基于Apriori的关联规则算法及其在电厂中的应用

• 作者: 彭道刚 李望 贾立 黄文成
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 量化关联规则 参数目标值 经济性指标 目标制导
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 仿真应用工程
• 页码范围: 266-271
• 页数: 6页
• 分类号: TP274
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.201801034

摘要

针对目前电厂历史运行数据的挖掘技术对于高维度,存量大的样本数据存在挖掘效率低下,算法运行过程中部分参数设置无理论指导以及目标参数值确定不合理等问题,提出一种基于Apriori算法框架的改进量化关联规则挖掘算法.它以电厂运行经济性为目标,利用目标制导对样本空间进行样本维约束和数量压缩,进一步提高解决该类问题算法的挖掘效率和参数目标值确定的合理性.通过对某300MW机组运行数据的分析表明:改进量化关联规则算法能够提高数据挖掘效率并完成电厂参数目标值的合理确定.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭道刚	上海电力学院自动化工程学院	157	1369	20.0	28.0
2	贾立	上海大学机电与自动化工程学院	22	116	6.0	10.0
3	黄文成	上海大学机电与自动化工程学院	1	14	1.0	1.0
4	李望	上海大学机电与自动化工程学院	1	14	1.0	1.0