基于改进关联规则的卸船机故障预测模型

为使桥式抓斗卸船机安全稳定运行,针对大量监测数据利用率低、故障诊断不及时等问题,提出了基于兴趣度关联规则的卸船机故障预测模型方法。采用传感器监测和时域分析方法获取卸船机运行参数空间,利用聚类离散算法将监测数据根据其属性值域离散为非线性聚类区间,获取卸船机关联规则组,提取状态数据关联维的权重系数,构建状态监测数据关联规则指向性特征约束函数模型,通过预测模型中关联规则状态的改变实现故障预测。实验结果表明,该方法能有效表征卸船机运行状态监测的关联内部特征信息,实现对卸船机故障类别的预测,降低卸船机故障发生的频率。     

基于CA算法的模糊关联规则在锅炉低NOx排放中的应用

针对火电厂锅炉的NOx排放控制问题,采用CA(competitive agglomeration)算法对影响锅炉NOx排放的主要相关参数进行模糊聚类,得到符合数据分布特征的优化聚类个数和相应的模糊划分矩阵,在此基础上,挖掘出可以指导锅炉低NOx排放运行的模糊关联规则。CA算法克服了FCM(fuzzy c-means)算法聚类个数人为固定的缺点,聚类结果更符合数据的分布特征,特别适合对具有高偏态分布特征的数据进行聚类。通过对挖掘结果分析并进行效果验证,结果表明:本方案挖掘出的模糊关联规则可以有效指导锅炉NOx排放运行在一个较低的水平。     

结合模糊(C+P)均值聚类和SP-V-支持向量机的TSK分类器

为获得具有模糊规则自适应约简性能和较好的泛化性能的TSK分类器,本文提出了一种结合模糊(C+P)均值聚类(FCPM)算法和SP-V-支持向量机(SVM)分类算法来构建TSK(Takagi-Sugeno-Kang)分类器的方法。该方法首先用FCPM聚类算法对训练数据进行聚类;然后根据聚类结果确定TSK分类器的模糊规则前件中的高斯隶属度函数的中心和宽度参数;最后采用成组稀疏约束SP-V-SVM算法对模糊规则后件参数进行学习,该算法不仅改善了系统的泛化性能,还使系统具有模糊规则自适应约简功能,使得系统更为紧凑。与相关算法在UCI和IDA标准数据集分类实验中的模糊规则数和分类性能对比表明:用提出的分类算法所构造的TSK分类器不仅具有较好的分类性能,而且模糊规则数少,有利于构建更为紧凑的模糊分类系统。     

基于可拓关联规则推理的产品方案设计

产品方案设计中存在大量的设计实例和设计经验,通过数据挖掘可获得蕴含的关联规则知识.在关联规则重用过程中,针对传统规则推理方法在模糊推理方面的不足,引入了可拓学的基元理论和可拓集理论,对产品方案设计中的设计要求和关联规则建立了形式化和定量化的基元模型,给出了一种基于关联函数的关联规则匹配算法,并对关联度规范公式进行了改进,从而建立了基于可拓关联规则的方案推理模型.最后以大型水轮机的选型方案设计为例验证了该推理模型的可行性和有效性.     

基于LMD近似熵和FCM聚类的机械故障诊断研究

提出一种基于局部均值分解(local mean decomposition,LMD)近似熵和模糊C均值聚类(fuzzy C-means clustering,FCM)相结合的机械故障诊断方法.首先对机械振动信号进行LMD分解,得到若干具有物理意义的乘积函数(product function,PF)分量,再通过相关性分析,筛选出与原始信号相关性最大的3个分量作为数据源,求取其近似熵作为特征向量,最后通过FCM模糊聚类对特征向量进行识别分类.实验表明,基于LMD近似熵和FCM模糊聚类相结合的方法对机械故障信号能够有效准确地进行识别分类,此外,将该方法与基于EMD近似熵和FCM结合的方法进行对比,结果表明该方法具有更好的故障识别效果.     

基于暂态稳定评估的数据挖掘预处理

数据预处理技术在数据挖掘中起到了针对其初始样本集数据及其数据的特点,并结合关联规则挖掘算法数据要求,进行了数据挖掘预处理的研究与实现,采用模糊聚类判断离散点个数并结合信息熵技术将连续属性值离散化,同时通过Matlab编程实现了仿真.     

一种基于XQuery的网络舆情关联规则挖掘系统

随着互联网的飞速发展,数据挖掘技术已成为网络舆情分析的一个研究热点.为了提高网络舆情关联规则的挖掘速度,针对网络舆情关联规则挖掘的特点,给出了基于XQuery的网络舆情关联规则的挖掘方法,设计了一种快速有效的基于xQuery的网络舆情关联规则挖掘系统,给出了实际测试结果,并验证了基于XQuery的网络舆情关联规则挖掘系统的有效性.     

将数据库业务作为服务的XML数据流正负关联规则挖掘

关联规则挖掘被广泛用在数据库中寻找来正关联规则,但更有用的是数据流挖掘和负关联规则挖掘。此外,企业们希望专注于他们自己的数据库业务,而将其余的数据库业务外包,这种方法被称作"数据库处理业务作为一种服务"。本文提出了一种将数据库处理业务当作一种服务的规则挖掘系统,它能为XML数据流的正负关联规则挖掘提供高效、安全的解决方案,并且我们已经用合成数据集对此系统进行了多次实验来证明它的性能和效率。     

两次挖掘的关联规则增量更新的改进算法

本文提出一种基于两次挖掘的关联规则挖掘算法（TMIUA)的改进算法,用于处理事务数据库增加新的数据集后相应关联规则更新问题,并对其性能进行了分析。     

基于粗糙集的感性知识关联规则挖掘研究

为有效获取概念设计中的感性信息,提出了一种基于粗糙集的感性知识关联规则挖掘方法.首先,在用户进行感性调查与产品造型特征组合评价的基础上,运用统计学方法,生成一个由感性词汇索引的决策表;其次,通过粗糙集理论对相关属性进行约简,以提取对相应感性评价贡献较大的造型特征;再次,进一步构造出基于粗糙集的关联运算法则及规则合并,以缩小决策表规模.最终得到了关键特征对感性描述的强关联规则集,并以此引导概念设计定位和开发.实例证明,该方法在手机产品的感性知识关联规则挖掘中得到了较好的应用.     

客户时序关联规则挖掘方法研究

针对客户交易数据的特点,提出了一种基于前缀映射累加树的客户时序关联规则发现方法。将时间窗口内频繁项的信息映射到前缀映射累加树中,以降低频繁时序模式的搜索空间,提高时序关联规则的挖掘效率。另外,通过为特定的频繁项建立前缀映射累加树,可以挖掘特定的时序关联规则,并能以较精确的方式,发现具有一定模糊性的客户时序关联规则。实验结果表明,所提出的方法能够提高客户时序关联规则的挖掘效率。     

基于多Agent的敏捷生产调度中的协商策略

为了解决基于多智能体的敏捷生产调度中资源分配的协商策略问题,提出了实现组合拍卖的协商策略的解决方法.在描述资源分配问题的基础上,基于组合拍卖解法,利用对偶理论与组合拍卖设计之间的联系,给出了组合拍卖的设计和拍卖的过程.根据设计结果和拍卖过程,采用分布规则,描述和构建实现组合拍卖的协商策略,并存储在相关智能体的规则库内.运行时,通过这些策略使资源分配问题以组合拍卖的方式得到了解决,同时对协商策略的计算复杂性和通信瓶颈进行了分析.计算实验表明,提出的协商策略是可行和有效的.     

基于异构值差度量的SOM混合属性数据聚类算法

针对传统聚类算法处理混合属性数据聚类质量不高且聚类结果可视化差的问题,提出了基于异构值差度量的自组织映射混合属性数据聚类算法。该算法以自组织映射神经网络为框架,采用基于样本概率的异构值差度量混合属性数据的相异性。利用分类特征项在Voronoi集合中出现频率作为分类属性数据参考向量更新规则的基础,通过混合更新规则实现数值属性和分类属性数据规则的更新。利用UCI公共数据库中的分类属性和混合属性数据集来测试所提出的聚类算法,并与SOM算法和kprototypes、SBAC、KL-FCM-GM算法进行比较。最后将所提出的聚类算法应用于轮式移动机器人的运动状态分析,获得了较好的聚类效果。     

Nonlinear Fuzzy Linguistics for the Determination of Nitrogen Monoxide,Nitrogen Dioxide,and Sulfur Dioxide by Molecular Absorption Spectroscopy

The nonlinearity and high dimensionality of spectra data affect the precision and the complexity of molecular absorption spectroscopy models. This article proposes a nonlinear fuzzy linguistic method for spectral quantitative analysis. A nonlinear fuzzy linguistic rule is presented. In the rule antecedent, a set operation was used to express the input variables by the fuzzy linguistic terms. A flexible polynomial equation of the input variables was the rule consequent. The fuzzy linguistic terms, the membership functions, and the nonlinear linguistic rules were initialized automatically by Gaussian kernel fuzzy clustering analysis, and the related parameters of nonlinear fuzzy linguistic rules were tuned by the iterative optimization for minimizing the root-mean square error. The principal components of the absorption measurements were extracted as input variables to reduce the complexity of the model. Experimental measurements employed a spectral dataset of flue gas for quantitative determination of the components that included sulfur dioxide, nitric oxide, and nitrogen dioxide. The experimental results verify the effectiveness of the theoretical approach.     

不完备信息的概念格诊断规则提取方法

针对航空装备诊断知识获取困难的问题,研究了不完备信息条件下基于概念格的诊断规则提取方法。首先,用不完备诊断形式背景将残缺的故障数据表示成三值表格,借助近似概念格分析故障数据,设计了基于对象的增量式近似概念格构造算法,利用Hasse图直观揭示诊断结果与测试参数之间的依赖关系;然后,引入广义可辨识矩阵对不完备诊断形式背景进行属性约简,通过布尔运算将广义决策辨识函数变换为极小析取范式,得到约简的测试参数集,进而构造约简的近似概念格并生成最优近似诊断规则集,用于对新的测试样本进行故障诊断;最后,将该方法用于某型航空雷达的故障诊断,诊断准确率达到77.7%,验证了该方法从不完备故障数据中提取诊断知识的有效性。     

基于关联规则的零部件供应商选择优化

制造企业通过数据挖掘可发现产品零部件故障与不同环境因素之间的联系，能有效地降低产品全生命周期中的维护成本与零部件物流成本的途径，由此提出了面向产品维护成本与零部件物流成本的备件供应商选择优化模型，并使用关联规则确定模型中的环境变量，提出了针对应用问题的关联规则处理策略，以便于对所发现知识的理解和利用。通过一个应用实例，证明提出方法的可行性和有效性。在此基础上设计和实现了面向产品全生命周期的零部件供应商选择支持系统。     

基于灰相似关系和多维关联约束的新产品初始配置方法

为了解决新产品开发策划中将目标新产品概念模型中的结构化功能技术特性快速转化成新产品初始结构配置的问题,建立了多维关联约束的零部件资源库模型,针对分解后的新产品功能技术特性要求,根据零部件灰相似关系从零部件库查找出对应匹配或近似匹配的候选实例,按照零部件对产品总体功能技术作用的重要度排序,通过多维关联约束驱动和迭代匹配,逐步形成各零部件的总体候选方案,并根据综合匹配度确定最终匹配方案及其待改型设计和新设计的零部件。最后,通过一个实例对所提出的方法进行了验证。     

工作流无效路径的识别方法

在工作流执行过程中,为了更有效地避免失败路径,提高执行效率,提出了一种识别工作流无效路径的方法。在分析业务活动之间数据上依存关系的基础上,挖掘出存在于活动之间潜在的数据依存规则,在语义上补充了工作流的控制规则。在不修改工作流模型的情况下,利用数据依存规则,无效路径的识别算法可以预先对未来的执行路径进行搜索,识别出不可能执行成功的路径,减少执行失败的可能性。这种方法保持了业务过程逻辑的合理性。最后,通过实例验证了算法的有效性。