基于ThinkPHP框架的工控品采購平臺設計與實現

摘? 要：為了引導更多的工控廠家參與快捷方便的線上采購，改善當下工控品線上規模與線下規模不匹配的狀況，采購平臺根據專業工控工作人士的建議需求，使用基于PHP技術的ThinkPHP框架與MySQL數據庫搭建業務后端，Bootstrap框架設計友好、直觀的用戶交互界面。同時搭配合適的聚類、分類等算法結合后臺數據庫做數據統計，為用戶提供專業、便捷、高效的購買方案。應用上述模式方案設計的采購平臺，經測試在高并發量的情況下性能良好，大約平均每秒處理10次請求，平均響應時間在3至5秒。基于ThinkPHP框架開發的線上工控品采購平臺完全可以勝任一般廠家的業務需求，并給予廠家便利。

關鍵詞：工控品;采購平臺;ThinkPHP框架;數據統計;性能

中圖分類號：TP3-0? ? ?文獻標識碼：A

Abstract：For the purpose that guiding more industry manufactures to participate in easy，quick online purchase and ameliorating the mismatch purchase scale of industrial devices between online purchase and offline purchase，according to industrial professional's suggestion and demand，purchasing platform adopts the ThinkPHP framework based on PHP with MySQL Database technique to build the backend，and adopts bootstrap framework to build the friendly，intuitively interactive frontend.Meanwhile，this paper selects suitable algorithms such as clustering algorithms and classification algorithms combined with the database to conduct data statistics，which provides a professional，convenient，and efficient purchasing scheme for the customers.The purchasing platform that adopts the model mentioned above was tested with highly concurrent cases and showed good performance for dealing with ten requests per second，resulting in an average response time of three to five seconds approximately.The online platform based on the ThinkPHP framework is good enough to deal with demands from common manufactures and provide them with convenience.

Keywords：industrial devices;purchasing platform;ThinkPHP framework;data statistics;performance

1? ?引言（Introduction）

工控，即工業自動化控制，結合計算機、微電子、電氣等技術手段，實現在工業生產過程中采用機械設備代替人力勞動，將生產變得智能、高效、精確、可控[1]。工控技術的出現使工業生產帶來了第三次革命，生產效率較傳統生產模式實現了質的飛越，已經成為衡量一個國家工業與制造業發展水平的重要指標。然而，工控行業由于其專業性，卻沒有很好地與當下電商行業相結合。隨著大數據、云計算、人工智能等技術的出現，全世界已經開始走向第四次工業革命，因此提供一種快速、簡便的方法使得工控制造業過渡到“互聯網+”線上時代是非常必要的[2-4]。

陳米力等[5]指出了工業4.0時代下不少專注工控領域的電商平臺發展模式落后，缺少專業服務，沒有產業價值鏈的話語權，無法與廠商達成完全的信任溝通等是阻礙平臺經營壯大的痛點，并提出了集陽光一站式采購、場景導航、虛擬體驗、供應鏈協同、專業化支持等創新服務模式為一體的架構方案，但缺乏實際的行動驗證。流程工業智能工廠的未來發展[6]一文則從生產廠家出發，提出了基于IT互聯網的技術的新智能共享工廠架構，解決當下國內大部分廠商仍采用傳統自動化解決方案的問題，是一種升級理念，但卻無法做到短時間快速實現。

本文通過介紹使用ThinkPHP框架的軟件開發技術，提供促進線上銷售與工控行業匹配的采購平臺設計方式與思想，彌補了上述文獻缺乏實踐與短時無法實現的不足，讓更多的IT從業人員與工控行業專業人士參與到工控的電商化進程。

2? ?技術簡介（The brief introduction of technology）

2.1? ?PHP語言

PHP（Hypertext Preprocessor），中文名超文本處理器，是一種運行在服務器端的開源腳本性編程語言，其融合了C、Java、Perl等其他多種編程語言的語法與優點，具有小巧輕便，運行快捷，簡單易學且支持跨平臺的特性，被廣泛應用于Web端和移動端程序的開發[7]。

2.2? ?ThinkPHP框架

ThinkPHP是一款開源免費，基于PHP5版本和Apache2協議的國產輕量級應用框架，秉承簡潔實用的設計原則，致力于簡化企業級應用和敏捷WEB應用的開發過程[7]。其核心運作于ThinkTemplate內置模板引擎，使用動態編譯和緩存技術，保證了開發速度與運行效率，擁有良好的安全性、可拓展性[8]。ThinkPHP 5.0版本框架融合了豐富的PHP特性，提供了大量簡便的框架API，在使用體驗和性能等各方面都較為出色，受到當下國內眾多程序設計者的青睞[9]。

2.3? ?Bootstrap框架

Bootstrap是由美國Twitter公司開發的一個前端設計工具包，本質是一個CSS/HTML框架，配有多項JavaScript插件提供對JQuery庫引用的支持[10]。使用Bootstrap可大大簡化Web網站界面的設計，前端設計者僅需在合適的HTML標簽中添加樣式類名即可快速實現界面的顯示效果設置。此外，Bootstrap對JQuery的插件支持使得Ajax技術應用十分方便，前后端可以完美地實現異步局部界面更新與數據交換。

3? ?需求分析（Demand analysis）

基礎材料、基礎零部件（元器件）、基礎工藝和產業技術基礎（簡稱“四基”）構成了整個工業的基礎能力，我國由于在工控業起步較晚，在基礎環節長期存在短板，所幸近年來出現技術突破，逐漸打破了提升的制約。

就當下工控行情而言，工控業產品的銷售對象主要為生產智能自動化成品（如數字電視、智能冰箱、微波等家具）的企業廠家，而賣家則為提供生產所需基礎器件等中間設備的公司[11]。另外，工控涵蓋的生產范圍非常之廣，因而專業、便捷的采購需要將工控細分為多個子行業，并根據行業的制造過程進行購買流程和方案的設計。

根據業內人士的說法，工控業采購可按照機器人、機床工具、紡織機械、包裝機械、食品機械、塑料機械、印刷機械、泵業設備等領域的應用進行分類并細化購買方案的構建。

4? ?模塊劃分（The division of platform module）

采購平臺的模塊劃分主要基于前后端交互時都涉及的行為，而非單純地基于前臺界面或后臺操作，因此結合前述需求和商城的結構可將平臺概括劃分為以下四大模塊：

（1）驗證模塊：包括用戶的注冊、登錄、找回密碼、信息修改操作。注冊應該細分為個人還是企業廠家，并通過提交相應的有效證件信息完成認證（身份證、企業廠家營業執照等）。驗證方式多樣化，可通過短信驗證碼、郵箱驗證碼、密碼、邀請碼等多種方式實現注冊、登錄、找回密碼的驗證。此外還應讓入駐用戶選擇主要參與或感興趣的工控子行業領域。

（2）推送模塊：主要涉及熱門器件與購買方案的推送，另外還有關于采購平臺升級變動、入駐準則、疑難解答等通知與服務的展示。這里較為專業的推送應根據用戶主要從事的工控領域進行篩選，此外還應結合用戶平時的關鍵詞搜索頻率做智能的推薦。

（3）篩選模塊：該模塊是整個采購平臺的核心模塊，也是工控業采購專業性、復雜性體現最明顯之處，用戶可按單品或按流程方式購買，每個單品都有配有使用說明書，可供用戶下載參閱，并且應提示用戶該器件適用于哪一生產環節的應用，單品可以加入購物車。按流程購買則應根據某一工控成品的完整生產流程來劃分，對于每個環節，用戶可以按市場占比、銷量、品牌、種類等多種方式對相應的工控器件進行篩選，在某些生產環節，還可以推薦可雇傭的專業人員，最終產生的購買組合會被作為一種購買方案加入后臺，用于后續統計分析工作，此外專業的采購平臺還應提供諸如VR溯源技術的真實場景體驗等，讓購買切身體會物件的用途。

圖1以雕刻機生產工藝為例展示了按流程購買的一種概念模型，重點參考第二步與第四步。

（4）結算模塊：結算模塊也是采購平臺非常重要的一部分，包括收貨信息錄入，訂單生成，訂單支付，訂單情況查看等。生成的訂單信息要保證用戶的聯系方式、收貨地址不出錯，支付階段調用銀聯、支付寶、微信等第三方支付接口時還要考慮到安全性等。

5? ?界面設計（The design of user interface）

鑒于采購平臺是一個龐大的系統，單純地憑借常識和經驗直接設計后端數據庫不能保證較高的準確性與完整性，因此應該先以使用者的身份做好整個平臺的界面UI設計，待有良好的體驗后再進行中間過程的數據傳遞分析，設計數據庫字段。

5.1? ?前臺界面

前臺界面可以理解為采購平臺的公開部分，即向購買用戶展示的界面，具體應包括主導航頁、推送通知頁、用戶信息頁、登錄注冊頁、找回密碼頁、單品詳情頁、流程篩選頁、購物車頁、訂單錄入頁、訂單結算頁、第三方支付頁（可選）等。

圖2展示了前臺界面的主要結構，由圖可見界面還與平臺的總體模塊劃分相對應（見第3點模塊劃分）。

5.2? ?后臺界面

與前臺界面相對應的，后臺界面作為采購平臺的私有部分，即向管理員或入駐企業展示的數據管理界面，應結合后端對數據的CURD功能進行設計，從而實現數據的可視化操作。按照功能可將后臺界面分為用戶管理、品牌管理、推薦位管理、消息管理、圖片管理、行業管理、產品管理、訂單管理等子模塊。

為了方便讀者更好地了解后臺管理的功能，下面再對后臺界面的主要子模塊做簡要介紹：

用戶管理：即對注冊用戶的信息管理（分為個人和企業），通常只用于注冊時的信息審核，僅有超級管理員擁有修改的權限。

品牌管理：也可以理解為賣家管理，主要是對入駐提供商品的企業廠家進行營業合法審核，此外還進行信譽度、銷量等數據統計分析作為向用戶推薦購買的衡量因素。

推薦位管理：管理在前臺對應推薦位置的產品或購買方案。

消息管理：可以編輯文字信息，生成鏈接，推送通知給用戶。

圖片管理：由于需要動態更換的圖片量大，因此應專門設計圖片管理模塊對各個前臺界面需展示的圖片進行調配，包括圖片的各種放大、縮略、壓縮處理。

行業管理：主要針對流程過程中的按行業篩選購買進行管理，設置的篩選條件有品牌、型號、占比等多種因素。

產品管理：即對應單品展示頁的商品介紹、詳細參數、產品說明書、占比、銷量等重要數據的管理。可以在該模塊修改產品介紹、規格信號、所屬流程等信息，并上傳產品說明書供用戶下載。

訂單管理：后臺管理中非常重要的一環，審核訂單信息，用于后續的產品發貨與售后服務。

圖3展示了后臺界面的主要結構。

6? ?數據庫構建（Database construction）

在擁有完整UI界面實現的基礎上，我們要從原本完全靜態的部分中剖離出需要動態改變的文字、圖片、音頻信息，繪制ER圖，仔細分析各數據信息間的依賴關系，謹慎設計各數據表的字段，設置主外鍵、存儲過程、觸發器。圖4是以用戶購買場景構建的ER圖示例。

采購平臺的數據庫選用MySQL，鑒于其與PHP良好的適配性，加上平臺發展初期的采購并發量不高，以MySQL的性能完全足以勝任通常的購買業務。此外，MySQL體積小、成本低，如此高的性價比是任何商業應用的不二之選[12]。當然，到發展成熟期，對業務的承載處理量要求更高時，可以考慮使用Oracle等性能更好的大型數據庫。

實際的構建過程可以使用數據庫可視化工具，如MySQL Workbench、Navicat for MySQL、phpMyAdmin等，免去了使用傳統SQL語言創建的繁雜過程，僅需在細節處修改。

在這里以industry表（行業表）為例，見表1。

另外，如核心數據表goods表（產品表）應有產品號（主鍵）、產品名、原圖url、縮略圖url、價格、是否上架、所屬流程、機型、品牌、描述、重量、單位、說明書地址、推薦指數等字段，為方便后續提供專業服務與數據統計。

7? ?技術實現（The realization of technology）

對于采購平臺這樣一個體系龐大的商業應用網站，如何方便高效地處理繁雜的中間數據傳遞過程是關鍵，這也是筆者介紹使用ThinkPHP框架進行后端開發的原因。

在IT行業中眾所周知，PHP技術一向只適合中小型應用程序的快速開發，對于大型高性能網站，原生PHP一般難以勝任，其中的一大詬病便是其只能將PHP腳本代碼內嵌至HTML標簽中[13]，后端的全部業務處理邏輯與前端代碼完全混雜，一旦業務應用量龐大便會出現開發效率低下、運行速度慢的問題，并且由于核心代碼直接暴露，安全性也不佳。然而，ThinkPHP框架完美地解決了原生PHP帶來的缺陷。

ThinkPHP框架使用MVC（模型、視圖、控制器）設計模式[14]，實現了業務層與表示層的完全分離，使得僅使用PHP進行開發也能符合分布式應用體系規范，同時在安全、性能上也上了好幾個臺階，可與經典的JSP（Java Servlet Pages）動態網頁設計技術相媲美。

下面將就ThinkPHP5.0應用框架的目錄結構說明設計模式的實現細節，為了節省篇幅，僅對重點目錄做介紹。

7.1? ?整體目錄結構呈現

圖5展示了采購平臺目錄的整體結構，其中多出的分割水平線“——”代表該目錄或文件是上一個目錄的子文件，“*”號代表筆者為實現功能額外添加的目錄，此外省略部分為框架默認提供的文件與目錄[15]。

ThinkPHP框架的MVC設計模式就體現在這一層目錄結構上，controller、model、view子目錄分別對應經典分布式應用體系中的業務層（Business Layer）、核心層（Data Layer）、表示層（Presentation Layer）。簡單的業務邏輯寫在controller層，model層負責將某些復雜的數據查詢操作封裝后供controller層調用，而view作為表示層負責將從controller傳遞來的數據顯示。在圖5中還可看到筆者添加了驗證器目錄，該目錄主要用于規定配置在某些特定場景下對用戶輸入的信息格式（包括長度、精度、是否唯一等）與相應的反饋信息，是ThinkPHP框架提供的一種快捷驗證拓展功能，應用十分廣泛。

以下是數據傳遞的簡單代碼示例：

后端控制器部分代碼：

<？php

……

$inds = db（'industry'）->where（'pid'，$ind3['id']）->where（'or'，2）->field（'name'）->select（）;//獲取該行業下流程

$this->assign（[

'inds'=>$inds， //將查詢所得數據分配至前端界面

]）;

……

return view（）; ? //調用模板渲染函數

？>

前端獲取調用代碼：

……

{volist name='inds' id='inds'}? <！- - 取出后端傳遞來的數據對象 - ->

• {$inds.name}

{/volist}

……

由示例代碼可見數據的傳遞過程十分簡單，在后端代碼中調用類的$this->assign方法分配數據集對象，相應的在前端頁面取出對象，使用模板標簽顯示對象的成員數據即可。

7.3? ?其他技術實現概要

根據圖4所示的應用目錄結構，采購平臺在一些額外功能的技術實現上通常都會使用拓展類庫和第三方庫文件，對應地在extend和vender目錄中存放PHP庫文件。

接下來簡要介紹采購平臺驗證碼功能的實現。

驗證碼分為短信驗證碼和郵箱驗證碼，其中短信驗證碼筆者使用的是國內開發商提供的自定義類庫，放置于extend目錄下，而郵箱驗證碼的實現則是通過ThinkPHP5.0版本框架的依賴管理工具Composer下載PHP通用第三方庫PHPMailer，放置于vendor目錄下。

調用發送短信驗證碼的關鍵代碼示例：

<？php

……

$clapi=new SmsApi（）;? ?//創建短信接口API對象，

$code=mt_rand（100000，999999）;

$tipMsg='';

if（$password==0）{

$tipMsg='您好，您的驗證碼是'. $code;

}

……

$result=$clapi->sendSMS（$phoneNum， $tipMsg）; //根據電話號碼發送短信驗證碼

……

？>

調用郵箱發送關鍵代碼示例：

<？php

……

$mail=new PHPMailer（true）; // 創建PHPMailer對象 true代表創建的對象支持使用stmp方式發送郵件

……

$mail->setFrom（"xxx@xxx.com"，"PHP采購平臺"）; // 郵件發送地址設置

$mail->Password="xxxxxx";? // 郵箱stmp登錄授權碼

$mail->Port=xxx;? ? // 端口號請參見你使用的郵箱提供的說明

$mail->addAddress（$to）;? ?// 添加發送地址

$mail->addReplyTo（$to）;? ?// 添加回復地址

$mail->Subject=$title;? ? // 郵件標題

$mail->Body=$content;? ? // 郵件內容

$sendRes=$mail->send（）;? ?// 發送郵件

……

？>

諸如上述的庫調用在采購平臺的其他功能實現上應用的非常多，結合JavaScript與Ajax技術可以很好地實現業務需求。

8? ?算法介紹（The introduction of algorithm）

采購平臺所要處理的數據量是非常復雜多樣的，因此，為了應對大規模數據和方便數據統計做智能推薦，采用當下常用的數據挖掘、機器學習算法非常有必要。下面介紹兩種基本的常見算法。二者分別是劃分聚類與層次分類算法的典型代表[16]。

8.1? ?K-means算法

基本思想是將給定的數據集（樣本集）賦以一質心（均值向量），根據數據點與質心的歐式距離大小將數據劃分為k個類簇（類別），讓同簇內的數據點的歐式距離盡量近（通過最小化方差實現），反之非同簇則盡量遠[17]。

K-means算法通常可以應用于維數、數值都很小且連續的數據集，如文檔分類、乘車數據分析、網絡分析犯罪分子。與采購平臺相契合的應用是過濾推薦與客戶分類，通過用戶的購買歷史、興趣、活動監控等方式逐漸篩選出具有不同特征的用戶，根據用戶喜好推薦[18]。

但由于K-means算法本身存在全局搜索能力差、對初始聚類中心依賴性大、聚類效率和精度低，易陷入局部最優解等缺點，通常而言還需要配合其他算法彌補缺陷，其中，由吳金李等提出的二分K-means的協同過濾推薦算法數據稀疏率低，聚類效果良好[19]，另外如用遺傳算法的染色體基因表示聚類中心點，結合Hash散列算法將高維度聚類中心壓縮至低維標識空間等都可[20]。

8.2? ?決策樹算法

最經典的決策樹算法當屬機器學習研究者J.Ross Quinlan在1986年提出的ID3算法[21，22]。

ID3算法中的信息熵、條件熵、信息增益可分別用公式表達如下：

其中，為D取值i的概率，n代表D的n種不同取值。

算法流程：

（1）初始化信息增益的閾值。

（2）判斷樣本是否為同一類輸出，如果是則返回單節點樹T，標記類別為。

（3）判斷特征是否為空，如果是則返回單節點樹T，標記類別為樣本中輸出類別D實例數最多的類別。

（4）計算A中的各個特征（一共n個）對輸出D的信息增益，選擇信息增益最大的特征。

（5）如果的信息增益小于閾值，則返回單節點樹T，標記類別為樣本中輸出類別D實例數最多的類別。

（6）否則，按特征的不同取值將對應的樣本輸出D分成不同的類別。每個類別產生一個子節點，對應特征值為，返回增加了節點的樹T。

（7）對于所有的子節點，令遞歸調用2—6步，得到子樹并返回。

與K-means算法類似，ID3算法由于存在著無法處理連續值、屬性偏向、對噪聲敏感等問題也受到了眾多算法研究者的關注與改進，比較著名的如C4.5算法，同樣由J.Ross Quinlan在1993年改進提出，采用連續特征離散化、信息增益率加權、剪枝等手段解決了ID3比較明顯的缺陷。

決策樹算法理論上能應用于各種具有篩選因素的分類，因此通過統計某器件的購買次數、反饋度等因素進行統計，設置合理閾值，將能很好地將采購平臺的各種產品按層次好壞多級分類。當然改進的決策樹算法也能進行構建回歸模型，主要看業務需求。

9? 運行評估（The evaluation of platform's performance）

在采購平臺開發完成后，需要設計測試用例檢驗平臺運行性能。通過借助ThinkPHP框架的日志工具，我們可以非常方便地對服務器的運行性能進行評估，在配置文件config.php中選擇輸出參數以獲得結果[23]。

如查看加載某個行業購買流程界面的運行狀況，在日志中輸出為：

[info] ……/index/industry/index？id=102 [運行時間：0.162680s][吞吐率：6.15req/s] [內存消耗：3，415.72kb] [文件加載：62]

當然，也可以采用運維測試工具提供的壓力測試法，結果更為可靠專業[24]。這里以Apache Bench為例，在終端中輸入命令：

ab-n 1000-c 100? http：//....../index/industry/index？id=100

即自動進行在100用戶并發使用情況下，進行1000次請求的運行狀況統計，這里僅給出三個重要性能參數：

Requests per second：? ? 19.25 [#/sec] （mean） //每秒處理請求數

Time per request：? ? ? ?5194.934 [ms] （mean） //并發時的平均請求等待時間

Percentage of the requests served within a certain time （ms）

……

90%? 17738 //執行完90%請求所用時間

……

根據結果，使用ThinkPHP框架搭建的服務器性能優良，足以負擔采購平臺的常規業務。

10? ?結論（Conclusion）

本文結合當下國內工控業發展現狀，提出了一種基于ThinkPHP框架的通用、快速的設計工控采購平臺的方法，詳述了從UI界面設計到后臺數據庫搭建的整體實現細節。通過實踐研究，整理了歸納了設計線上平臺所需的技術、算法，以及適配工控行業的特殊功能，以應對因其專業性造成的采購門檻高問題。預計到2020年，我國工控產業市值將達到2000億，屆時將會有更多的線上專業采購平臺應運而生[25]。當然，隨著業務量增加與性能要求的不斷提高，ThinkPHP框架可能不再適應企業需求，而被更高性能的其他技術框架（如Spring Boot等）替代，但是基本的設計思想和模式是類似的，遵循工控行業規范的采購平臺將能更好地受到廠家青睞。

參考文獻（References）

[1]? 張立克，常建軍.工控機的現狀與前景[J].水利電力機械，2007，29（3）：64-66;71.

[2] LI Guoping，HOU Yun，WU Aizhi.Fourth Industrial Revolution：Technological Drivers，Impacts and Coping Methods[J].Chinese Geographical Science，2017，27（04）：626-637.

[3] James M.TIEN.THE NEXT INDUSTRIAL REVOLUTION：INTEGRATED SERVICES AND GOODS[J].Journal of Systems Science and Systems Engineering，2012，21（03）：257-296.

[4]? Alin ST?NCIOIU.THE FOURTH INDUSTRIAL REVOLUTION "INDUSTRY 4.0" [J].Fiabilitate ?i Durabilitate，2017，1（19）：74-78.

[5]? 陳米力，陳揚帆，林秋艷.工業4.0背景下的工控電子商務模式研究[J].制造業自動化，2015，37（04）：146-147;150.

[6]? 褚健.流程工業智能工廠的未來發展[J].科技導報，2018，36（21）：23-29.

[7]? 王俊芳，李隱峰，王池.基于MVC模式的ThinkPHP框架研究[J].電子科技，2014，27（4）：151-153;158.

[8]? 董玉霞.基于ThinkPHP框架的網上商城系統的設計與實現[J].信息與電腦（理論版），2016（14）：86-88;90.

[9]? 序言·ThinkPHP5.0完全開發手冊·看云[EB/OL]. https：//www.kancloud.cn/manual/thinkphp5/118003.

[10]? Bootstrap·The most popular HTML，CSS，and JS library in the world[ EB/OL]. https：//getbootstrap.com.

[11]? 包冉.工控機市場：布局5年后[N].計算機世界，2004-4-12（E20）.

[12]? 趙鶴芹.設計動態網站的最佳方案：Apache+PHP+MySQL?[J].計算機工程與設計，2007（4）：933-934;938.

[13]? 渠芳，曹志梅..ASP、PHP和JSP技術的比較研究[J].現代情報，2002（7）：50-52.

[14]? 謝敏，程適.基于ThinkPHP框架的家教信息管理系統設計與實現[J].軟件導刊，2018，17（07）：128-131.

[15]? 目錄結構·ThinkPHP5.0完全開發手冊·看云[EB/OL]. https：//www.kancloud.cn/manual/thinkphp5/118008.

[16]? 聚類算法[EB/OL].https：//www.cnblogs.com/fionacai/p/5873975.html.

[17]? K-Means聚類算法原理[EB/OL].https：//www.cnblogs.com/pinard/p/6164214.html.

[18]? K-Means算法的10個有趣用例[EB/OL].https：//blog.csdn.net/yunqiinsight/article/details/80134331.

[19]? 吳金李，張建明.基于二分K-means的協同過濾推薦算法[J].軟件導刊，2017，16（01）：26-29.

[20]? 孟佳偉，孫紅.基于Hadoop平臺的K-means算法優化綜述[J].軟件導刊，2017，16（06）：208-211.

[21]? 決策樹算法原理（上）[EB/OL].https：//www.cnblogs.com/pinard/p/6050306.html.

[22]? 謝妞妞.決策樹算法綜述[J].軟件導刊，2015，14（11）：63-65.

[23]? 日志驅動·ThinkPHP5.0完全開發手冊·看云[EB＼OL]. https：//www.kancloud.cn/manual/thinkphp5/118126.

[24]? 張能立，歐陽毅.如何對Web應用程序進行壓力測試[J].計算機與數字工程，2006（08）：90-93.

[25] 新時代證券.行業研究：工控自動化行業深度報告：跟隨到超越我國工控崛起正當時[EB/OL].http：//stock.qq.com/a/20180716/029076.htm.

作者簡介：

谷恪忱（1997-），男，本科生.研究領域：軟件工程，嵌入式軟件開發.