大数据时代数学教学在农机信息化技术中的应用

赵培勇

(郑州财税金融职业学院,郑州 450048)

0 引言

在当前数据量越来越大、数据结构越来越多样化的背景下,应用系统对硬件和软件都提出了前所未有的高要求。面对这样的挑战,利用云操作系统和大容量磁盘阵列的结合可以加速访问,提升用户体验。在数学教学系统中采用大数据云平台技术,不仅可以实现海量教学资源的存储问题,且可以协助检验教学效果,完成教学管理任务。基于大数据云平台技术,可以将数学教学系统和农机信息化系统相结合。对于以信息查询和远程监测的农机信息化系统来说,这种结合能够提供更快的信息检索和作业情况实时监测业务,同时可解决原文的存储问题,为建立元数据仓库打下基础。

1 大数据时代数学教学及其在信息化系统中的应用

随着互联网和通信技术的不断发展,大数据作为高科技时代的产物被提出,目前已渗透到各个领域,人们越来越重视对海量数据的挖掘和应用。数学是数理科学的基本研究方法,利用数学理论可以将自然模型进行抽象化,从人工模型中发掘因果联系。数学方法包括很多形式,如数学方程、数学建模、数学统计及数学实验方法等。

为了实现大数据的存储,产生了云存储技术。云存储利用互联网上不同的海量存储设备通过软件集成起来协同工作,可为不同需求的用户提供数据存储和系统访问等业务。大数据可以从任何时间地点方便地进行存取,对于普通用户不需要购买硬件设备,只需要支付一定的租金便可以享受云存储服务,为用户节省大量的费用,实现大数据的存储业务。

在数学教学过程中,由于教学资源繁多,特别是多媒体课件和课堂情景展示等,会占用大量的空间,一般的移动硬盘已经无法完全承担存储业务。因此,在数学教学过程中,可以创造条件,使用云存储业务。使用大数据云平台不仅可以完成教学资源的存储,还可以协助完成数学辅助教学、数学课堂效果展示、教学效果检验和教学管理等,如图1所示。

图1 基于大数据云平台的数学教学

基于大数据云平台的辅助教学是指利用云计算服务构建信息化和个性化的教学环境,在辅助教学时,学校可以建设自己的云平台,数学老师可以利用Web等软件构建云教学环境。利用软件可以对教学资源进行归类,编写导学提纲,引导学生创建属于自己的个性化学习园地,通过海量教学资源的分享,提高学生自主学习的能力。

在课堂情景教学上,教师可以利用多媒体设备和无线网络,创建课堂情景云平台,将课堂视频、学生反馈问题等内容利用云平台进行共享,提升课堂教学效果;还可以利用云平台创建课堂检验,并利用平台对检验结果进行处理,可视化地呈现给老师和学生,以便老师调整教学内容,学生可以将自己没有学好的部分进行深入学习。

在教学效果检验方面,云计算凭借强大的并行计算技术,对大数据进行处理,如考试云平台,可以对学生进行测试、统计、分析,最后将测试结果呈现给教师和学生。

对于教学管理方面,可以利用云计算系统提高数据的存储和处理效率,减轻系统的负担,降低了学籍混乱的现象。

2 基于大数据云平台的农机信息化系统

随着云计算技术的不断发展,云计算应用已经逐渐进入人们的日常生活,主要由分布式计算、并行处理和网格计算3部分组成,是一种新兴的商业计算模型。云操作系统可以采用各种操作系统,如Linux,在高层云操作系统可以对底层的资源进行分配和调用,如通过云操作系统的调用可以分配出CPU虚拟机,通过调用实现空闲虚拟机资源的充分利用,将大的计算任务划分为小块的任务,以实现并行处理。

云平台可以实现大数据的存储,存储设备具有自己的管理空间,可以完成磁盘划分、格式化及RAID策略等。云平台存储器和服务器的连接需要建立接口,与U盘和USB接口类似,通过HBA卡的卡号可以唯一标记和识别服务器,存储设备和服务器之间的关系是一对一的关系,云操作系统可以利用服务器对存储设备的资源进行管理和分配。

云存储分布式存储示意图如图2所示:整个平台的关键是基于云分布式存储的大数据、大容量存储系统,无论是数学教学系统还是农机信息系统都主要是对数据进行存储和查询,还可以在农机设计制造过程中可对农机样机进行调试,这些都基于云管理系统。在进行大数据存储时,系统通过分配存储节点来扩充容量,实现分布式存储,其应用框架如图3所示。

图2 云存储分布式存储示意图

图3 基于云平台的农机样机设计应用框架

基于云平台的大数据存储可以实现农机信息系统的农机样机的试制和调试过程,根据系统存储的地区一些特点和作物的种植与生长状况的海量数据,确定农机的基本样式,然后利用基于云平台的软件仿真平台对设计的样机进行调试,确定农机的设计是否满足生产需求。一般来说,基于云平台的应用框架由4部分组成,包括采集设备层、存储数据层、管理数据层和应用设备接口层。

基于云平台的应用框架的最顶端是应用设备接口,农机信息数据存储和数据管理分别在中间层,最低端是采集设备,每个层次都对应详细的内容,每个层次对应的详细内容如表1所示。

表1 4个层次详细内容

表1中,4个层次的每项都对应详细的设计内容,在进行设计时,可以按照内容需求来设计相应的硬件系统和软件系统,其硬件系统的服务器主要配置如表2所示。

表2 服务器配置参数

服务器主要采用分布式服务器集群形式,其中服务器硬件系统主要由内存分别为8、16GB,硬盘为512GB和1 024GB的主机构成,将他们集成起来进行协同化工作,可以满足农机信息系统的设计需求。

3 农机信息化系统应用

随着农业生产规模的不断扩大,特别是在我国的一些平原地区,大面积作业已经成为农作物种植和收割的重要形式。在进行大面积作业时,单台农机很难保证作业效率,而多台农机的协同作业可以有效地提高农机的总体作业效率。多农机协同作业场景如图4所示。

图4 多农机协同作业示意图

为了保证农机的协同化作业,农机调度信息系统非常重要,包括农机作业情况实时监测、农机作业轨迹及农机的调度管理等。调度任务的添加如图5所示。

图5 农机作业调度窗口示意图

选择农机后可以指定农机的作业面积和作业点,接收到调度任务的农机可以前往指定地点进行作业。为了及时了解农机的作业情况,可以对农机的作业轨迹进行查询,如图6所示。

图6 农机作业轨迹显示

基于数学大数据平台教学系统的农机信息化系统可以对作业轨迹进行显示,并支持查询农机轨迹的快播、慢播和直接显示,为农机的调度提供了直接的数据参考。

为了验证基于数学大数据教学平台的农机信息系统的可靠,以农机信息的查询为例,对系统进行了测试,如表3所示。由测试结果表明:对于海量信息的搜索,基于数学大数据教学平台的农机信息系统的搜索速率明显高于传统的服务器系统。

表3 农机信息查询测试对比结果

为了进一步验证系统的优越性,对系统的监控精度进行了测试,如表4所示。测试结果表明:采用基于数学教学大数据云服务器有助于提高监控精度。最后,对使用系统后的作业效率进行了对比,得到了如表5所示的测试结果。

表4 监控精度统计表

表5 工作效率统计表

对相同作业面积的农机作业情况进行了统计,由对比结果可以看出:采用信息化系统后可以明显地提高农机协同化作业效率,满足了大面积作业农机的自动化控制系统设计。

4 结论

为了提高农机的作业调度效率、提高多农机作业的现代化管理水平,将基于数学教学的大数据云平台系统引入到了农机调度信息系统的设计上,设计了系统的协同化调度管理功能、调度管理及轨迹显示等。为了验证方案的可靠性,以农机协同化调度管理为例,对系统进行了测试,测试结果表明:采用信息系统可以成功对农机进行调度,并显示农机的作业轨迹,还可以有效提高农机的监控精度和作业效率,对于多农机作业系统的研究具有重要的意义。