面向目标的关联规则在火电厂优化运行中的应用

华北电力大学（北京）硕士学位论文面向目标的关联规则在火电厂优化运行中的应用姓名：付玲申请学位级别：硕士专业：热能工程指导教师：付忠广20070301面向目标的关联规则在火电厂优化运行中的应用作者：付玲学位授予单位：华北电力大学(北京)相似文献(4条)1.会议论文张伟纲.张雁丰面向目标的数据挖掘系统及其在智能决策支持系统中的应用2007传统的数据挖掘技术通常是面向数据或面向属性的,存在产生无关规则过多,挖掘结果的分析、应用依赖于操作人员等缺点,难以满足在决策支持系统中的应用需要。本文将目标驱动学习技术与数据挖掘相结合,在基于目标驱动的数据挖掘框架基础上,进一步将该框架应用于智能决策支持系统,从而构建一种新型的智能决策支持系统模型,并对其中的部分问題进行了讨论。2.期刊论文面向目标的关联规则挖掘系统的应用-山西建筑2009,35(33)在当前开发出的应用于电厂DCS数据的OOA关联规则挖掘系统的基础上,以电厂实际运行积累的DCS数据为数据源进行热耗率的在线计算和OOA关联规则挖掘,总结、认识规律并为以后的进一步挖掘研究工作积累经验.3.期刊论文石明兰.杨晖.叶东毅.SHIMing-lan.YANGHui.YEDong-yi面向目标的关联规则挖掘的一个FP增长算法-集美大学学报（自然科学版）2006,11(2)将FP-Growth算法应用于面向目标的关联规则(OOA)挖掘,对FP-Tree的结点进行了修改,增加了目标支持度计数和效用度累计两个字段,对FP-Growth算法进行了改进.实验结果表明,改进后的方法比基于Apriori算法和基于Dfree算法的OOA挖掘效率更高.4.学位论文李志方活动联系模型与案例驱动建模研究2007为解决信息系统的需求获取难、描述难、验证难等关键问题，需求工程应运而生，并迅速成为软件工程的研究重点。在需求获取方面，目前已涌现出一批有代表性的方法，如面向目标或基于场景的方法，但由于这些方法主要通过分析员与用户进行交互来获取业务知识和用户需求，需求获取的质量和效率高度依赖于分析员的能力和用户的配合度。在需求建模方面，传统的结构化分析与建模方法面向解空间直接进行系统建模，由于逻辑上不连贯，难以保证所建立的系统模型能切实解决业务问题。虽然面向对象方法可以进行业务建模，如基于用例或基于过程的UML业务建模，但由于缺乏对表单和规则的描述，而且形式化程度不足，无法建立完整的、准确的业务模型。本文首先针对目前需求工程在业务建模方面的不足，提出了一个面向信息系统问题空间的业务描述模型——活动联系模型。ARM是基于活动的，ARM以活动和活动间的联系来描述业务，可以有机结合业务流程和业务规则的建模，与UML活动图相比具有描述能力强、形式化程度高和完整准确等优点。在ARM模型的基础上，本文针对现有需求获取方法的缺陷，提出了一种客观的、案例驱动的业务需求获取和建模方法——案例驱动建模方法。CDM通过对业务案例进行数据挖掘自动获取业务流程和业务规则并建立ARM模型。论文研究并提出了CDM-ARM建模的形式化框架和五个核心算法，包括基于案例的活动内容获取算法CBIaM、活动规则获取算法CBRaM、联系对象获取算法CBErM、联系条件获取算法CBCrM以及活动联系获取算法CBARM。基于上述算法，本文还开发了CDM-ARM的建模工具——CDMTools。与现有的交互式需求获取方法相比，CDM方法具有客观、无二义、高效等优点。最后进行了模拟实验。结果表明：CDM-ARM建模方法是可行的，不但可以降低对用户和分析员的依赖，并且可以提高业务需求的完整性和准确性。本文链接：授权使用：上海海事大学(wflshyxy)，授权号：61eb9240-237d-499d-a0d9-9de300df5086下载时间：2010年8月31日