基于改进RNN多源融合算法的网络异构信息集成管理系统

作者：李麟; 王伟^*

来源：西安工程大学学报, 2023, 37(06): 145-152.

DOI：10.13338/j.issn.1674-649x.2023.06.018

• 循环神经网络(RNN)
• 野马优化(WHO)算法
• 生产执行系统(MES)
• 多源异构数据
• 数据融合
• 信息集成管理系统
• 医疗信息网络

医疗信息网络的互联造成其网络架构极为复杂，而当前对于此类网络产生的多源异构数据的管理水平难以满足信息化的要求，故给出了一种改进的信息集成管理系统。文中采用野马优化(wild horse optimizer, WHO)算法改进的循环神经网络(recurrent neural network, RNN)设计多源异构数据融合模型，并在此基础上以生产执行系统(manufacturing execution system, MES)为核心建立网络异构信息集成管理系统。通过同步集成处理多源融合模型输出的数据，将所有数据传递至系统数据库中进行储存，并通过所设计的功能模块完成了多源异构数据的集成管理。实验结果表明：以WHO-RNN多源融合算法为核心的网络异构信息集成管理系统的数据融合完整性维持在0.700～0.800的较高水平，并且随着数据量增加，末态更新水平(ultimate update level, UUL)指标逐渐趋近于80%,系统对于多源异构数据的运算效率和识别精度较好，具有较强的工程实际应用性能。