模糊关联规则挖掘模型及其在分解炉中的应用

《模糊关联规则挖掘模型及其在分解炉中的应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、模糊关联规则挖掘模型及其在分解炉中的应用MiningModelofFuzzyAssociativeRulesandItsApplicationinCalciner1左克紗华幕g艮施左(郑州大学电牝工程学虎，河南郑州450001)播研究了模糊关联規则挖掘模型在分解炉中的应用，并阐述了模糊聚类算法和关联規则的相关内容，提岀运用模糊聚类KFCM算法对实际数据进行计算，得到数据归属于不同类别的隶属度。同时，利用规则挖掘算法MFAR对模糊化的参数进行处理，得到了有价值的模糊規则•解决了实际中专家经验获取的瓶颈问题。试验表明，该方法为水泥生产环节中分解炉的温度控制提

2、供了理论依据和生产优化指导。关■词：数据挖掘模糊聚类监控数据库可靠性中图分类号：TP31I.1文纖标志码：AAbstract：Throughstudyingtheapplicationofminingmodeloffuzzyassociationrulesincalciner0thefuzzyclusteralgorithmandrelatedcontentsofassociationrulesaredescribed.Itisproposedthatbyadoptingkernelfuzzyc-meanA(KFCM)algorithm,thereal

3、dataarecalculatedtogetthemembershipofdatabelongtodifferentcategory;andthefuzzyparametersareprocessedinaccordancewithminingfuzzyassociativerules(MFAR)algorithmtforobtainingvaluablefuzzyrules,thusthebottlenecksoftheexpertexperienceinpracticeisresolved・Ulisprovidestheoreticalbasisa

4、ndoptimalproductionguidancefortemperaturecontrolofcalcinerincementproduction・Keywords：DataminingFuzzyclusteringMonitoringDatabaseReliability22PROCESSAUTOMATIONINSTRUMENTATIONVoL32Na8August20110引言随着数据库技术的发展以及企业中生产设备自动化程度的提高,许多企业对生产过程中的重要设备都进行了监控。监控的各种状态和数据形成大型数据库，包括设备运行状态的各种待征。但是由

5、于数据本身的杂乱无章，致使数据库包含的特征并不明显⑴。数据挖掘(datamining)就是发现梅量的数据中潜在的、有效的知识的过程。关联规则(associationrules)的挖掘作为数据挖掘技术中的重要组成部分,其目的就是寻找数据库中事物和属性之间的关系。水泥工业在国民经济中占据着不可动揺的地位，近些年已经取得了突飞运进的进展。在水泥生产过程中，参数基本是通过各种仪表进行采集与显示的，但具体的操作实现还需依靠操作人员积累的经验来执行。操作经验因人而异。本文正是通过模糊关联规则挖掘技术，采用聚类方法对生产数据进行聚类划分，并选取合适的支持度与置信度,获

6、取较为完备的生产操作信2010年河南才重点林攻关计划基会責助項H(Mt：lQ2102210376)；河南省敘育厅自館科学基金竇场項目(域号：2010A120008)。修改董枚刘8痢：2010-11-15.第一作者王冬•期，1959年生，1996年毕处于浙江大学工如自动化专业，羡博士手位,敘授；主妥研丸方甸为智能垃制与智能计算、仕息与计算机用第安仝。息，从而解决了专家经验获取的瓶颈，这也为水泥行业各个生产环节的温度和压力等的控制提供了理论指导。1模糊关联规则关联规则最早是由Agrawal等人提出的，它是数据挖掘研究的主要内容之一。并联规则自提出之后,众多

7、学者对此进行了研究并提出了很多算法，比较典型的有AprioriFP-TreeTreeProjiection以及各种方法的改进算法〔“】。关联规则挖掘的两个重要概念分别为支持度(support)和置信度(confidence),支持度表示规则在所有数据中的重要程度，置信度意味着规则可以信赖的程度。进行关联规则的挖掘时,首先要确定最小支持度(minsup)和最小置信度(minconf),随后挖掘出满足最小支持度和最小置信度的规则。由于客观世界的多样性和复杂性,使得对许多事物的描述需要使用模糊的概念。基于模糊概念表示的关联规则就称为模糊关联规则。相对于传统的布

8、尔型关联规则挖掘，模糊关联规则的获取得出的规则更贴近实际、更加准确，符合人们的思