导读:本文包含了采掘算法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:规则,算法,数据,多维,子群,子粒,数据挖掘。
采掘算法论文文献综述
马龙,卢才武,顾清华[1]（2018）在《多金属矿山工业采掘生产计划模型与优化算法》一文中研究指出为了降低多金属矿山工业生产作业成本及保证生产连续性等目标,将矿山生产作业过程中采场至卸矿点间的生产成本归结为采掘生产作业计划优化问题,建立了多金属矿山工业采掘生产计划模型。该模型以采掘和运输作业成本最小为目标,综合考虑了矿石品位波动、采场的出矿量、采掘作业量和矿产资源利用等约束条件。将改进的量子粒子群算法应用于模型中,利用进化速度和聚集度因子对算法参数进行优化,同时提出了双可行域吸引子的粒子搜索策略,提高了算法的全局收敛速度,避免了早熟问题。以某大型多金属矿山为案例,结果表明该算法解算结果要比矿山实际生产指标、非线性规划以及标准粒子群算法结果优于95%以上,算法求解速度提高了65%左右,且该模型与优化算法满足矿山工业采掘生产计划的连续性和均衡性要求。(本文来源于《工业工程与管理》期刊2018年03期）
常琦[2]（2016）在《基于机器学习的采掘运装备概念设计算法研究与实现》一文中研究指出随着结构与功能日趋完善,采掘运装备概念设计在其研制周期内占有越来越重要的位置。采掘运装备的概念设计不仅体现了最终产品的创新水平,也决定了70%-80%的资金投入,且该阶段的缺陷与错误在详细设计阶段难以纠正,易引发成本的进一步增加。而传统采掘运装备的概念设计存在过度依靠专家经验、知识分散、缺乏科学推理模型等弊端。因此,为辅助企业设计人员选择决策,提高设计效率,缩减产品设计周期,本文以采煤机、掘进机、刮板输送机总体参数概念设计为研究对象,探讨了基于机器学习的概念设计智能算法,开发了基于WEB的采掘运概念设计系统,并实现了其在企业的应用。针对采掘运装备概念设计的特点,对设计知识和经验进行组织管理,有利于其继承与共享。采用实例推理方法在数据库中搜寻过往成功案例,用以解决类似的新问题,可减轻重复设计劳动,避免不必要的设计返工。利用支持向量回归机、极限学习机、遗传算法等机器学习理论构造结构化推理模型,给出问题的创新性解答;通过算法改进及参数优化,提高模型推理准确率,使设计结果更加可靠。为将模型付诸于工程实践,采用浏览器/服务器程序开发模式,基于VS2010集成开发环境,借助ASP.NET、SQL2008等技术,将C#和MATLAB进行混合编程,开发了基于WEB的采掘运装备概念设计系统,并交付企业使用。系统具有良好的人机交互界面,使设计人员不受空间限制,使用浏览器远程登录服务器便可完成设计。系统可辅助设计人员完成采掘运装备总体参数确定工作,自动生成设计方案。用户在浏览器端输入采煤机采高、截深、煤层倾角等用户属性,系统可自动完成对已有产品的相似性比对,输出相似产品案例;若未发现相似实例,则启用基于支持向量机、极限学习机等智能机器学习算法的推理模型,输出产品总体技术参数;经人工干预调整后输出,可保存为新实例以扩充实例库。系统具有较高的预测精度及计算效率,标准配置计算机上可实现3s内完成单次参数推理,预测平均相对误差可控制在5%以内。采掘运装备概念设计方法的研究及系统的开发,对企业设计知识进行了整合,满足了企业内部局域网及远程调用的使用要求,提高了设计工作效率,节省了设计成本和材料成本。经验证,系统操作简单快捷,结果准确可靠,在企业运行稳定。(本文来源于《太原理工大学》期刊2016-04-01）
梁开健[3]（2005）在《一种采掘意外关联模式的新算法》一文中研究指出设计了一种快速采掘意外关联模式的新算法.利用采掘常规模式时产生的统计数据,对常规关联模式进行适当的筛选,然后产生相应的采掘数据库De,所有大项集在De中产生,最后再对整个数据库D扫描从而采掘出意外关联模式.(本文来源于《湖南工程学院学报(自然科学版)》期刊2005年02期）
龚惠群[4]（2003）在《具有时间约束的股票序列模型及采掘算法研究》一文中研究指出随着市场经济的发展，我国的股市正日益成熟和规范，投资者在进行投资决策时也愈加趋于理性化。目前可以运用许多统计分析方法来发现一些隐藏在股票信息中的规律，以帮助投资者对股票进行分析和预测。 然而，常用的这些统计分析方法无法发现出在股市中存在的这样一些带有时间约束的规律——在某个时间段W(如一天)内，如果股票A的收盘价上涨超过5％，那么间隔INT个时间段(如两天)后的那个时间段(即第叁天)内股票B和股票C会以80％的可能性也上涨(或下跌)。因此，本文采用一种目前正在发展的新技术——数据挖掘技术来发现股市中存在的这类复杂的序列规则。这类具有时间段W和时间间隔INT两维约束的序列规则的挖掘无疑对于指导投资决策具有重要的意义。 本文主要有叁个创新点。其中第一个创新点是在本文中建立了两个具有时间约束的股票序列模式挖掘模型：带有确定的时间段W约束的一维模型和带有确定的时间段W及时间间隔INT约束的二维模型。第二个创新点则是通过对关联规则的Apriori算法和FP_Growth算法进行扩展来实现一维股票序列规则的采掘。至于第叁个创新之处就是通过设计一个全新的算法来实现二维股票序列规则的挖掘。在本文的最后一章通过一个实证研究对本文所提算法的可行性进行了验证。 本文一共分为四个部分：第一部分介绍了传统的股票分析方法及数据挖掘技术的基本概念；第二部分则建立了两个具有时间约束的股票序列模式挖掘模型；第叁部分就对具有时间约束条件的股票序列规则采掘的一维和二维算法进行了实现，并且扩展讨论了在分布式环境下进行这类序列规则的挖掘所需注意的几个问题；最后一部分则进行了一个实证研究来对本文所提出算法的正确性进行验证。(本文来源于《湖南大学》期刊2003-10-08）
万天明,谢振东[5]（2003）在《在Simple DWDP中的随时间逐次递增式差异采掘算法》一文中研究指出论文介绍了在开发平台SimpleDWDP(SimpleDataWarehouseDevelopingPlatform)中实现差异采掘的理论知识及其算法的具体实现过程,最后给出实验结果及其相应的可视化分析。(本文来源于《计算机工程与应用》期刊2003年02期）
赵培[6]（2002）在《关联规则并行采掘算法的研究》一文中研究指出随着信息技术的迅猛发展，各个部门积累了海量数据，迫切要求从这些数据中自动地采掘有价值的信息和知识以支持决策。于是数据采掘技术应运而生。关联规则采掘是数据采掘中的一个重要分支，也是目前应用最广泛的一种数据采掘类型。 目前传统的关联规则采掘技术大多采用串行算法，例如Level-wise算法、non-level-wise算法以及不产生候选项目集的算法，其中R．Agrawal等人提出的Apriori算法是处理事务数据库中大项目集较为有效的算法。这些算法总的来说，都需要对数据库作多遍重复扫描，降低了采掘效率，不能满足大数据库的要求。随着分布式数据库的发展，提出了采掘关联规则更有效的并行算法，如Level-wise并行模式，DMA并行模式等，明显地提高了采掘效率。其中pSPADE算法是一种广泛应用于大型数据库上快速采掘频繁序列的有效并行算法，它将搜索空间分成了更小的基于后缀的类，可在每个处理器上独立地处理，实现了数据的本地性最大化和同步的最小化。 本文通过对pSPADE算法的研究，发现算法执行中，处理器将所有的类和它的中间id列表存于主存，导致了大量的内存开销。当处理更大的数据集时，容易产生内存不足而溢出。本文根据搜索算法内存管理的思想，提出了一种内存扩展方案来解决这一问题。在内存不足和获得足够内存两种情况下，把部分类写入磁盘，释放了内存空间，缓解了内存的压力。在程序需要时，再将写入磁盘的类加入共享队列作为多余的类处理。本文通过对这种方案的分析，指出了它的优缺点和适用范围。(本文来源于《华中师范大学》期刊2002-05-01）
黄超[7]（2002）在《具有多维限定性约束条件的交易规则模型及采掘算法研究》一文中研究指出为了及时准确地发现在销售活动中顾客的行为呈现出什么特点，管理人员经常采用关联规则与序列规则分析方法进行商业销售分析，从而为决策者提供决策依据。 然而一般的关联规则与序列规则分析无法挖掘带有各种约束条件的交易规则。在本文中，笔者提出了具有多维限定性约束条件的交易规则模型，通过对Apriori算法、FP-Growth算法进行扩展，实现了集中式环境下该模型的采掘算法；通过扩展FDM-LP算法完成了分布式环境下模型的采掘。 全文一共分为四个部分：第一部分讨论了数据挖掘与数据仓库的基本概念；第二部分讨论了具有时间约束的交易规则模型及其实现算法；第叁部分讨论了具有多维约束条件的交易规则模型及其实现算法；在第四部分首先介绍了如何在分布式环境下进行关联规则挖掘，然后讨论了如何实现本文提出的模型以及需注意的几个问题。 作为一门新兴技术，数据挖掘在我国基本上还处于研究阶段，笔者衷心地希望包括本文所提出的模型与算法在内的各种数据挖掘方法能尽早地走向实际应用。(本文来源于《湖南大学》期刊2002-04-28）
云庆夏,高文炜,陈永锋,卢才武[8]（2002）在《优化地下采掘进度计划的进化算法》一文中研究指出综合应用进化算法和计算机技术 ,分两阶段对采掘进度计划实现优化。第一阶段采用遗传算法 ,从宏观上优化采掘进度计划 ;第二阶段采用进化规划 ,对前阶段的结果进行适量调整。实践证明 ,这种两阶段优化方法都是行之有效的(本文来源于《金属矿山》期刊2002年04期）
周皓峰,朱扬勇,施伯乐[9]（2002）在《一个基于兴趣度的关联规则采掘算法》一文中研究指出关联规则是当前数据采掘研究的主要领域之一，获取具有更高价值的规则是该领域的一个研究重点．针对目前大多数采掘算法只能发现正项的关联规则和仅仅将兴趣度作为规则过滤工具的问题，在先前研究的基础上，提出了通过改进有关定义和引进反向项集的概念来进一步发现包含负项的关联规则的思想，并给出了相应的算法．最后，对这个算法给出了一定的评价和实例分析．(本文来源于《计算机研究与发展》期刊2002年04期）
施润身,赵青[10]（2002）在《改进的关联规则采掘算法及其实现》一文中研究指出在现有的关联规则采掘算法的基础上 ,进一步分析了经典算法的内涵 ,提出了生成大项目集优化时减少对交易数据库扫描次数的改进算法 ,并给出改进后的算法描述 .在DBMS平台上用数据查询语言实现关联规则的采掘 .结果表明 ,改进的算法对关联规则的采掘十分有效(本文来源于《同济大学学报(自然科学版)》期刊2002年02期）
采掘算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着结构与功能日趋完善,采掘运装备概念设计在其研制周期内占有越来越重要的位置。采掘运装备的概念设计不仅体现了最终产品的创新水平,也决定了70%-80%的资金投入,且该阶段的缺陷与错误在详细设计阶段难以纠正,易引发成本的进一步增加。而传统采掘运装备的概念设计存在过度依靠专家经验、知识分散、缺乏科学推理模型等弊端。因此,为辅助企业设计人员选择决策,提高设计效率,缩减产品设计周期,本文以采煤机、掘进机、刮板输送机总体参数概念设计为研究对象,探讨了基于机器学习的概念设计智能算法,开发了基于WEB的采掘运概念设计系统,并实现了其在企业的应用。针对采掘运装备概念设计的特点,对设计知识和经验进行组织管理,有利于其继承与共享。采用实例推理方法在数据库中搜寻过往成功案例,用以解决类似的新问题,可减轻重复设计劳动,避免不必要的设计返工。利用支持向量回归机、极限学习机、遗传算法等机器学习理论构造结构化推理模型,给出问题的创新性解答;通过算法改进及参数优化,提高模型推理准确率,使设计结果更加可靠。为将模型付诸于工程实践,采用浏览器/服务器程序开发模式,基于VS2010集成开发环境,借助ASP.NET、SQL2008等技术,将C#和MATLAB进行混合编程,开发了基于WEB的采掘运装备概念设计系统,并交付企业使用。系统具有良好的人机交互界面,使设计人员不受空间限制,使用浏览器远程登录服务器便可完成设计。系统可辅助设计人员完成采掘运装备总体参数确定工作,自动生成设计方案。用户在浏览器端输入采煤机采高、截深、煤层倾角等用户属性,系统可自动完成对已有产品的相似性比对,输出相似产品案例;若未发现相似实例,则启用基于支持向量机、极限学习机等智能机器学习算法的推理模型,输出产品总体技术参数;经人工干预调整后输出,可保存为新实例以扩充实例库。系统具有较高的预测精度及计算效率,标准配置计算机上可实现3s内完成单次参数推理,预测平均相对误差可控制在5%以内。采掘运装备概念设计方法的研究及系统的开发,对企业设计知识进行了整合,满足了企业内部局域网及远程调用的使用要求,提高了设计工作效率,节省了设计成本和材料成本。经验证,系统操作简单快捷,结果准确可靠,在企业运行稳定。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
采掘算法论文参考文献
[1].马龙,卢才武,顾清华.多金属矿山工业采掘生产计划模型与优化算法[J].工业工程与管理.2018
[2].常琦.基于机器学习的采掘运装备概念设计算法研究与实现[D].太原理工大学.2016
[3].梁开健.一种采掘意外关联模式的新算法[J].湖南工程学院学报(自然科学版).2005
[4].龚惠群.具有时间约束的股票序列模型及采掘算法研究[D].湖南大学.2003
[5].万天明,谢振东.在SimpleDWDP中的随时间逐次递增式差异采掘算法[J].计算机工程与应用.2003
[6].赵培.关联规则并行采掘算法的研究[D].华中师范大学.2002
[7].黄超.具有多维限定性约束条件的交易规则模型及采掘算法研究[D].湖南大学.2002
[8].云庆夏,高文炜,陈永锋,卢才武.优化地下采掘进度计划的进化算法[J].金属矿山.2002
[9].周皓峰,朱扬勇,施伯乐.一个基于兴趣度的关联规则采掘算法[J].计算机研究与发展.2002
[10].施润身,赵青.改进的关联规则采掘算法及其实现[J].同济大学学报(自然科学版).2002
论文知识图
