关联规则挖掘在高炉炉况预测中的应用研究

摘要

长期稳定顺行的炉况是高炉高产低耗的先决条件，也是延长高炉寿命的基本保证条件。高炉炼铁过程在一个密闭的容器内进行，炉内物理、化学过程极其复杂，炉内状态无法直接观察。降低高炉能耗，实现炼铁生产稳定和优化，必须及时准确地预报高炉炉况，使运行人员能及时采取措施。因此，利用数据挖掘技术科学地分析和预测高炉炉况，已成为一个重要研究内容。鉴于高炉冶炼过程的复杂性，关联规则挖掘算法有其自身诸多优势，受到国内外学者的关注。
　　 因关联规则很少涉及时间性，本文提出时态关联规则的概念，用于解决高炉炉况预测问题。在此基础上，构造了一种体现数据时间价值的加权时态关联规则，以使规则的发现体现一种时间趋势，仿真试验表明了其有效性。
　　 其他成果如下：
　　 ①对现有的高炉炉况预测问题进行介绍，针对其中规则制定方法缺乏相关性，提出了多维关联规则算法。
　　 ②根据高炉实际运行情况，选取数据源，进行属性约减，选取炉况预测相关的属性构成数据表。降低关联规则维数，减少冗余记录数，高效产生有价值的规则。
　　 ③利用加权的理论，在动态更新的时态数据库中给予较近发生的事务以较大的权重，体现时间的价值，尽可能地挖掘出最新最有用的时态关联规则。
　　 ④针对传统算法挖掘效率低下、且忽视了数据时间价值问题，提出了一种基于属性约减的多维加权时态关联规则改进算法。其基本思路是：首先进行属性约减，组成数据表，然后引入时态加权算法来挖掘高炉炉况预测的关联规则。
　　 ⑤本文基于Visual C++编程，选取准确率和覆盖率来衡量模型的预测效果，通过改变支持度和置信度的值，提高挖掘效率。对提出的算法进行了仿真试验及现场运行考核，与传统的多维关联规则算法相比，提高了高炉炉况预测的效率。

目录

文摘

英文文摘

声明

1绪论

1.1课题的研究背景及意义

1.2国内外应用和研究现状

1.3研究内容和创新点

1.3.1主要研究内容

1.3.2工作重点

1.4论文结构

2高炉炉况预测和关联规则挖掘综述

2.1高炉炉况预测原理

2.1.1高炉炼铁原理

2.1.2高炉炼铁工艺

2.1.3正常炉况分析

2.1.4异常炉况分析

2.1.5高炉炉况预测

2.2时态关联规则挖掘概述

2.2.1关联规则概述

2.2.2时态关联规则挖掘

2.3本章小结

3现有多维时态关联规则挖掘算法分析

3.1现有多维关联规则挖掘算法

3.2现有多维时态关联规则算法

3.2.1时态关联规则的基本概念

3.2.2多维时态关联规则基本概念

3.2.3多维时态关联规则挖掘算法

3.3现有算法问题分析

3.4本章小结

4多维时态关联规则挖掘算法改进

4.1高炉炉况预测问题分析

4.1.1预测模型分析

4.1.2属性约减分析

4.1.3加权算法分析

4.2算法改进依据

4.2.1基于粗集的属性约减

4.2.2时态关联规则挖掘算法

4.2.3基于时态的加权关联规则

4.3改进算法的实现

4.3.1属性约减算法

4.3.2加权关联规则挖掘算法

4.4本章小结

5改进算法在高炉炉况预测中的应用

5.1实验设计

5.1.1实验方案

5.1.2实验环境

5.1.3实验步骤

5.2仿真运行

5.2.1数据预处理

5.2.2算法实现

5.2.3结论验证

5.3实验分析

5.3.1度量标准

5.3.2属性约减对算法挖掘效率的影响

5.3.3改进算法对预测效果的影响

5.4本章小结

6总结与展望

致谢

参考文献

附录：作者在攻读学位期间发表的论文目录