《物流大数据分析与挖掘》习题及答案 第五章 物流大数据与数字孪生 习题及答案.docx

《《物流大数据分析与挖掘》习题及答案 第五章 物流大数据与数字孪生 习题及答案.docx》由会员分享，可在线阅读，更多相关《《物流大数据分析与挖掘》习题及答案 第五章 物流大数据与数字孪生 习题及答案.docx（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第五章 物流大数据与数字李生一、填空题1.数字挛生包括五大驱动要素一物理世界的、分析和促动器，以及持续更新的数字挛生应用程序。2.数字季生技术的实现依赖于诸多先进技术的发展和应用，其技术体系按照从基础数据采集层到顶端应用层可以依次分为和沉浸式体验层3.基于分布式计算的云服务器平台是系统的重要保障,等提高系统的任务执行速度是保障系统实时性的重要手段。4 .数字季生技术为整个供应链管理提供了流程和瓶颈，通过少量人工干预促进更敏捷的问题解决5 .数字挛生可以评估需求和供应的变化如何影响供应链的,同时向最终客户提供产品和服务。二、单选题L供应链是复杂、协调和（）的系统，其流程在很多方向上流动，并且通常

2、是同时进行的。A、自适应B、多方向C、不可自我调节D、同时进行2,生产流程中配置的（）可以发出信号，数字挛生可通过信号获取与实际流程相关的运营和环境数据。A、促动器B、传感器C、集成器D、数据集3.(A、建模计算层B、功能层C、数据保障层D、沉浸式体验层）是整个数字李生技术体系的基础，支撑着整个上层体系的运作。4 .数字挛生的（）是智能制造系统的基础。A、分析和推理B、构思和决策C、数据保障层D、理论和技术5 .智能制造系统最终要从以（）为主要决策核心的人机和谐系统向以机器为主体的自主 运行系统转变。A、人B、机D、人机C、系统三、判断题1 .数字挛生是形成人机系统中某一生产流程的模型及其在数

3、字世界中的数字化镜像的过程 和方法。（ ）2 .传感器提供的实际运营和环境数据将在聚合后与企业数据合并。（ ）3 .传感器是整个数字挛生技术的基础,海量复杂系统运行数据包含了用于提取和构建系统特 征的最重要信息。（ ）4 .建模计算层主要由建模算法和一体化计算平台两部分构成。（ ）四、简答题1 ,什么是数字挛生技术？2 .数字挛生技术的价值体系及意义是什么？3 .数字李生的技术体系是什么样的？4 .数字挛生技术在供应链管理大数据中的作用。5 .举例说明数字挛生技术在物流大数据的具体应用。五、案例分析案例一数字挛生城市。5G开启了 “万物互联”的时代，在5G的支持下，云和端之间可 以建立更紧密的

4、连接，越来越多的数据将被采集并集中在一起。这些数据，可以帮助构建更 强大的数字挛生体。例如，一个数字学生城市。城市中布满了各种各样的传感器、摄像头。 借助包括5G在内的物联网技术，这些终端采集的数据可以被更快地被提取出来并反馈到数 字挛生城市中。在数字挛生城市中，基础设施（水、电、气、交通等）的运行状态，市政资 源（警力、医疗、消防等）的调配情况，都会通过传感器、摄像头、数字化子系统采集出来， 并通过包括5G在内的物联网技术传递到云端。城市的管理者，基于这些数据，以及城市模 型，构建数字挛生体，从而更高效地管理城市。城市规划、基建工程则是数字挛生城市全生 命周期的另一个应用。在修建居民区、商务

5、区、高速公路、桥梁等前，完成对工程的数字化 建模，然后在虚拟的数字空间对工程进行仿真和模拟，评估规划的分布、结构和承受能力, 还可以时间变迁的影响及人流量数据，评估规划的合理性。思考问题：1 .数字享生技术需耍哪些技术作为支撑？2 .数字挛生城市将会给人们的生活带来哪些便利？参考答案一、填空题1 .传感器、数据、集成(p82)2 .数据保障层、建模计算层、功能层(p85)3 .优化数据结构、算法结构(p89)4 .永久端、端视图(p98)5 .物理位置、支持系统(p99)二、单项选择题1. A(p99)2. B(p82)3. C(p85)4. D(p90)5. A(p90)三、判断题1. X

6、(p82)2. V (p82)3. X (p86)4. J (p86)5. V (p87)四、简答题1 ,什么是数字挛生技术? (p82)答：数字挛生是指针对物理世界中的物体，通过数字化的手段构建一个在数字世界中一模 一样的实体，借此来实现对物理实体的了解、分析和优化。从更加专业的角度来说，数字享 生集成了人工智能(AI)和机器学习(ML)等技术，将数据、算法和决策分析结合在一起, 建立模拟，即物理对象的虚拟映射，在问题发生之前先发现问题，监控物理对象在虚拟模型 中的变化，诊断基于人工智能的多维数据复杂处理与异常分析，并预测潜在风险，合理有效 地规划或对相关设备进行维护。2 .数字挛生技术的价

7、值体系及意义是什么？(p83)答：价值：第一，模拟、监控、诊断、预测和控制产品在现实环境中的形成过程和行为； 第二，从根本上推进产品全生命周期高效协同并驱动持续创新；第三，数字化产品全生命周 期档案为全过程追溯和持续改进研发奠定了数据基础；第四，创造价值趋向无限。任何制造 商都可以在数据驱动的虚拟环境中进行创建、生成、测试和验证，这种能力将成为其在未来 若干年内的核心竞争力。意义：更便捷、更适合创新、更全面的测量、更全面的分析和预测能力、经验的数字化3 .数字挛生的技术体系是什么样的？（p85）答：数据保障层、建模计算层、功能层、沉浸式体验层。4 .数字挛生技术在供应链管理大数据中的作用（p98）答：优化整体供应链流程、识别供应链管理瓶颈、供应链网络优化与有效的数据管理5 .举例说明数字李生技术在物流大数据的具体应用。（p91）答：规划交通和设施、优化库存、预测包装材料的性能、供应链综合协调。五、案例分析提示：（1）数字挛生需要依靠包括仿真、实测、数据分析在内的手段对物理实体状态进行感 知、诊断和预测，进而优化物理实体，同时进化自身的数字模型。（2）从城市规划、基建工程方面展开。