基于决策树的分类算法在水电仿真考核系统中的应用

摘要

水电仿真系统的目的是建立一个对水电厂运行进行仿真的环境,用来培训运行人员,达到完成培训后即可上岗工作的要求.相比在真实仪器上的培训,它具有代价小、速度快的优势.其中考核系统的作用就是对学员的各项操作进行评估和总结,并对下一次培训提出指导性的意见.考核系统是整个仿真系统中重要的一环.考核系统将学员的考核结果存储在数据库中.现在的考核系统缺少数据分析能力,因此该文中使用数据挖掘分类技术中的决策树算法来解决这个问题.决策树模型在可理解度、易训练性、易实施性和通用性等方面优于其他的分类方法.

目录

文摘

英文文摘

声明

第一章 绪论

1.1 课题的背景

1.1.1 水电仿真的必要性

1.1.2 水电仿真系统的现状

1.1.3 丰满水电数字仿真系统概述

1.2 问题的提出

1.2.1 考核系统的作用及问题

1.2.2 解决问题的方法

1.3 本文的主要内容

第二章 数据挖掘中的分类方法

2.1 数据挖掘概述

2.1.1 产生和发展

2.1.2 内容和本质

2.1.3 数据挖掘中的分类方法

2.2 几种常用的分类算法

2.2.1 决策树

2.2.2 神经元网络

2.2.3 Naive-Bayes

2.2.4 几种分类算法的比较

第三章 考核系统描述

3.1 考核系统的原理

3.1.1 考核系统的构成

3.1.2 考核过程

3.2 考核系统的设计

3.2.1 数据库的设计

3.2.2考核程序的设计和实现

第四章 决策树分类方法在考核结果分析中的设计与实现

4.1 考核结果数据样本的预处理

4.1.1 样本数据清理

4.1.2 样本数据概化

4.2 考核结果决策树模型设计

4．2．1 决策树建模方法

4．2．2 决策树修剪方法

4．2．3 决策树准确率的判定

4．3 考核结果决策树模型的实现

4．3．1 成绩分类决策树模型的实现

4．3，2 步骤分类决策树模型的实用

4．4 根据考核结果决策树提取分类规则

第五章 考核结果决策树模型的评价

5．1 分类推磁性的评价

5．2 功能的测试与评价

第六章 总结

参考文献

附 录

致 谢

科研经历