粗糙集和模糊關(guān)聯(lián)規(guī)則在流程工業(yè)企業(yè)中的應(yīng)用和研究.pdf

1、近年來，隨著數(shù)據(jù)挖掘技術(shù)的不斷發(fā)展，其應(yīng)用領(lǐng)域也在不斷擴(kuò)大，比較典型的數(shù)據(jù)挖掘算法在流程工業(yè)領(lǐng)域便得到了大力的推廣。這主要有兩方面原因：一是伴隨著以計(jì)算機(jī)為核心的各種控制系統(tǒng)和各種生產(chǎn)經(jīng)營(yíng)管理系統(tǒng)的廣泛應(yīng)用，許多流程企業(yè)積累了大量有關(guān)生產(chǎn)過程的歷史數(shù)據(jù)。海量的數(shù)據(jù)增強(qiáng)了對(duì)數(shù)據(jù)分析工具的需求，由此數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生，并在科學(xué)研究、商業(yè)等諸多領(lǐng)域得到廣泛的應(yīng)用。二是在流程工業(yè)企業(yè)中，由于信息技術(shù)的飛速發(fā)展和智能控制設(shè)備的廣泛應(yīng)用，以及計(jì)算

2、機(jī)網(wǎng)絡(luò)技術(shù)的進(jìn)步，使數(shù)據(jù)挖掘技術(shù)應(yīng)用于流程工業(yè)中的條件日益成熟。鑒于實(shí)際流程工業(yè)過程的復(fù)雜性、非線性、耦合性和實(shí)時(shí)性等特點(diǎn)，尋求合適的數(shù)據(jù)挖掘算法來獲取海量數(shù)據(jù)背后蘊(yùn)涵的有效知識(shí)，用于過程控制和決策分析，已經(jīng)成為當(dāng)前的一個(gè)主要研究目標(biāo)。
　　 論文以粗糙集理論和模糊關(guān)聯(lián)規(guī)則挖掘算法為工具，以水泥工業(yè)企業(yè)為背景，對(duì)數(shù)據(jù)挖掘技術(shù)在流程工業(yè)中的應(yīng)用進(jìn)行了研究。
　　 粗糙集理論由波蘭數(shù)學(xué)家Z.pawlak于1982年提出，是一

3、種處理含糊和不精確性問題的新型數(shù)學(xué)工具，能有效地分析不精確、不一致等各種不完備的信息，還可以對(duì)數(shù)據(jù)進(jìn)行分析和推理，從中發(fā)現(xiàn)隱含的知識(shí)，揭示潛在的規(guī)則，已在機(jī)器學(xué)習(xí)、知識(shí)發(fā)現(xiàn)、專家系統(tǒng)與智能控制等領(lǐng)域得到了成功應(yīng)用。其基本思想是在保持分類能力不變的前提下，通過屬性約簡(jiǎn)，導(dǎo)出分類規(guī)則。利用粗糙集理論的屬性約簡(jiǎn)算法，對(duì)優(yōu)化流程工業(yè)中的眾多參數(shù)進(jìn)行約簡(jiǎn)，挖掘參數(shù)間的關(guān)聯(lián)關(guān)系具有重要的意義。
　　 關(guān)聯(lián)規(guī)則揭示的是各數(shù)據(jù)項(xiàng)之間的內(nèi)在關(guān)系，

4、是數(shù)據(jù)挖掘的一個(gè)重要研究領(lǐng)域，最初的關(guān)聯(lián)規(guī)則挖掘算法主要應(yīng)用在零售業(yè)。流程工業(yè)中也存在大量關(guān)聯(lián)規(guī)則，如何將關(guān)聯(lián)規(guī)則挖掘技術(shù)應(yīng)用到其中，為流程工業(yè)中的生產(chǎn)決策提供有效的依據(jù)，是本文的研究?jī)?nèi)容。本文利用陸建江等人提出的基于語言值的模糊關(guān)聯(lián)規(guī)則挖掘算法，又通過改進(jìn)的多步遞推方法挖掘出屬性間的關(guān)聯(lián)規(guī)則，去除了冗余規(guī)則，明顯地提高了挖掘效率，對(duì)于優(yōu)化參數(shù)提出了建議性的規(guī)則，提高了裝置運(yùn)行的平穩(wěn)性和控制效果得到了明顯改善，進(jìn)一步說明了該算法的合理性