關(guān)聯(lián)規(guī)則研究及其在鐵路隧道病害整治工作中的應(yīng)用.pdf

1、關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘的重要組成部分，有著廣泛的應(yīng)用領(lǐng)域，也是國(guó)內(nèi)外眾多學(xué)者的研究熱點(diǎn)。本文對(duì)多支持度關(guān)聯(lián)規(guī)則算法進(jìn)行了較為深入的研究，針對(duì)現(xiàn)有算法的不足，提出改進(jìn)算法，并將改進(jìn)算法應(yīng)用到隧道整治工作中，取得了良好的效果。論文的具體研究?jī)?nèi)容如下： 首先，深入細(xì)致地研究了現(xiàn)有國(guó)內(nèi)外關(guān)聯(lián)規(guī)則算法和鐵路隧道病害整治的研究現(xiàn)狀。發(fā)現(xiàn)多支持度關(guān)聯(lián)規(guī)則算法挖掘出的知識(shí)更符合現(xiàn)實(shí)世界，然而其復(fù)雜度也遠(yuǎn)遠(yuǎn)超出了其它算法，尤其是隨著數(shù)據(jù)量的增大，其性

2、能越來(lái)越差。在鐵路隧道病害整治工作方面，國(guó)內(nèi)外眾多學(xué)者研究出大量有意義的成果，為鐵路隧道事業(yè)做出了巨大的貢獻(xiàn)。然而隧道病害成因極為復(fù)雜，已有研究成果大多是針對(duì)某一類(lèi)病害或者某一類(lèi)具體的工程條件，有很大的局限性。尤其在中國(guó)，隧道較多歷史也較長(zhǎng)，病害成因就更為復(fù)雜，結(jié)果是：對(duì)病害機(jī)理往往認(rèn)識(shí)不足，整治措施不當(dāng)，整治效果也欠佳。 其次，基于隧道病害整治工作的現(xiàn)狀，結(jié)合國(guó)內(nèi)隧道病害信息豐富的優(yōu)勢(shì)以及關(guān)聯(lián)規(guī)則的特征，本文提出了一種適于大量

3、數(shù)據(jù)的關(guān)聯(lián)規(guī)則算法--DPCFP-growth算法，并對(duì)其進(jìn)行了詳細(xì)論述。該算法能夠根據(jù)機(jī)器的性能，把FP-tree不同分支上的事務(wù)不重疊的劃分到不同的數(shù)據(jù)庫(kù)中，然后借鑒CFP-growth算法中頻繁模式挖掘的算法進(jìn)行子庫(kù)知識(shí)發(fā)現(xiàn)，最后匯總各個(gè)子庫(kù)的知識(shí)形成全局知識(shí)。該算法不但能把大量數(shù)據(jù)分割為機(jī)器可以接受的小數(shù)據(jù)量，使得更好的發(fā)揮機(jī)器的性能，而且分割后的子庫(kù)中僅僅包含了CFP-tree一個(gè)分支的數(shù)據(jù)，從而能夠大大減少局部知識(shí)發(fā)現(xiàn)的工作

4、量。另外DPCFP-growtll算法還可以利用多臺(tái)機(jī)器并行處理各個(gè)子庫(kù)，提升效率。 再次，分析了鐵路隧道病害信息的特征，運(yùn)用DPCFP-growth算法進(jìn)行知識(shí)發(fā)現(xiàn)，并把挖掘出的結(jié)果與已有的關(guān)聯(lián)規(guī)則挖掘出的結(jié)果相比，最終驗(yàn)證DPCFP-growth算法能夠挖掘出更多更準(zhǔn)確的知識(shí)，能夠更好的指導(dǎo)隧道病害預(yù)防和整治工作。 最后，本文描述了DPCFP-growth算法在鐵路隧道決策支持系統(tǒng)中的應(yīng)用。系統(tǒng)可以由專(zhuān)家指定合適的支