摘要: 对策树是一个类似于流程图的树结构,主要用途是提取分类规则,进行分类预测.粗糙集理论无需提供除问题相关的数据集合外的任何先验信息,适合于发现数据中潜在的规律、不准确数据或噪声数据内在的结构联系,可以解决重要的分类问题.关联规则反映一个事件... 展开 对策树是一个类似于流程图的树结构,主要用途是提取分类规则,进行分类预测.粗糙集理论无需提供除问题相关的数据集合外的任何先验信息,适合于发现数据中潜在的规律、不准确数据或噪声数据内在的结构联系,可以解决重要的分类问题.关联规则反映一个事件和其他事件之间的依赖或关联的知识.如果两项或多项属性之间存在关联,那么其中一项的属性值就可以依据其他属性值进行预测.应用于故障诊断领域,对大量的机组状态数据进行挖掘,发现故障数据中存在的规律,以规则的形状体现出来,可以为故障诊断提供决策依据.利用转子实验台的模拟故障数据对提出的方法进行考核.结果表明,系统采用的几种方法所得出的规则是正确的,并能正确用于故障的分类工作,也可为专家提供有价值的信息.在WINDOWS98开发平台上,结合开发工具Microsoft Visval C++6.0,SQL Server数据库管理系统.采用面向对象的程序设计思想和模块化程序设计方法,对基于显式规则的几种数据挖掘方法进行了软件实现,开发了基于故障诊断的挖掘系统,该系统具有一定的实用价值.该文的创新点在于将数据挖掘产生规则的方法引入了故障诊断,结合先进的数据库管理系统,将数据挖掘中关联规则、粗糙集以及决策树方法用于故障的分类工作,并最终软件实现了以上的构想. 收起