模糊關(guān)聯(lián)規(guī)則挖掘及在工業(yè)數(shù)據(jù)中的應用.pdf

1、隨著科學技術(shù)和智能控制技術(shù)的迅速發(fā)展，在工業(yè)企業(yè)管理系統(tǒng)中積累了大量的歷史數(shù)據(jù)，而從這些歷史數(shù)據(jù)中挖掘潛在的領(lǐng)域知識和關(guān)聯(lián)關(guān)系，可以為工業(yè)管理中的決策控制和領(lǐng)域經(jīng)驗豐富提供幫助，是數(shù)據(jù)挖掘領(lǐng)域的重要分支之一。由于工業(yè)企業(yè)上報數(shù)據(jù)存在數(shù)據(jù)量大，多維性，含有大量數(shù)值型數(shù)據(jù)等特點，難以建立精準的數(shù)學模型。而通過傳統(tǒng)的關(guān)聯(lián)規(guī)則挖掘方法會造成數(shù)值型數(shù)據(jù)的分區(qū)過硬，造成潛在信息丟失等問題。本文將模糊關(guān)聯(lián)規(guī)則挖掘算法應用于工業(yè)企業(yè)能源管理上報數(shù)據(jù)中，

2、挖掘?qū)崟r數(shù)據(jù)中潛藏的關(guān)聯(lián)關(guān)系，為工業(yè)企業(yè)能源管理決策和控制提供可參考的依據(jù)。
　　本文在對比當前常用方法的基礎上，首先介紹了關(guān)聯(lián)規(guī)則以及模糊關(guān)聯(lián)規(guī)則的基本提取方法，并針對當前模糊關(guān)聯(lián)規(guī)則提取算法中的不足，提出一種基于自適應聚類的改進模糊關(guān)聯(lián)規(guī)則挖掘算法，最后將本文的算法應用于工業(yè)企業(yè)能源管理領(lǐng)域的數(shù)據(jù)關(guān)聯(lián)關(guān)系挖掘中。
　　針對數(shù)據(jù)挖掘中數(shù)值屬性分區(qū)過硬導致的信息丟失問題，在本文中，提出一種改進的模糊聚類關(guān)聯(lián)規(guī)則挖掘方法，該算

3、法首先采用改進的C均值聚類算法處理原始的數(shù)據(jù)集，剔除冗余數(shù)據(jù)，并產(chǎn)生模糊分區(qū)，克服傳統(tǒng)C均值聚類算法對初始聚類中心敏感，容易在迭代過程中陷入局部最小值的缺點，再利用模糊分區(qū)將原始的數(shù)據(jù)集映射到模糊區(qū)間內(nèi)，之后采用實驗結(jié)果表明，該方法能加快目標函數(shù)收斂速度，提升挖掘效率，提高關(guān)聯(lián)規(guī)則的語義直觀性和可信度。
　　利用模糊關(guān)聯(lián)規(guī)則挖掘算法，將其應用在工業(yè)企業(yè)能耗管理系統(tǒng)數(shù)據(jù)集中，設計了基于能源利用的關(guān)聯(lián)規(guī)則提取模型，提取出相關(guān)規(guī)則，并通