模糊關(guān)聯(lián)規(guī)則挖掘模型及其在分解爐中的應(yīng)用

《模糊關(guān)聯(lián)規(guī)則挖掘模型及其在分解爐中的應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。

1、模糊關(guān)聯(lián)規(guī)則挖掘模型及其在分解爐中的應(yīng)用MiningModelofFuzzyAssociativeRulesandItsApplicationinCalciner1左克紗華幕g艮施左(鄭州大學(xué)電牝工程學(xué)虎，河南鄭州450001)播研究了模糊關(guān)聯(lián)規(guī)則挖掘模型在分解爐中的應(yīng)用，并闡述了模糊聚類(lèi)算法和關(guān)聯(lián)規(guī)則的相關(guān)內(nèi)容，提岀運(yùn)用模糊聚類(lèi)KFCM算法對(duì)實(shí)際數(shù)據(jù)進(jìn)行計(jì)算，得到數(shù)據(jù)歸屬于不同類(lèi)別的隸屬度。同時(shí)，利用規(guī)則挖掘算法MFAR對(duì)模糊化的參數(shù)進(jìn)行處理，得到了有價(jià)值的模糊規(guī)則?解決了實(shí)際中專(zhuān)家經(jīng)驗(yàn)獲取的瓶頸問(wèn)題。試驗(yàn)表明，該方法為水泥生產(chǎn)環(huán)節(jié)中分解爐的溫度控制提

2、供了理論依據(jù)和生產(chǎn)優(yōu)化指導(dǎo)。關(guān)■詞：數(shù)據(jù)挖掘模糊聚類(lèi)監(jiān)控?cái)?shù)據(jù)庫(kù)可靠性中圖分類(lèi)號(hào)：TP31I.1文纖標(biāo)志碼：AAbstract：Throughstudyingtheapplicationofminingmodeloffuzzyassociationrulesincalciner0thefuzzyclusteralgorithmandrelatedcontentsofassociationrulesaredescribed.Itisproposedthatbyadoptingkernelfuzzyc-meanA(KFCM)algorithm,thereal

3、dataarecalculatedtogetthemembershipofdatabelongtodifferentcategory;andthefuzzyparametersareprocessedinaccordancewithminingfuzzyassociativerules(MFAR)algorithmtforobtainingvaluablefuzzyrules,thusthebottlenecksoftheexpertexperienceinpracticeisresolved?Ulisprovidestheoreticalbasisa

4、ndoptimalproductionguidancefortemperaturecontrolofcalcinerincementproduction?Keywords：DataminingFuzzyclusteringMonitoringDatabaseReliability22PROCESSAUTOMATIONINSTRUMENTATIONVoL32Na8August20110引言隨著數(shù)據(jù)庫(kù)技術(shù)的發(fā)展以及企業(yè)中生產(chǎn)設(shè)備自動(dòng)化程度的提高,許多企業(yè)對(duì)生產(chǎn)過(guò)程中的重要設(shè)備都進(jìn)行了監(jiān)控。監(jiān)控的各種狀態(tài)和數(shù)據(jù)形成大型數(shù)據(jù)庫(kù)，包括設(shè)備運(yùn)行狀態(tài)的各種待征。但是由

5、于數(shù)據(jù)本身的雜亂無(wú)章，致使數(shù)據(jù)庫(kù)包含的特征并不明顯⑴。數(shù)據(jù)挖掘(datamining)就是發(fā)現(xiàn)梅量的數(shù)據(jù)中潛在的、有效的知識(shí)的過(guò)程。關(guān)聯(lián)規(guī)則(associationrules)的挖掘作為數(shù)據(jù)挖掘技術(shù)中的重要組成部分,其目的就是尋找數(shù)據(jù)庫(kù)中事物和屬性之間的關(guān)系。水泥工業(yè)在國(guó)民經(jīng)濟(jì)中占據(jù)著不可動(dòng)揺的地位，近些年已經(jīng)取得了突飛運(yùn)進(jìn)的進(jìn)展。在水泥生產(chǎn)過(guò)程中，參數(shù)基本是通過(guò)各種儀表進(jìn)行采集與顯示的，但具體的操作實(shí)現(xiàn)還需依靠操作人員積累的經(jīng)驗(yàn)來(lái)執(zhí)行。操作經(jīng)驗(yàn)因人而異。本文正是通過(guò)模糊關(guān)聯(lián)規(guī)則挖掘技術(shù)，采用聚類(lèi)方法對(duì)生產(chǎn)數(shù)據(jù)進(jìn)行聚類(lèi)劃分，并選取合適的支持度與置信度,獲

6、取較為完備的生產(chǎn)操作信2010年河南才重點(diǎn)林攻關(guān)計(jì)劃基會(huì)責(zé)助項(xiàng)H(Mt：lQ2102210376)；河南省敘育廳自館科學(xué)基金竇場(chǎng)項(xiàng)目(域號(hào)：2010A120008)。修改董枚劉8?。?010-11-15.第一作者王冬?期，1959年生，1996年畢處于浙江大學(xué)工如自動(dòng)化專(zhuān)業(yè)，羨博士手位,敘授；主妥研丸方甸為智能垃制與智能計(jì)算、仕息與計(jì)算機(jī)用第安仝。息，從而解決了專(zhuān)家經(jīng)驗(yàn)獲取的瓶頸，這也為水泥行業(yè)各個(gè)生產(chǎn)環(huán)節(jié)的溫度和壓力等的控制提供了理論指導(dǎo)。1模糊關(guān)聯(lián)規(guī)則關(guān)聯(lián)規(guī)則最早是由Agrawal等人提出的，它是數(shù)據(jù)挖掘研究的主要內(nèi)容之一。并聯(lián)規(guī)則自提出之后,眾多

7、學(xué)者對(duì)此進(jìn)行了研究并提出了很多算法，比較典型的有AprioriFP-TreeTreeProjiection以及各種方法的改進(jìn)算法〔“】。關(guān)聯(lián)規(guī)則挖掘的兩個(gè)重要概念分別為支持度(support)和置信度(confidence),支持度表示規(guī)則在所有數(shù)據(jù)中的重要程度，置信度意味著規(guī)則可以信賴的程度。進(jìn)行關(guān)聯(lián)規(guī)則的挖掘時(shí),首先要確定最小支持度(minsup)和最小置信度(minconf),隨后挖掘出滿足最小支持度和最小置信度的規(guī)則。由于客觀世界的多樣性和復(fù)雜性,使得對(duì)許多事物的描述需要使用模糊的概念?；谀：拍畋硎镜年P(guān)聯(lián)規(guī)則就稱為模糊關(guān)聯(lián)規(guī)則。相對(duì)于傳統(tǒng)的布

8、爾型關(guān)聯(lián)規(guī)則挖掘，模糊關(guān)聯(lián)規(guī)則的獲取得出的規(guī)則更貼近實(shí)際、更加準(zhǔn)確，符合人們的思