工程如何面对大数据时代的变革？精要.pdf

第12届全国土力学及岩土工程大会院士专家高峰论坛发言 岩土工程如何面对大数据时代的变革？ 陈龙珠 船建学院安全与防灾工程研究所 2015-7-20 上海 交流提纲 工程科技问题 大数据特征 大数据技术概述 大数据技术相关的既有方法  数据挖掘  GIS技术  BIM技术 大数据技术研发应用要素与难点 致谢：本文件编制得到上海交大土木系史健勇副教授的热心帮助， 并引用了网上的相关资料。 工程建设质量要素 《建筑结构可靠度设计统一标准》(GB50068-2001)要求： 能承受正常施工和使用时可能出现的各种作用； 在正常使用时具有良好的工作性能； 在正常维护条件下具有足够的耐久性； 发生偶然作用时，结构仍能保持必要的整体稳定性。 美观性 耐久性 经济性 土木工程质量要素 功能性 安全性 工程固有的不确定性 土压力 工程设计是一种反分析：在预期作用和限定反应条件下，求系统。 增大信息量：大数据的主要来源 传感器数据： 各地各种传感器、视频等不断采集、传输和储备的数据 网络流数据： 公共网站点击、写作及其时间等信息数据，内部网络信 息则更多的是与专业和管理相关的信息 移动设备数据： 移动电话、PDA、导航设备等产生的位置及其变动、用 户行为等信息数据 射频标签数据： RFID嵌入实物产品的无线跟踪信息数据 大数据技术发展概况 2008年 《Nature》出版大数据专辑 2009年联合国出版 《大数据促发展：挑战与机遇》 2011年 《Science》出版数据处理专辑 2012年美国政府推出 《大数据开发与创新计划》 2012年中国科技部发布十二五国家科技计划信息领 域对大数据技术给予高度重视 2012年中国计算机学会、中国通信学会等分别成立 了大数据专家委员会 各行业领域逐渐尝试大数据技术的应用机遇 大数据的定义 IBM定义大数据的3 个特征： 数量、种类和速度 IDC定义大数据的四大特征(4V) ：  海量的数据规模(Volume)  多样的数据类型(Variety)  快速的数据流转和动态的数据体系(Velocity)  巨大的数据价值(Value) 6 1P=10 G Mckinsey定义： 1Z=1012G  量极大，无法用常规数据软件进行获取、存储、 管理和分析的数据集 大数据的本质特征 传统方法： 数据种类、样本数都很有限 抽样分析,易错 大数据时代： 数据种类尤其是样本数巨多 全样本分析,全面 比大更重要的是数据多样性，有时小数据如一条 微博即可产生颠覆性的结果 企业和工程管理： 基于大数据分析得出的个人和群体行为