数据挖掘技术在电梯应急处置与安全监管中的应用

摘要

电梯的日益普及为国民经济的发展和人民生活水平的提高提供了巨大帮助。在日常生活中，由于电梯自身、用户使用以及外部环境等因素电梯事故时常发生，给人民群众的生命财产安全带来巨大威胁。因此，电梯应急处置与安全监管问题越来越受到人们及国家相关部门的重视。
　　本文研究利用数据挖掘技术，从电梯应急处置与安全监管的需求出发对某市电梯应急处置平台积累的数据进行深入分析和挖掘。通过利用统计分析、关联分析、分类等数据挖掘技术从数据中挖掘有价值的信息，并将其用于电梯应急处置与安全监管的决策支持。本文的研究主要分为三个部分:电梯故障率与使用年限关系分析、易发事故电梯属性挖掘和电梯事故原因实时预测。
　　在电梯故障率与使用年限关系分析研究中，本文提出以平均事故间隔天数作为电梯故障率的衡量方式。通过计算不同使用年限的电梯平均事故间隔天数，分析得出电梯故障率与使用年限之间的关系认为其在一定程度上符合浴盆曲线模型。
　　在易发事故电梯属性挖掘研究中，本文研究利用Apriori算法对电梯事故数据中易发事故的电梯具有的属性进行挖掘，并将挖掘结果用于电梯安全监管。针对Apriori算法在产生频繁项集过程中采用单一最小支持度闽值策略所带来的不合理性问题，本文提出基于多重最小支持度阈值的策略挖掘频繁项集。通过实验对比分析表明，采用多重最小支持度阈值策略比单一最小支持度策略产生的结果更合理。
　　在电梯事故原因实时预测研究中，本文研究利用梯度提升树(Gradient Boosting Decision Tree，GBDT)算法结合电梯事故数据构建电梯事故原因实时预测模型，实现对电梯事故原因的实时预测，并将预测结果用于电梯应急处置。电梯事故原因实时预测模型构建主要包括数据预处理、特征提取、模型训练与评估等步骤。实验表明利用GBDT算法对电梯事故原因实时预测是有效可行的。

目录

声明

摘要

第一章 绪论

1．1 研究背景

1．2 研究目的与意义

1．3 电梯应急处置与安全监管研究现状

1．4 研究内容

1．5 论文组织结构

第二章 数据挖掘概述

2．1 数据挖掘的定义

2．2 数据挖掘的任务

2．3 数据挖掘的流程

2．4 数据挖掘常用算法

2．5 数据挖掘工具及应用

2．6 本章小结

第三章 电梯应急处置平台数据准备与统计分析

3．1 数据获取

3．2 数据预处理

3．3 统计分析

3．4 本章小结

第四章 电梯故障率与使用年限关系分析

4．1 研究概述

4．2 电梯故障率的定义

4．3 统计结果与分析

4．4 本章小结

第五章 易发事故电梯属性挖掘

5．1 研究概述

5．2 频繁项集挖掘介绍

5．3 基于Apriori算法的易发事故电梯属性挖掘

5．4 实验结果与分析

5．5 本章小结

第六章 电梯事故原因实时预测

6．1 研究概述

6．2 电梯事故原因实时预测模型构建流程

6．3 数据预处理与特征提取

6．4 基于GBDT算法电梯事故原因实时预测

6．5 实验设计与分析

6．6 本章小结

7．1 研究总结

7．2 研究展望

致谢

参考文献

作者简介