论文题目: 过程控制中的数据挖掘技术研究及其智能控制策略探讨
论文类型: 博士论文
论文专业: 控制理论与控制工程
作者: 赵晨
导师: 诸静
关键词: 数据挖掘,粗糙集,约简,耦合关系,关联规则,智能控制
文献来源: 浙江大学
发表年度: 2005
论文摘要: 数据挖掘技术是人工智能、数据库和统计理论的结合技术,具有较为广泛的应用前景。专家预测数据挖掘在未来十年内会有革命性进展,是商业分析、规则发现、实时识别和分析用户信息的关键技术。 数据挖掘的目的是从数据中找出有意义的模式。模式可以是一组规则、聚类、决策树、依赖网络或其他方式表示的知识。 粗糙集理论是由Pawlak教授于20世纪80年代初提出的一种用于处理不确定性和模糊性知识的数学工具,其基本思想是在保持分类能力不变的前提下,通过知识约简,导出分类规则。它无需提供相关数据集合外的任何先验信息,适合于发现数据中隐含的、潜在的有用规律,找出其内部数据的关联关系和特征。近年来,粗糙集理论和应用取得了很大的成功,已成为软计算方法的重要分支,其涉及的领域包括模式识别、机器学习、决策分析和决策支持、知识获取和发现等。 将粗糙集理论应用到数据挖掘技术上,利用粗糙集的知识约简,精简数据挖掘出的各类规则,对复杂系统的智能控制策略研究具有广泛的意义。 本文在探讨粗糙集理论和数据挖掘技术的基础上,就工业过程控制中的几种数据挖掘方法做了研究,主要创新成果有: 提出基于粗糙集理论的启发式约简算法和近似约简算法,进行属性约简和冗余规则去除;同时针对工业过程控制,提出了一种基于采样的近似约简算法,可以快速找到具有较低错误率的近似约简,对实时控制具有现实意义; 利用数据挖掘技术提出工业过程中控制变量耦合度和语言值关联规则的数据挖掘算法,语言值关联规则符合人类思维方式,有利于建立智能控制策略; 数据挖掘过程模型的建立为数据挖掘技术的应用提供了一种系统化的技术实施方法,针对工业过程控制,建立了一种实用的数据挖掘模型;同时利用数据挖掘应用平台,使数据挖掘的研究重点逐渐从发现方法转向系统应用; 软计算技术(包括:数据挖掘、模糊逻辑、神经网络和粗糙集理论等)是解决复杂系统建模与控制问题的重要途径之一。通过粗糙模糊模型、粗糙神经网络模型的建立,对智能控制策略进行了初步探讨。
论文目录:
摘要
Abstract
第一章 绪论
1.1 引言
1.2 粗糙集理论概述
1.2.1 粗糙集理论的背景
1.2.2 粗糙集理论的研究对象
1.2.3 粗糙集理论的特点
1.2.4 粗糙集理论的应用现状
1.3 数据挖掘技术概述
1.3.1 数据预处理
1.3.2 模型分类算法
1.4 本文的主要研究内容与创新点
参考文献
第二章 粗糙集理论及在数据挖掘中的应用
2.1 粗糙集理论及其研究现状
2.1.1 基本概念
2.1.2 粗糙度和分类质量
2.1.3 属性的重要度和决策规则
2.1.4 粗糙集模型的扩展
2.1.5 粗糙集的属性约简
2.2 属性约简算法
2.2.1 属性一般约简算法
2.2.2 基于信息量的属性约简算法
2.2.3 启发式最小约简算法
2.2.4 应用实例和结论
2.3 近似约简算法及其应用实例
2.3.1 基于采样的近似约简算法
2.3.2 实例研究
2.4 本章小结
参考文献
第三章 耦合度和关联规则的数据挖掘算法研究
3.1 前言
3.2 关联规则
3.2.1 基本概念和问题描述
3.2.2 关联规则的分类
3.2.3 语言值关联规则
3.2.4 耦合关联和序列模式
3.3 耦合关联的挖掘算法
3.3.1 需求分析
3.3.2 算法描述
3.3.3 数据分析
3.4 语言值关联规则的挖掘算法
3.4.1 算法研究
3.4.2 语言值关联规则的冗余去除
3.4.3 实例研究
3.5 本章小结
参考文献
第四章 数据挖掘过程模型的建立和应用
4.1 数据挖掘CRISP-DM模型和应用
4.1.1 过程模型CRISP-DM的建模步骤
4.1.2 过程模型的开发和应用
4.2 过程控制中的一种数据挖掘模型
4.3 数据挖掘应用平台
4.3.1 体系结构
4.3.2 软件构架
4.4 本章小结
参考文献
第五章 基于数据挖掘的智能控制策略探讨
5.1 粗糙模糊模型的建立
5.1.1 属性模糊化
5.1.2 数据预处理
5.1.3 初始化粗糙模糊模型
5.1.4 规则的获取
5.1.5 模型的一致性与完备性
5.1.6 模型的有效性检验
5.1.7 实例研究
5.2 粗糙神经网络建模
5.2.1 建模过程
5.2.2 实例研究
5.3 基于数据挖掘的智能控制策略探讨
5.3.1 水泥生产工艺简介
5.3.2 控制策略
5.4 本章小结
参考文献
结束语
博士期间参加的研究项目及发表录用的论文
致谢
发布时间: 2005-07-14
参考文献
- [1].智能电—气阀门定位器智能控制策略研究[D]. 时光.重庆大学2011
相关论文
- [1].粗糙集理论在数据挖掘领域中的应用[D]. 马昕.浙江大学2003