本项目以大型单件小批制造企业为研究对象,以多年来服务于该类企业信息化建设所积累的领域经验和实际数据为基础,针对企业数据建模过程中对模型验证与后期管理不足、数据资源开发不力以及数据标准研究滞后的现状,以元数据驱动为思路,主要研究①企业元数据库的构建。以属性为最小单位提取该领域内的数据元条目,考察数据元的一般特征、领域特征、产生原理、变化范围和影响幅度,进行元数据建模,构建企业元数据库;②企业元数据的验证与管理。通过对元数据的静态层面、动态逻辑层面和实验模拟层面的检查与验证,同时遵循MOF标准给出元数据的管理框架和策略,从而确保元数据的正确、合理、完备、有效和动态可控;③元数据与数据模型的映射机制研究。抽象出不同的模型元素、模型片段作为数据模型组件完成元数据到数据模型的映射,以实现基于元数据的企业数据模型构建、验证和管理,从而为解决该类企业数据标准的制定以及统一数据建模平台的构建奠定基础。
Model Quality;Metadata;Model Evaluation;Model Verification;Enterprise Data Model
本项目针对企业信息化过程中所建数据参考模型仅为完成工程要求,其参考能力难以信服和持久且使得由此产生的数据缺少标准、难以积累、质量堪忧的现状,提出元数据驱动,以字段属性为最小单位,首先研究了企业数据元目录的自动提取方法,以描述业务为目标,定义了数据元的描述框架,规划建立了企业元数据库,并进行了大量的元数据实例工作,实现了企业在本体层面的资源化;然后从提高模型质量的角度,分别提出了企业数据模型质量的评价指标和基于元数据的企业数据模型验证方法。并以70472005项目成果大型单件小批制造企业数据模型为对象分别进行了评价和验证,其中评价结果良好,验证结果表明该模型在业务流程结构性检查和业务流程中的数据流检查中存在错误,两种方法都可有效提高领域数据模型的科学性和合理性,数据模型验证方法更是在提高领域数据模型的信度、精度和力度方面显示优势;最后完成了对企业统一数据建模平台的原型规划,以实现基于元数据的企业数据模型构建、验证和管理,该原型为领域数据模型和领域数据的积累、复用、资源化和标准化奠定了基础。