【碩士】粗糙集理論研究及其在隧道病害預(yù)測(cè)中的應(yīng)用【2007】

內(nèi)容簡(jiǎn)介

　　學(xué)科專業(yè)：系統(tǒng)分析與集成　　授予學(xué)位：工學(xué)碩士　　學(xué)位授予單位：北京交通大學(xué)　　學(xué)位年度： 2007年　　摘要：數(shù)據(jù)挖掘是致力于數(shù)據(jù)分析和理解、揭示數(shù)據(jù)內(nèi)部蘊(yùn)藏知識(shí)的技術(shù)，它成為未來信息技術(shù)應(yīng)用的重要目標(biāo)之一。租糙集作為新生的數(shù)學(xué)工具，在許多方面克服了傳統(tǒng)數(shù)據(jù)分析理論顯現(xiàn)出的諸多不足，成為數(shù)據(jù)挖掘重要工具之一?！　”疚闹饕獙?duì)基于粗糙集的屬性約簡(jiǎn)算法作了深入研究，分析主要算法的優(yōu)缺點(diǎn)，提出一些改進(jìn)意見。重點(diǎn)提出一種新的屬性約簡(jiǎn)算法： (1)該算法在生成可分辨矩陣的過程中，直接隨機(jī)選取屬性構(gòu)成約簡(jiǎn)超集，避免對(duì)可分辨矩陣的存儲(chǔ)，解決空間復(fù)雜度問題；(2)在約簡(jiǎn)超集的基礎(chǔ)上，使用基于信息熵的啟發(fā)式搜索方法去除冗余屬性，保證算法完備性，在一定程度上減小時(shí)間復(fù)雜度。文章以實(shí)驗(yàn)證明算法的有效性。　　隧道病害防治是非常復(fù)雜的問題，目前使用的人工分析方法大多局限于具體的工程條件或病害類型，缺乏系統(tǒng)性和科學(xué)性。本文結(jié)合大量隧道病害的歷史數(shù)據(jù)和相關(guān)背景知識(shí)，提出對(duì)隧道病害進(jìn)行預(yù)測(cè)的一系列數(shù)據(jù)挖掘方法，綜合預(yù)測(cè)隧道可能發(fā)生的病害，挖掘病害潛在原因。首先，根據(jù)挖掘目標(biāo)選取隧道基礎(chǔ)數(shù)據(jù)和隧道秋檢數(shù)據(jù)為研究對(duì)象，使用傳統(tǒng)的統(tǒng)計(jì)分析方法核實(shí)數(shù)據(jù)質(zhì)量；給出數(shù)據(jù)集成方法，合并隧道基礎(chǔ)信息與病害信息；最后建立基于粗糙集改進(jìn)約簡(jiǎn)算法和決策樹的病害等級(jí)預(yù)測(cè)模型，在2005年成都鐵路局隧道數(shù)據(jù)實(shí)驗(yàn)的基礎(chǔ)上，對(duì)模型進(jìn)行優(yōu)化調(diào)整。實(shí)驗(yàn)證明模型對(duì)病害的預(yù)測(cè)率達(dá)70％以上，模型輸出規(guī)則可為專家分析病害潛在原因提供參考意見。文章最后總結(jié)在實(shí)驗(yàn)中發(fā)現(xiàn)目前隧道防治存在的問題，有針對(duì)性的提出一些改進(jìn)意見，完善病害防治工作?！　?

專題推薦