乙醇/汽油双燃料双直喷模式下分层稀薄燃烧试验研究

针对乙醇与汽油固定掺混比例下使用不能充分发挥乙醇燃料优势的问题,开发出了乙醇汽油双燃料-双直喷系统,并在一台点燃式单缸试验机上进行试验,研究了稀薄燃烧下3种不同的喷射策略对发动机燃烧和性能的影响。研究发现:在稀薄燃烧的情况下,随喷射时刻的推迟,不同喷射策略下动力性呈现先增长后降低的趋势。在保证喷油量不变时,有效热效率随过量空气系数增大而明显提高,当量燃油消耗率逐渐降低。随喷射时刻的推迟,热效率呈现先升高后降低的趋势。在过量空气系数为1.2,汽油喷射时刻为上止点前180°,乙醇喷射时刻为上止点前300°时,有效热效率达到最高值40.5%。此外,相比于汽油,添加乙醇燃料使得稀薄燃烧更稳定,循环波动更小。     

具有下界约束的关联规则算法研究

约束关联规则是关联规则研究中的重要问题,目前的研究大多集中在单变量约束,对双变量约束的研究较少,而双变量约束在实际中也有重要作用.针对这种情况,提出了双变量约束中具有下界约束的关联规则问题.在此基础上,给出了下界约束的定义,然后分析了满足下界约束频繁集的性质,并给出了相关的证明.最后提出了基于FP-Tree的下界约束算法,采用了预先测试的方法,降低了需要测试项集的数量和计算成本.实验结果表明,该算法具有较高的效率.     

加权关联规则的改进算法

论文讨论了加权关联规则问题,针对布尔类型的加权关联规则问题提出一种改进算法。该算法首先利用普通的关联规则算法产生频繁集,然后在该频繁集的基础上产生加权频繁集。同时,给出了最优的最小支持度设定方法,保证了普通关联规则算法所产生的频繁集为加权频繁集的超集。该算法有较高的效率,并且能够有效利用已有的关联规则算法。     

多路数组聚集优化算法

针对MOLAP服务器中多维数据的聚集操作，在传统的多路数组聚集算法的基础上，提出一种寻找最优聚集次序的计算方法。在实示计算中，应用这种方法可以方便、快捷地对以数据立方体形式存储于MOLAP服务器中的多维数据进行聚集操作。     

“互联网+”情境下提高加油站销售绩效的对策分析

随着我国成品油市场的逐步成熟,竞争日益激烈,加油站的盈利空间降低。在"互联网+"情境下,为扩大成品油零售市场的相对份额,增加销售收入及来源,我国加油站纷纷向智慧加油站转型,但在转型的过程中还存在一些问题。本文分析了互联网情境下,我国加油站向智慧加油站转型过程中遇到的问题,对提高我国加油站的销售绩效提供对策建议。     

移动通信企业双向收费Authority-hub客户排序算法

电信移动通话与网页分级问题有相似之处,都是通过连通(通话或链接)加强双方联系的重要程度.由此,受网页分级问题搜索引擎算法HITS(Hyperlink-Induced Topic Search)算法的启发,针对目前移动通信企业双向收费的现实,本文提出了双向收费Authority-hub客户排序算法.与其他客户分析方法相比,该算法对客户按价值进行排序时,不仅考虑了客户自身,而且考虑了客户之间的相互影响.     

具有利润约束的关联规则发现

关联规则发现是数据挖掘中的重要问题，有广泛的应用领域。然而，现有的关联规则发现算法是依据统计学上的显著性作为获取关联规则的条件。该文在关联规则发现中引入了利润约束，给出了具有利润约束的关联规则问题的性质，并根据该问题的性质给出了高效的求解算法。     

增量决策树算法研究

文中主要解决传统的ID3算法不能处理增量数据集构造决策树的问题.在传统ID3决策树算法和原有增量算法的基础上,利用信息论中熵变原理的特点,对与增量决策树算法相关的三个定理进行相应的改进,在理论上证明了改进的增量决策树算法的有效性和可靠性.同时对增量决策树算法和ID3算法的复杂度进行了对比分析,得出增量决策树算法的实例费用和信息熵费用都高于ID3算法的结论.最后通过一个实验证明,改进的增量决策树算法能够构造出与ID3算法形态基本相同的决策树.     

分组多支持度关联规则研究

关联规则是数据挖掘的重要任务之一,传统关联规则算法只有一个最小支持度,假设项出现的频率大致相同,而在谮实际中并非如此,由此产生了多支持度关联规则问题.该问题针对每个项给定不同的支持度,而在实际应用中项可以划分成若干个组,每组有一个支持度.由此提出了分组多支持度关联规则问题,针对该问题给出了基于多支持度性质对项进行分组的方法.该方法可以降低2-项候选集的数目.在此基础上,进一步给出了相应的多支持度关联规则发现算法,并通过实验证明了算法的有效性.