大采高采煤机挡矸装置的改进设计

分析了传统的大采高采煤机挡矸装置的结构原理、技术特点及存在的问题,提出了改进设计并进行了仿真分析。通过增加油缸数量、加强加厚顶护板、将刚性连接改为柔性连接、增设分流集流阀等手段,实现了对挡板的动态调节和支护,有效地提高了挡矸装置的可靠性和采煤机的开采效率。仿真结果表明,改进后的挡矸装置受力更均匀,挡板能承受的力更大。     

煤矿井下采掘设备隔爆兼本安型电气控制箱的本安设计

针对煤矿井下采掘设备防爆兼本安型电气控制箱内本安电路与非本安电路并存、非本安电路的能量可能会窜入本安电路而影响本安电路防爆及本安性能的问题,从结构设计和电气隔离两方面介绍了煤矿井下采掘设备隔爆兼本安型电气控制箱的本安设计方法,给出了电气间隙、爬电距离、绝缘及耐压、接线端子、本安布线、电源变压器、本安隔离栅印制板等结构布置方法以及RS485通信隔离电路、模拟量隔离电路、压频变换电路、电阻信号隔离电路、开关量隔离电路、继电器隔离电路等电气隔离措施。应用表明,采用该方法设计的煤矿井下采掘设备隔爆兼本安型电气控制箱安全可靠,维护简便,能够满足煤矿井下的防爆要求。     

Mining the change of customer behavior in fuzzy time-interval sequential patterns

Comprehending changes of customer behavior is an essential problem that must be faced for survival in a fast-changing business environment. Particularly in the management of electronic commerce (EC), many companies have developed on-line shopping stores to serve customers and immediately collect buying logs in databases. This trend has led to the development of data-mining applications. Fuzzy time-interval sequential pattern mining is one type of serviceable data-mining technique that discovers customer behavioral patterns over time. To take a shopping example, (Bread, Short, Milk, Long, Jam), means that Bread is bought before Milk in a Short period, and Jam is bought after Milk in a Long period, where Short and Long are predetermined linguistic terms given by managers. This information shown in this example reveals more general and concise knowledge for managers, allowing them to make quick-response decisions, especially in business. However, no studies, to our knowledge, have yet to address the issue of changes in fuzzy time-interval sequential patterns. The fuzzy time-interval sequential pattern, (Bread, Short, Milk, Long, Jam), became available in last year; however, is not a trend this year, and has been substituted by (Bread, Short, Yogurt, Short, Jam). Without updating this knowledge, managers might map out inappropriate marketing plans for products or services and dated inventory strategies with respect to time-intervals. To deal with this problem, we propose a novel change mining model, MineFuzzChange, to detect the change in fuzzy time-interval sequential patterns. Using a brick-and-mortar transactional dataset collected from a retail chain in Taiwan and a B2C EC dataset, experiments are carried out to evaluate the proposed model. We empirically demonstrate how the model helps managers to understand the changing behaviors of their customers and to formulate timely marketing and inventory strategies.     

基于数据挖掘的复杂装备维修辅助决策研究

文章通过某装备维修信息框架分析,维修数据预处理,然后以维修记录为例,挖掘出了维修件之间关联规则,并采用决策树分类方法对维修件进行了分类,这些规则和分类结果可以为维修计划制定、器材采购、视情维修等方面提供决策依据。     

偏最小二乘回归在气温预测中的研究与应用

气温的预测要考虑多重气象因子,然而各气象因子间的多重相关性导致普通的多元回归模型失真,预测精度降低。为了解决以上问题,本研究采用偏最小二乘回归(Partial Least Squares Regression,简称PLS)建模,根据实际建模需要对算法进行改进。为了验证该模型,本研究以成都市10月份气温场为预报场,并结合成都市13个自动站气温数据,提取预报所需主要因子,进行PLS回归建模。实验表明该模型有较好的预测能力。     

服务器集群负载均衡的建模与仿真研究

研究服务器集群负载优化调试问题,各服务器负载能力差异较大,要求尽可能使每一个服务器的负载均衡,传统方法没有考虑负载动态变化特点,导致服务器集群负载极不均衡,系统性能差。为提高集群系统的整体性能,提出一种基于遗传算法的服务器集群负载均衡算法。首先根据负载均衡目标建立数学模型,然后采用遗传算法模型进行求解。仿真结果表明,遗传算法提高了服务器集群系统吞吐量,使系统负载更加均衡,使整个集群系统的资源得到充分利用。     

选择性集成算法分类与比较

选择性集成是当前机器学习领域的研究热点之一。由于选择性集成属于NP"难"问题,人们多利用启发式方法将选择性集成转化为其他问题来求得近似最优解,因为各种算法的出发点和描述角度各不相同,现有的大量选择性集成算法显得繁杂而没有规律。为便于研究人员迅速了解和应用本领域的最新进展,本文根据选择过程中核心策略的特征将选择性集成算法分为四类,即迭代优化法、排名法、分簇法、模式挖掘法;然后利用UCI数据库的20个常用数据集,从预测性能、选择时间、结果集成分类器大小三个方面对这些典型算法进行了实验比较;最后总结了各类方法的优缺点,并展望了选择性集成的未来研究重点。     

基于数据挖掘的焊接生产管理平台

焊接生产规模不断向自动化和流水线方式发展 ,对生产管理水平提出了更高的要求。为了从车间已积累的大量的生产历史数据中获得潜在的规律性和趋势 ,为管理者提供决策支持 ,文中在已有的质量在线监测平台和数据库系统上开发了基于先进的数据挖掘技术的焊接生产管理平台 ,同时为了获得有效的挖掘模式 ,对数据进行了预处理 ,建立了焊接车间数据集市。该平台主要使用控制图控制焊接生产产量和废品数量 ;利用决策树方法分析废品产生因素 ,获得了有效的挖掘模型 ,对于指导焊接生产具有重要意义     

基于数据挖掘的底水油藏开发预测新方法

底水油藏开发过程中受强底水、油柱高度低、地层原油黏度大、隔夹层分布复杂等因素影响,导致单井开发效果差异大。为解决目前常规方法所存在的多因素数据分析量大、应用局限性大等缺点,提出基于BP神经网络数据挖掘算法的底水油藏水平井可采储量预测新方法,通过数模机理模型分析了该方法的可靠性。针对底水油藏静动态资料,充分挖掘隐含其中的有效信息,在完成基础数据集建立的基础上,构建了基于数据驱动的底水油藏可采储量预测模型。实际应用结果表明,该方法实现了底水油藏水平井开发的影响因素和技术参数界限的定量分析,可采储量预测最大误差低于8%,拟合效果较好,可进一步应用于底水油藏水平井生产动态、开发界限、井位设计等方面。     

带特征指标约束描述的设计模式分类挖掘

为解决设计模式挖掘正确率较低的问题, 提出一种带特征指标约束描述的设计模式分类挖掘方法。归纳了47种特征指标, 给出了设计模式约束定义, 对设计模式特征进行了描述, 以Adapter模式、Command模式、Factory Method模式为例, 分结构型、行为型与创建型3类挖掘设计模式, 设计了3个基准系统与4个经典系统的设计模式挖掘试验。试验结果表明, 本研究方法对基准系统的Adapter模式、Command模式、Factory Method模式挖掘正确率为96.13%、91.67%、72.23%, 对经典系统挖掘正确率分别为84.3%、81.26%、73.17%, 与传统方法比较, 本研究方法取得了较好的效果。