diào)度設(shè)計(jì)，構(gòu)建勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)分布模型，在大數(shù)據(jù)信息融合機(jī)制下，進(jìn)行勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的截獲控制，提高勞務(wù)派遣智能控制系統(tǒng)的智能性，相關(guān)的勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)截獲控制系統(tǒng)研究受到人們的極大關(guān)注.對(duì)勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的截獲控制研究是建立在大數(shù)據(jù)信息處理技術(shù)基礎(chǔ)上，采用海量數(shù)據(jù)信息融合模型，進(jìn)行勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的最優(yōu)化解集向量分析，提高勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)截獲控制能力［1］.本文提出基于路由證據(jù)的勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)截獲控制方法，在路由證據(jù)鏈下進(jìn)行勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的截獲控制，得到勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的穩(wěn)定性平衡點(diǎn)，在平衡點(diǎn)中心進(jìn)行函數(shù)截獲的最優(yōu)化控制.最后進(jìn)行仿真實(shí)驗(yàn)分析，展示了所提方法在提高勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)截獲控制能力方面的優(yōu)越性能.

1 勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)構(gòu)建和特征分析

1.1 勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)構(gòu)建

為了實(shí)現(xiàn)勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)截獲控制優(yōu)化，需要首先構(gòu)建勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)模型，結(jié)合模糊相關(guān)性檢測方法，進(jìn)行勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的最優(yōu)解向量特征分析，建立勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的相關(guān)性控制的約束參量模型［2］，采用非凸松弛解的穩(wěn)定性分析方法，進(jìn)行勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)構(gòu)建的二自由度控制，勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的全局基函數(shù)的指標(biāo)集為：

假設(shè)勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)分布結(jié)構(gòu)的差值特征分布n∈[n1，n2]，采用前向變結(jié)構(gòu)控制方法進(jìn)行勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)輸出向量量化特征分析［3］，構(gòu)建模糊跟蹤融合的統(tǒng)計(jì)特征量為勞務(wù)派遣系統(tǒng)數(shù)據(jù)結(jié)構(gòu)負(fù)域和邊界域值的定義為：

根據(jù)圖1所示的勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的結(jié)構(gòu)化分割模型進(jìn)行差異化特征調(diào)度，建立勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的相關(guān)性檢測統(tǒng)計(jì)特征量［4］，優(yōu)化的系統(tǒng)函數(shù)為：綜上分析，采用雙線性化常微分方程構(gòu)建勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)，結(jié)合模糊相關(guān)性約束方法進(jìn)行勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的最優(yōu)特征函數(shù)解集分析，進(jìn)行系統(tǒng)數(shù)據(jù)函數(shù)的截獲控制和模糊調(diào)度［5］.

1.2 勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的分布特征

勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的數(shù)據(jù)結(jié)構(gòu)中，采用一組結(jié)構(gòu)化特征樣本點(diǎn)s'表示系統(tǒng)函數(shù)的證據(jù)特征集，根據(jù)勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的證據(jù)鏈s'的最近鄰點(diǎn)進(jìn)行模糊聚類分析，建立勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的最優(yōu)模糊調(diào)度模型，在勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的解空間結(jié)構(gòu)中，得到近鄰點(diǎn)s∈E滿足N(E，s'，s).對(duì)勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的路由證據(jù)鏈結(jié)構(gòu)，近鄰點(diǎn)的特征優(yōu)化集為：

結(jié)合上式，結(jié)合相關(guān)性模糊檢測和智能調(diào)度方法，構(gòu)建勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)數(shù)據(jù)鏈路集U在論域C下的空間區(qū)域分布集為：E=U/RC={Ei|i= 1，2，…，n}，采用微分方程數(shù)值分析進(jìn)行函數(shù)和特征聚類和融合調(diào)度，在最大屬性聚類個(gè)數(shù)的約束下［6］，得到d∈U/RD，勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的路由證據(jù)正域

其中，勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的有向鏈路集的區(qū)域信息素為：

利用超線性收斂性控制方法，進(jìn)行勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的分布特征分析和融合調(diào)度［7］，建立勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的復(fù)合包絡(luò)結(jié)構(gòu)模型為：

其中，b(τ，φ)是隨機(jī)泛函橢圓正弦函數(shù)，f~(t)為分勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的復(fù)包絡(luò)，τ為勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的插值特征時(shí)延，勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的分布式特征分布模型為：

上式中，N(z)是勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的空間聚類項(xiàng)，以K分布概率分度函數(shù)為基函數(shù)，得到在z=e±jω0處的最優(yōu)路由證據(jù)分布模型.

2 勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的截獲控制優(yōu)化

2.1 勞務(wù)派遣系統(tǒng)的路由證據(jù)分析

在上述采用雙線性化常微分方程構(gòu)建勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)，結(jié)合模糊相關(guān)性約束方法進(jìn)行勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的最優(yōu)特征函數(shù)解集分析的基礎(chǔ)上，進(jìn)行勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)截獲控制分析［8］，本文提出基于路由證據(jù)的勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)截獲控制方法，采用雙線性化常微分方程構(gòu)建勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)，結(jié)合模糊相關(guān)性約束方法進(jìn)行勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的最優(yōu)特征函數(shù)解集分析，令A(yù)j(L)作為勞務(wù)派遣系統(tǒng)數(shù)據(jù)的聚類中心，其中j= 1，2，...，k，可得勞務(wù)派遣系統(tǒng)數(shù)據(jù)的交叉分布狀態(tài)特征量為：

式中，xi∈Rn，表示隨機(jī)泛函微分方程的超線性特征分布矢量，ui∈Rm，表示勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的證據(jù)鏈的二自由度特征值，在多維相空間重構(gòu)下，得到路由證據(jù)的迭代式表示為：

上式中，θ1(k)表示勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的線性插值特征量，θ1(k+ 1)表示二次插值迭代特征量，采用模糊聚類方法進(jìn)行勞務(wù)派遣系統(tǒng)的數(shù)據(jù)聚類分析和融合處理［9］，得到聚類分析模型：

其中，在分布式的勞務(wù)派遣系統(tǒng)的數(shù)據(jù)分布模型中，得到勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的空間相位分布特征為θ1，勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的帶寬參數(shù)為θ2，當(dāng)時(shí)，在關(guān)聯(lián)規(guī)則約束下，得到勞務(wù)派遣系統(tǒng)數(shù)

據(jù)函數(shù)的統(tǒng)計(jì)特征量為f，其中nm和dm分別是f的分子和分母.由B?cklund變換過程得到勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的路由證據(jù)鏈為：D(c) ≡cdmodn≡(me)dmodn≡medmodn，又因勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的空間分布行列式為de≡1modφ(n)，所以de≡1+kφ(n)，在奇異值分解條件下，勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的自相關(guān)項(xiàng)為D(c) ≡m1+φ(n)modn.通過Jacobi橢圓函數(shù)分析，進(jìn)行勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的關(guān)聯(lián)維分析，由ed≡1modφ(n)可得edp≡1mod(p- 1)，那么勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的模糊聚類中心滿足edp=k(p-1) + 1，其中k為正整數(shù).在Lognormal分布約束下，以pqrsdp為二乘擬合項(xiàng)，得到：

首先根據(jù)雙線性化常微分方程的非凸松弛解條件下的微分方程代數(shù)方程組：

在路由證據(jù)鏈下進(jìn)行勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的截獲控制，得到穩(wěn)定性平衡點(diǎn)：

綜上分析，實(shí)現(xiàn)勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的路由證據(jù)分析.

2.2 勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)截獲控制

在路由證據(jù)鏈下進(jìn)行勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的截獲控制［10］，得到勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的穩(wěn)定性平衡點(diǎn)，存在集合Ss不為空，由路由證據(jù)鏈的酉矩陣分布AA-1= 1，可構(gòu)造如下勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的擴(kuò)展方程：

根據(jù)上述分析，得到模糊聚類特征量Q為正定的，在平衡點(diǎn)中心進(jìn)行函數(shù)截獲的最優(yōu)化控制，得到最優(yōu)化控制項(xiàng)為：

上式中σ= 0.707.其中勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)截獲控制的路由證據(jù)鏈為：

綜上分析，實(shí)現(xiàn)勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)截獲控制，得到優(yōu)化計(jì)算模型如圖2所示.

3 仿真實(shí)驗(yàn)分析

為了測試本文方法在實(shí)現(xiàn)勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)截獲控制優(yōu)化中的應(yīng)用性能，進(jìn)行試驗(yàn)分析，試驗(yàn)采用MATLAB進(jìn)行仿真設(shè)計(jì)，結(jié)合嵌入式的勞務(wù)派遣自動(dòng)化控制模型，進(jìn)行勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)模型構(gòu)建，設(shè)計(jì)對(duì)勞務(wù)派遣系統(tǒng)數(shù)據(jù)采樣的頻率分布為1200KHz，數(shù)據(jù)規(guī)模集為2000，量化特征分布集為1200，分布式數(shù)據(jù)結(jié)構(gòu)插值維數(shù)為4，根據(jù)上書房仿真環(huán)境和參數(shù)設(shè)定，進(jìn)行勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)截獲控制，得到數(shù)據(jù)截獲結(jié)果如圖3所示.

根據(jù)圖3 的數(shù)據(jù)截獲結(jié)果，組成勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的路由證據(jù)鏈，建立勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)截獲特征量的統(tǒng)計(jì)分析模型，采用模糊聚類方法進(jìn)行勞務(wù)派遣系統(tǒng)的數(shù)據(jù)聚類分析和融合處理，得到勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的路由證據(jù)鏈分布如圖4所示.

分析圖4得知，采用本文模型能有效實(shí)現(xiàn)勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)截獲控制，證據(jù)鏈分布的層次聚類性較好，測試不同方法進(jìn)行勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)截獲控制的穩(wěn)定性，得到測試結(jié)果見表1，分析得知，本文方法進(jìn)行勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)截獲控制的精度較高，穩(wěn)定性較好.

表1 勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)截獲控制精度分析Tab.1 Accuracy analysis of data function interception control in labor dispatch system

4 結(jié)語

在大數(shù)據(jù)信息融合機(jī)制下，進(jìn)行勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的截獲控制，提高勞務(wù)派遣智能控制系統(tǒng)的智能性，本文提出基于路由證據(jù)的勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)截獲控制方法，進(jìn)行勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的最優(yōu)解向量特征分析，建立勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的相關(guān)性控制的約束參量模型，在分布式的勞務(wù)派遣系統(tǒng)的數(shù)據(jù)分布模型中，得到勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)的穩(wěn)定性平衡點(diǎn)，采用模糊聚類方法進(jìn)行勞務(wù)派遣系統(tǒng)的數(shù)據(jù)聚類分析和融合處理，實(shí)現(xiàn)勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)截獲控制優(yōu)化，提高控制的智能性和穩(wěn)定性.研究得知，本文方法進(jìn)行勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)截獲控制的模糊聚類性較好，提高了勞務(wù)派遣系統(tǒng)數(shù)據(jù)函數(shù)截獲和智能控制能力