探井生产管理决策支持系统知识发现技术的研究

摘要

探井生产管理决策支持系统试图应用人工智能技术完成计算机智能辅助决策功能，以提高探井生产管理中决策的准确性和决策速度，降低探井生产成本。在该系统的研发过程中，由于专家知识获取困难，因此，利用了知识发现技术从大量的勘探开发数据中获取对辅助决策有用的知识规则，作为不完备的专家知识经验的补充。
　　 本文以探井生产管理决策支持系统为研究基础，分析其数据特征和使用特点，研究选择了更有效的数据预处理方法，并针对已有的决策树算法在系统中应用存在计算准确率低、多值取向等问题，结合粗集理论提出基于属性加权和基于粗糙分类度两利不同的决策树算法，两种算法从不同角度对决策树算法进行改进。基于属性加权的决策树算法利用属性约简进行属性加权，根据不同属性对决策影响程度的不同对属性赋予不同的权值，在建立决策树过程中选取权值最大的属性作为分裂属性。基于粗糙分类度的决策树算法结合考虑了属性分类精度和属性之间依赖性对分类结果造成的影响。
　　 经实验证明，基于属性加权和基于粗糙分类度两种决策树算法有效提高了分类的准确率和决策结果的准确性。

目录

文摘

英文文摘

声明

第一章绪论

1.1课题提出背景

1.2探井生产管理决策支持系统简介

1.2.1系统结构

1.2.2系统功能模块划分

1.2.3探井生产管理决策支持系统存在的问题

1.3本文研究内容及效果

1.3.1研究目标

1.3.2研究内容和效果

1.4本文的章节安排

第二章知识发现及决策树算法

2.1知识发现基本理论

2.2决策树技术分析

2.2.1决策树算法国内外研究现状

2.2.2决策树基本理论

2.2.3属性度量标准分析

2.2.4常用的决策树算法

2.2.5决策树的应用

2.3本章小结

第三章探井生产管理决策支持系统的数据预处理

3.1数据预处理

3.2连续属性值离散化

3.3空缺值填补

3.4本章小结

第四章基于属性加权的决策树算法

4.1属性约简

4.1.1基本概念

4.1.2属性约简的实现过程

4.2属性加权方法

4.3基于属性加权的决策树算法流程

4.4实验结果分析与比较

4.5本章小结

第五章基于粗糙分类度的决策树算法

5.1粗糙集理论简介

5.1.1粗糙集理论的一些基本概念

5.1.2粗集理论在决策树中的应用

5.2粗糙分类度的定义

5.3基于粗糙分类度的决策树算法流程

5.4实例分析与比较

5.5实验结果分析与比较

5.6本章小结

第六章结论

参考文献

附录1

攻读硕士学位期间取得的学术成果

致谢