基于船舶分段物流模式挖掘与可视化方法及系统

摘要

本发明公开了一种基于船舶分段物流模式挖掘与可视化方法及系统，其中，该方法包括：采集船舶分段原始物流数据生成船舶分段物流运输原始数据表；对船舶分段物流运输原始数据表进行预处理生成每个船舶分段的船舶分段物流特征向量；对多个船舶分段物流特征向量进行层次聚类分析生成聚类树状图，根据聚类树状图生成多个船舶分段类别和多个船舶分段类别对应的船舶分段集合；对集合和物流运输原始数据表进行统计分析和归一化处理生成物流模式特征统计表，根据特征统计表绘制多个船舶分段类别的船舶分段物流模式图。该方法可以得到现有船舶分段物流模式中存在的问题，结合每种物流模式所对应具体船舶分段的特性，对所发现的问题进行分析或针对性解决。

权利要求

1.一种基于船舶分段物流模式挖掘与可视化方法，其特征在于，包括以下步骤：采集多个船舶分段原始物流数据，并生成船舶分段物流运输原始数据表；

对所述船舶分段物流运输原始数据表进行预处理生成每个船舶分段的船舶分段物流特征向量；所述船舶分段物流特征向量能够表示任意一种工艺流向；

对多个所述船舶分段物流特征向量进行层次聚类分析生成聚类树状图，根据所述聚类树状图生成多个船舶分段类别和所述多个船舶分段类别对应的船舶分段集合；

对所述船舶分段集合和所述船舶分段物流运输原始数据表进行统计分析和归一化处理生成船舶分段物流模式特征统计表，根据所述船舶分段物流模式特征统计表绘制所述多个船舶分段类别的船舶分段物流模式图。

2.根据权利要求1所述的基于船舶分段物流模式挖掘与可视化方法，其特征在于，所述对所述船舶分段物流运输原始数据表进行预处理生成每个船舶分段物流特征向量，包括：通过字符串匹配的方法根据所述船舶分段物流运输原始数据表，按照所述船舶分段物流特征向量的定义，生成每个船舶分段的所述船舶分段物流特征向量。

3.根据权利要求1所述的基于船舶分段物流模式挖掘与可视化方法，其特征在于，所述对多个所述船舶分段物流特征向量进行层次聚类分析生成聚类树状图，包括：S1，对每个船舶分段进行初始化生成，每个船舶分段自成一类；

S2，根据每个船舶分段的所述船舶分段物流特征向量计算任意两类船舶分段均值之间的欧式距离；

S3，选取所述欧式距离最小值对应的两类船舶分段聚为一类；

S4，重复执行步骤S2和步骤S3直至将所有船舶分段聚类为一类，以生成所述聚类树状图。

4.根据权利要求1所述的基于船舶分段物流模式挖掘与可视化方法，其特征在于，所述船舶分段物流模式特征统计表包括：所述船舶分段从一个工序节点运输到其他各个工序节点的概率。

5.根据权利要求1所述的基于船舶分段物流模式挖掘与可视化方法，其特征在于，所述船舶分段物流运输原始数据表包括：每个船舶分段的每一次物流运输的详细情况，包括：日期、时间、船舶分段编号、起始工序、目标工序。

6.一种基于船舶分段物流模式挖掘与可视化系统，其特征在于，包括：采集生成模块，用于采集多个船舶分段原始物流数据，并生成船舶分段物流运输原始数据表；

第一生成模块，用于对所述船舶分段物流运输原始数据表进行预处理生成每个船舶分段的船舶分段物流特征向量；所述船舶分段物流特征向量能够表示任意一种工艺流向；

聚类模块，用于对多个所述船舶分段物流特征向量进行层次聚类分析生成聚类树状图；

第二生成模块，用于根据所述聚类树状图生成多个船舶分段类别和所述多个船舶分段类别对应的船舶分段集合；

绘制模块，用于对所述船舶分段集合和所述船舶分段物流运输原始数据表进行统计分析和归一化处理生成船舶分段物流模式特征统计表，根据所述船舶分段物流模式特征统计表绘制所述多个船舶分段类别的船舶分段物流模式图。

7.根据权利要求6所述的基于船舶分段物流模式挖掘与可视化系统，其特征在于，所述第一生成模块，具体用于：通过字符串匹配的方法根据所述船舶分段物流运输原始数据表，按照所述船舶分段物流特征向量的定义，生成每个船舶分段的所述船舶分段物流特征向量。

8.根据权利要求6所述的基于船舶分段物流模式挖掘与可视化系统，其特征在于，所述聚类模块，具体用于：S1，对每个船舶分段进行初始化生成，每个船舶分段自成一类；

S2，根据每个船舶分段的所述船舶分段物流特征向量计算任意两类船舶分段均值之间的欧式距离；

S3，选取所述欧式距离最小值对应的两类船舶分段聚为一类；

S4，重复执行步骤S2和步骤S3直至将所有船舶分段聚类为一类，以生成所述聚类树状图。

9.根据权利要求6所述的基于船舶制造的分段物流模式挖掘与可视化系统，其特征在于，所述船舶分段物流模式特征统计表包括：所述船舶分段从一个工序节点运输到其他各个工序节点的概率。

10.根据权利要求6所述的基于船舶制造的分段物流模式挖掘与可视化系统，其特征在于，所述船舶分段物流运输原始数据表包括：每个船舶分段的每一次物流运输的详细情况，包括：日期、时间、船舶分段编号、起始工序、目标工序。

说明书

基于船舶分段物流模式挖掘与可视化方法及系统

技术领域

[0001] 本发明涉及船舶制造技术领域，特别涉及一种基于船舶分段物流模式挖掘与可视化方法及系统。

背景技术

[0002] 随着船舶建造工艺的不断发展，船舶分段建造模式已经成为了船舶制造领域的主流选择。这种模式把船体划分成不同的船舶分段，各个船舶分段建造完成后，在船台上进行船舶分段合拢，大大缩短了每艘船对船台的占用时间，提高了船舶制造的效率。

[0003] 然而，船舶是高度复杂的工业产品，每个船舶分段在最终被运输到船台之前，会经过多道工艺流程，因此需要经过多次物流运输过程。通常，船厂会使用平板车对重量巨大的船舶分段进行搬运，这个过程会消耗大量的时间和燃油，增加船舶制造的成本。此外，不同的船舶分段在形状、重量、尺寸以及工艺流程等方面差异明显，并不能用单一的物流模式对所有船舶分段进行简单的概括。因此，如何利用海量船舶分段物流记录，挖掘不同类别的物流模式并进行可视化，对后续分析并解决各类物流模式中存在的问题，从而降低船舶制造的成本具有重要意义。

发明内容

[0004] 本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

[0005] 为此，本发明的一个目的在于提出一种基于船舶分段物流模式挖掘与可视化方法，该方法可以得到现有船舶分段物流模式中存在的问题，结合每种物流模式所对应具体船舶分段的特性，对所发现的问题进行分析或针对性解决。

[0006] 本发明的另一个目的在于提出一种基于船舶分段物流模式挖掘与可视化系统。

[0007] 为达到上述目的，本发明一方面实施例提出了一种基于船舶分段物流模式挖掘与可视化方法，包括以下步骤：采集多个船舶分段原始物流数据，并生成船舶分段物流运输原始数据表；对所述船舶分段物流运输原始数据表进行预处理生成每个船舶分段的船舶分段物流特征向量；对多个所述船舶分段物流特征向量进行层次聚类分析生成聚类树状图，根据所述聚类树状图生成多个船舶分段类别和所述多个船舶分段类别对应的船舶分段集合；对所述船舶分段集合和所述船舶分段物流运输原始数据表进行统计分析和归一化处理生成船舶分段物流模式特征统计表，根据所述船舶分段物流模式特征统计表绘制所述多个船舶分段类别的船舶分段物流模式图。

[0008] 本发明实施例的基于船舶分段物流模式挖掘与可视化方法，通过利用船舶制造过程中积累的各船舶分段物流记录，为每个船舶分段构建物流特征向量，并以此特征为基础，对大量船舶分段进行聚类分析，将所有船舶分段划分成若干具备相似物流运输特性的集合，针对每一个船舶分段集合，结合统计分析、归一化等方法，绘制该类别下的船舶分段物流模式图。

[0009] 另外，根据本发明上述实施例的基于船舶分段物流模式挖掘与可视化方法还可以具有以下附加的技术特征：

[0010] 进一步地，在本发明的一个实施例中，所述对所述船舶分段物流运输原始数据表进行预处理生成每个船舶分段物流特征向量，包括：通过字符串匹配的方法根据所述船舶分段物流运输原始数据表，按照所述船舶分段物流特征向量的定义，生成每个船舶分段的所述船舶分段物流特征向量。

[0011] 进一步地，在本发明的一个实施例中，所述对多个所述船舶分段物流特征向量进行层次聚类分析生成聚类树状图，包括：所述对多个所述船舶分段物流特征向量进行层次聚类分析生成聚类树状图，包括：S1，对每个船舶分段进行初始化生成，每个船舶分段自成一类；S2，根据每个船舶分段的所述船舶分段物流特征向量计算任意两类船舶分段均值之间的欧式距离；S3，选取所述欧式距离最小值对应的两类船舶分段聚为一类；S4，重复执行步骤S2和步骤S3直至将所有船舶分段聚类为一类，以生成所述聚类树状图。

[0012] 进一步地，在本发明的一个实施例中，所述船舶分段物流模式特征统计表包括：所述船舶分段从一个工序节点运输到其他各个工序节点的概率。

[0013] 进一步地，在本发明的一个实施例中，所述船舶分段物流运输原始数据表包括：每个船舶分段的每一次物流运输的详细情况，包括：日期、时间、船舶分段编号、起始工序、目标工序。

[0014] 为达到上述目的，本发明另一方面实施例提出了一种基于船舶分段物流模式挖掘与可视化系统，包括：采集生成模块，用于采集多个船舶分段原始物流数据，并生成船舶分段物流运输原始数据表；第一生成模块，用于对所述船舶分段物流运输原始数据表进行预处理生成每个船舶分段的船舶分段物流特征向量；聚类模块，用于对多个所述船舶分段物流特征向量进行层次聚类分析生成聚类树状图；第二生成模块，用于根据所述聚类树状图生成多个船舶分段类别和所述多个船舶分段类别对应的船舶分段集合；绘制模块，用于对所述船舶分段集合和所述船舶分段物流运输原始数据表进行统计分析和归一化处理生成船舶分段物流模式特征统计表，根据所述船舶分段物流模式特征统计表绘制所述多个船舶分段类别的船舶分段物流模式图。

[0015] 本发明实施例的基于船舶分段物流模式挖掘与可视化系统，通过利用船舶制造过程中积累的各船舶分段物流记录，为每个船舶分段构建物流特征向量，并以此特征为基础，对大量船舶分段进行聚类分析，将所有船舶分段划分成若干具备相似物流运输特性的集合，针对每一个船舶分段集合，结合统计分析、归一化等方法，绘制该类别下的船舶分段物流模式图。

[0016] 另外，根据本发明上述实施例的基于船舶分段物流模式挖掘与可视化系统还可以具有以下附加的技术特征：

[0017] 进一步地，在本发明的一个实施例中，所述第一生成模块，具体用于：

[0018] 通过字符串匹配的方法根据所述船舶分段物流运输原始数据表，按照所述船舶分段物流特征向量的定义，生成每个船舶分段的所述船舶分段物流特征向量。

[0019] 进一步地，在本发明的一个实施例中，所述聚类模块，具体用于：S1，对每个船舶分段进行初始化生成，每个船舶分段自成一类；S2，根据每个船舶分段的所述船舶分段物流特征向量计算任意两类船舶分段均值之间的欧式距离；S3，选取所述欧式距离最小值对应的两类船舶分段聚为一类；S4，重复执行步骤S2和步骤S3直至将所有船舶分段聚类为一类，以生成所述聚类树状图。

[0020] 进一步地，在本发明的一个实施例中，所述船舶分段物流模式特征统计表包括：所述船舶分段从一个工序节点运输到其他各个工序节点的概率。

[0021] 进一步地，在本发明的一个实施例中，所述船舶分段物流运输原始数据表包括：每个船舶分段的每一次物流运输的详细情况，包括：日期、时间、船舶分段编号、起始工序、目标工序。

[0022] 本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

[0023] 本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

[0024] 图1为根据本发明一个实施例的基于船舶分段物流模式挖掘与可视化方法的框图；

[0025] 图2为根据本发明一个实施例的基于船舶分段物流模式挖掘与可视化方法的流程图；

[0026] 图3为根据本发明一个实施例的层次聚类树状图；

[0027] 图4为根据本发明一个实施例的船舶分段物流模式图；

[0028] 图5为根据本发明一个实施例的基于船舶分段物流模式挖掘与可视化系统的结构示意图。

具体实施方式

[0029] 下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

[0030] 下面参照附图描述根据本发明实施例提出的基于船舶分段物流模式挖掘与可视化方法及系统。

[0031] 首先将参照附图描述根据本发明实施例提出的基于船舶分段物流模式挖掘与可视化方法。

[0032] 如图1所示，为根据本发明一个实施例的基于船舶分段物流模式挖掘与可视化方法的框图。

[0033] 主要包含四方面的内容：1)船舶分段的物流特征向量的定义与构建方法；2)基于层次聚类的船舶分段聚类技术；3)物流特征的统计与归一化技术；4)物流模式图的定义与绘制。

[0034] 图2为根据本发明一个实施例的基于船舶分段物流模式挖掘与可视化方法的流程图。

[0035] 如图2所示，该基于船舶分段物流模式挖掘与可视化方法包括以下步骤：

[0036] 在步骤S101中，采集多个船舶分段原始物流数据，并生成船舶分段物流运输原始数据表。

[0037] 进一步地，在本发明的一个实施例中，船舶分段物流运输原始数据表包括：每个船舶分段的每一次物流运输的详细情况，包括：日期、时间、船舶分段编号、起始工序、目标工序。

[0038] 在本发明的实施例中，首先是船舶分段的物流特征向量的定义与构建方法，该内容包含三个阶段：

[0039] 第一阶段：原始船舶分段物流数据的采集：如图2所示，要记录并采集每个船舶分段每一次物流运输的详细情况，应包括：日期、时间、分段编号、起始工序、目标工序。其中，起始工序与目标工序记录了当前船舶分段本次运输是从哪一道工序前往哪一道工序。一个典型的船舶分段制造流程，可以大致分为组装、预舾装、冲刷打磨、涂装和预总组五道工序；同时由于多方面的原因，船舶分段会进入堆场进行停放或周转；表1为船舶分段物流运输原始数据采集表，在很多情况下，起始工序和目的工序会是相同的，如表1所示。

[0040] 表1

[0041]

[0042]

[0043] 在步骤S102中，对船舶分段物流运输原始数据表进行预处理生成每个船舶分段物流特征向量。

[0044] 进一步地在，在本发明的一个实施例中，对船舶分段物流运输原始数据表进行预处理生成每个船舶分段物流特征向量，包括：通过字符串匹配的方法根据船舶分段物流运输原始数据表，按照船舶分段物流特征向量的定义，生成每个船舶分段的船舶分段物流特征向量。

[0045] 第二阶段：船舶分段物流特征向量的定义：如果按照“堆场”加“五道工序”(组装、预舾装、冲刷打磨、涂装和预总组)的想定，船舶分段物流特征向量应能够表征任意一种可能的工艺流向。特别地，在本发明中，将堆场按照当次进入堆场之前最近一道工序，细分为五个堆场(组装堆场、预舾装堆场、冲刷打磨堆场、涂装堆场和预总组堆场)。至此，依照上述想定，一个典型的船舶分段物流已包含10个工艺流向节点，如表2所示，表2为10个工艺流向节点。若全面表征船舶分段物流特征，特征向量应能够表示这10个节点之间任意一种工艺流向，因此根据乘法原理，特征向量应为100维，如表3所示，表3为船舶分段物流特征向量。特征中每一维的数值，代表该维所表示的工艺流向在当前船舶分段的全部物流运输中出现的次数。

[0046] 表2

[0047]

[0048] 表3

[0049]

[0050]

[0051] 第三阶段：船舶分段物流特征向量的构建：利用船舶分段物流运输原始数据采集表，按照船舶分段物流特征向量的定义，采用字符串匹配的方法，生成每个船舶分段的物流特征向量，如表3所示。

[0052] 至此，通过对船舶分段物流运输原始数据的采集和预处理，得到了每个船舶分段的船舶分段物流特征向量。

[0053] 在步骤S103中，对多个船舶分段物流特征向量进行层次聚类分析生成聚类树状图，根据聚类树状图生成多个船舶分段类别和多个船舶分段类别对应的船舶分段集合。

[0054] 进一步地，在本发明的一个实施例中，对多个船舶分段的船舶分段物流特征向量进行层次聚类分析生成聚类树状图，包括：S1，对每个船舶分段进行初始化生成，每个船舶分段自成一类；S2，根据每个船舶分段的船舶分段物流特征向量计算任意两类船舶分段均值之间的欧式距离；S3，选取欧式距离最小值对应的两类船舶分段聚为一类；S4，重复步骤S2和步骤S3直至将所有船舶分段聚类为一类，以生成聚类树状图。

[0055] 具体地，基于层次聚类的船舶分段聚类技术生成聚类树状图，该技术分为如下三个阶段：

[0056] (1)初始化每个船舶分段自成一类；

[0057] (2)自底向上的层次聚类：

[0058] a、根据船舶分段物流特征向量，计算任意两类均值之间的欧式距离；

[0059] b、选取距离最近的两类聚为一类；

[0060] c、判断是否已经将所有分段归为一类，如是则进行一下阶段，否则重复步骤a；

[0061] (3)根据聚类树状图，决定聚类结果：在进行自底向上的层次聚类后，可以得到聚类树状图，如图3所示。可根据聚类树状图，合理地将若干分支，决定为聚类得到的若干类别，每个类别对应着一个船舶分段集合。

[0062] 在步骤S104中，对船舶分段集合和船舶分段物流运输原始数据表进行统计分析和归一化处理生成物流模式特征统计表，根据物流模式特征统计表绘制多个船舶分段类别的船舶分段物流模式图。

[0063] 进一步地，在本发明的一个实施例中，物流模式特征统计表包括：船舶分段从一个工序节点运输到其他各个工序节点的概率。

[0064] 具体地，对上述步骤中的物流特征进行统计与归一化处理，步骤为：

[0065] (1)物流模式特征的统计：按照层次聚类的结果，对每一个类别所对应分段集合的分段物流特征100维数据进行“求和”统计，并把每个类别全部100维特征转换回10×10的表格，如表4所示，表4为物流模式特征统计表，左侧代表工艺流向中的起始工序，上方代表工艺流向中的目标工序。

[0066] 表4

[0067]

[0068] (2)行归一化：在表4中，左侧代表工艺流向中的起始工序，上方代表工艺流向中的目标工序。因此，对表4进行行归一化，可得到船舶分段在某一节点出发，向各个节点运输的概率，如表5所示，表5为行归一化后的物流模式特征统计表。

[0069] 表5

[0070]

[0071]

[0072] 最后是根据上述得到的物流模式特征统计表绘制物流模式图，如图4所示，按照物流模式图的定义，根据行归一化后的物流模式特征统计表，绘制物流模式图，物流模式图的定义：方块表示正常工序，椭圆表示堆场，箭头表示工艺流向，箭头上的数字表示该工艺流向在同起始工序各流向中的概率。

[0073] 根据本发明实施例提出的基于船舶分段物流模式挖掘与可视化方法，通过将船舶分段按照物流特性进行聚类，对每一类绘制物流模式图的方法，将海量船舶分段物流记录进行预处理，为每个船舶分段构建物流特征向量，然后使用层次聚类方法，将所有分段划分成若干具备相似物流运输特性的集合，通过对每一个集合内的船舶分段进行物流详情统计，并进行适当的归一化和数据剔除，利用上述统计结果进行船舶分段物流模式图的绘制。

[0074] 当船厂应用本实施例的方法对一段时间内的物流记录进行分析后，可以获悉若干主要的船舶分段物流模式。通过与理想中的物流模式进行比对，可以观察得到现有船舶分段物流模式中存在的问题或瓶颈。进一步结合每种物流模式所对应具体船舶分段的特性，可以对所发现的问题进行分析或针对性解决。

[0075] 其次参照附图描述根据本发明实施例提出的基于船舶分段物流模式挖掘与可视化系统。

[0076] 图5为根据本发明一个实施例的基于船舶分段物流模式挖掘与可视化系统的结构示意图。

[0077] 如图5所示，该基于船舶分段物流模式挖掘与可视化系统10包括：采集生成模块100、第一生成模块200、聚类模块300、第二生成模块400和绘制模块500。

[0078] 其中，采集生成模块100用于采集多个船舶分段原始物流数据，并生成船舶分段物流运输原始数据表。

[0079] 第一生成模块200用于对船舶分段物流运输原始数据表进行预处理生成每个船舶分段的船舶分段物流特征向量。

[0080] 聚类模块300用于对多个船舶分段的船舶分段物流特征向量进行层次聚类分析生成聚类树状图。

[0081] 第二生成模块400用于根据聚类树状图生成多个船舶分段类别和多个船舶分段类别对应的船舶分段集合。

[0082] 绘制模块500用于对船舶分段集合和船舶分段物流运输原始数据表进行统计分析和归一化处理生成船舶分段物流模式特征统计表，根据物流模式特征统计表绘制多个船舶分段类别的船舶分段物流模式图。该系统10可以得到现有分段物流模式中存在的问题，结合每种物流模式所对应具体船舶分段的特性，对所发现的问题进行分析或针对性解决。

[0083] 进一步地，在本发明的一个实施例中，第一生成模块，具体用于：通过字符串匹配的方法根据船舶分段物流运输原始数据表，按照船舶分段物流特征向量的定义，生成每个船舶分段的船舶分段物流特征向量。

[0084] 进一步地，在本发明的一个实施例中，聚类模块，具体用于：S1，对每个船舶分段进行初始化生成，每个船舶分段自成一类；S2，根据每个船舶分段的船舶分段物流特征向量计算任意两类船舶分段均值之间的欧式距离；S3，选取欧式距离最小值对应的两类船舶分段聚为一类；S4，重复执行步骤S2和步骤S3直至将所有船舶分段聚类为一类，以生成聚类树状图。

[0085] 进一步地，在本发明的一个实施例中，船舶分段物流模式特征统计表包括：船舶分段从一个工序节点运输到其他各个工序节点的概率。

[0086] 进一步地，在本发明的一个实施例中，船舶分段物流运输原始数据表包括：每个船舶分段的每一次物流运输的详细情况，包括：日期、时间、船舶分段编号、起始工序、目标工序。

[0087] 需要说明的是，前述对基于船舶制造的分段物流模式挖掘与可视化方法实施例的解释说明也适用于该实施例的系统，此处不再赘述。

[0088] 根据本发明实施例提出的基于船舶制造的分段物流模式挖掘与可视化系统，通过将船舶分段按照物流特性进行聚类，对每一类绘制物流模式图的方法，将海量分段物流记录进行预处理，为每个船舶分段构建物流特征向量，然后使用层次聚类方法，将所有船舶分段划分成若干具备相似物流运输特性的集合，通过对每一个集合内的船舶分段进行物流详情统计，并进行适当的归一化和数据剔除，利用上述统计结果进行船舶分段物流模式图的绘制。

[0089] 此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

[0090] 在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

[0091] 尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。