聚類算法及其在污水處理工藝故障診斷中的應用研究

【摘要】： 聚類是數(shù)據(jù)挖掘中一種重要的挖掘任務和挖掘方法,它從數(shù)據(jù)庫中尋找數(shù)據(jù)間的相似性,并依此對數(shù)據(jù)進行分類,使得不同類中的數(shù)據(jù)盡可能相異,而同一類中的數(shù)據(jù)盡可能相似,即“物以類聚”,從而優(yōu)化大規(guī)模數(shù)據(jù)庫的查詢和發(fā)現(xiàn)數(shù)據(jù)中隱含的有用信息或知識,數(shù)據(jù)聚類在很多領域中有著廣泛的應用。 污水處理過程是一個包含許多復雜處理工藝的生化過程,長期穩(wěn)定運行是較為困難的。目前國內(nèi)的城市污水處理廠在日常運行過程中用于故障診斷的智能技術主要是基于知識的故障診斷專家系統(tǒng)。然而建立基于知識的系統(tǒng)的一個主要問題就是知識庫的構(gòu)建。知識庫的構(gòu)建主要依靠只為少數(shù)操作人員或?qū)＜宜莆盏亩嗄攴e累的經(jīng)驗知識,存在知識獲取瓶頸的問題。污水處理廠在運行過程中,會產(chǎn)生大量的運行數(shù)據(jù)。聚類分析是一種無監(jiān)督分類技術,可以很好地用來進行先驗知識少的數(shù)據(jù)的分析。因此提出使用聚類分析技術分析污水處理歷史數(shù)據(jù),通過分析聚類結(jié)果,建立故障規(guī)則,用于補充城市污水處理故障診斷系統(tǒng)的知識庫。 本文對現(xiàn)有的聚類算法作了深入的研究,通過具體的分析后,提出了基于遺傳算法和基于最近鄰聚類的聚類方法。最后使用新提出的聚類算法對污水處理歷史數(shù)據(jù)進行了聚類分析,并對污水處理中的故障規(guī)則的建立作了初步探討。本文的主要研究內(nèi)容如下: ①介紹了聚類分析技術和遺傳算法方面的基礎知識。探討了遺傳算法常用的編碼方式、遺傳算子以及控制參數(shù)的選擇。 ②對遺傳算法與K-means算法相結(jié)合的混合聚類算法進行了研究,提出了改進的遺傳聚類算法,來提高收斂速度并改善分類效果。 ③提出了一種兩階段聚類分析算法。算法的第一階段為最近鄰聚類算法,第一階段后生成初始聚類簇。算法的第二階段為遺傳優(yōu)化階段,進行初始聚類簇的合并。聚類算法不需要事先指定聚類個數(shù)。將兩階段聚類算法在多個模擬數(shù)據(jù)集上進行聚類,并對實驗結(jié)果進行了分析。在前面的基礎上,提出了基于最近鄰聚類的兩階段聚類框架,即可用于劃分聚類又可用于層次聚類。 ④使用基于最近鄰聚類算法和遺傳優(yōu)化算法的異常檢測算法對污水處理歷史數(shù)據(jù)進行了聚類分析,使用基于距離和的異常度量因子,篩選出樣本集中最為異常的樣本。結(jié)合專家的解釋,對這些異常樣本進行了分析。最后對污水處理中的故障規(guī)則的建立作了初步探討。 【關鍵詞】：聚類分析 K-means算法 遺傳算法 最近鄰聚類 故障診斷
【學位授予單位】：重慶大學
【學位級別】：碩士
【學位授予年份】：2007
【分類號】：X703
【目錄】：

• 摘要3-4
• ABSTRACT4-8
• 1 緒論8-15
• 1.1 研究背景和意義8-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-14
• 1.2.1 污水處理領域故障診斷應用現(xiàn)狀10-12
• 1.2.2 聚類分析技術的發(fā)展現(xiàn)狀12-14
• 1.3 論文的主要內(nèi)容和章節(jié)安排14-15
• 2 聚類分析概述15-23
• 2.1 聚類分析的基本知識15-17
• 2.2 常用的聚類算法17-18
• 2.3 層次聚類法18-20
• 2.3.1 層次聚類法的工作步驟18
• 2.3.2 常用的七種層次聚類方法18-20
• 2.4 動態(tài)聚類法20-22
• 2.4.1 K-means 算法思想及算法流程20-21
• 2.4.2 K-means 算法的優(yōu)缺點分析21-22
• 2.5 本章小結(jié)22-23
• 3 遺傳算法概述23-31
• 3.1 進化計算23-24
• 3.2 遺傳算法24-29
• 3.2.1 遺傳算法的基本原理24-25
• 3.2.2 遺傳算法的基本描述25-29
• 3.3 基本遺傳算法29-30
• 3.4 本章小結(jié)30-31
• 4 改進的基于遺傳算法的聚類方法31-39
• 4.1 基于基本遺傳算法的聚類方法31-32
• 4.2 改進的遺傳聚類算法32-36
• 4.2.1 編碼方式和種群初始化33
• 4.2.2 K-means 操作33
• 4.2.3 適應度函數(shù)設計33-34
• 4.2.4 選擇操作34-35
• 4.2.5 交叉操作35-36
• 4.2.6 變異操作36
• 4.2.7 終止規(guī)則36
• 4.2.8 解碼36
• 4.3 實驗分析36-38
• 4.4 本章小結(jié)38-39
• 5 基于最近鄰聚類和遺傳算法的兩階段聚類算法39-49
• 5.1 最近鄰聚類階段39-40
• 5.2 遺傳優(yōu)化階段40-42
• 5.2.1 編碼方式及初始化40-41
• 5.2.2 適應度的計算41
• 5.2.3 迭代聚類41-42
• 5.2.4 遺傳算子42
• 5.2.5 終止條件42
• 5.3 實驗分析42-44
• 5.4 基于最近鄰聚類的兩階段算法框架44-48
• 5.4.1 聚類評估函數(shù)44-46
• 5.4.2 多個代表點生成方法46-48
• 5.5 本章小結(jié)48-49
• 6 聚類算法在污水處理工藝故障診斷中的應用49-64
• 6.1 城市污水處理工藝流程簡介49-50
• 6.2 污水處理工藝過程故障診斷的意義50
• 6.3 城市污水處理廠的日常監(jiān)控數(shù)據(jù)及其前期處理50-55
• 6.3.1 數(shù)據(jù)清理53-54
• 6.3.2 數(shù)據(jù)變換54-55
• 6.4 聚類算法用于污水處理工藝過程故障診斷的實驗55-60
• 6.4.1 研究現(xiàn)狀55-56
• 6.4.2 基于最近鄰聚類和遺傳優(yōu)化的異常點檢測56-58
• 6.4.3 實驗結(jié)果58-60
• 6.5 規(guī)則的生成60-63
• 6.6 本章小結(jié)63-64
• 7 總結(jié)與展望64-66
• 7.1 總結(jié)64
• 7.2 展望64-66
• 致謝66-67
• 參考文獻67-70
• 附錄70

您可以在本站搜索以下學術論文文獻來了解更多相關內(nèi)容

改進的小生境遺傳聚類算法應用研究    孫紅艷

基于人工免疫網(wǎng)絡的動態(tài)聚類算法    鐘將,吳中福,吳開貴,歐靈

污水生物處理故障診斷專家咨詢系統(tǒng)    李振宇,楊昌柱,章北平,濮文虹

污水處理廠故障智能診斷決策支持系統(tǒng)的開發(fā)    周強,楊興泉,初紅霞

基于距離的孤立點檢測研究    陸聲鏈,林士敏

城市污水處理異常工況判斷及操作指導專家系統(tǒng)    孫強，沐建國，孫禮康

污水處理廠故障診斷專家系統(tǒng)    施漢昌,王玉玨

從多角度分析現(xiàn)有聚類算法(英文)    錢衛(wèi)寧,周傲英

基于最近鄰優(yōu)先的高效聚類算法    胡建軍,唐常杰,李川,彭京,元昌安,陳安龍,蔣永光

人工免疫C-均值聚類算法    張雷,李人厚

支持向量機算法的研究及其應用    范昕煒

基于支持矢量機和信任域的目標跟蹤算法    賈靜平;張飛舟;柴艷妹;

支持向量機大規(guī)模樣本快速訓練算法    李飛;李紅蓮;

基于Kriging與Closest Point融合算法的邊坡巖土層界面擬合    李健;吳順川;高永濤;周喻;鄧增兵;

污水處理智能控制進展    劉太杰,崔莉鳳,劉載文

基于免疫模糊聚類算法的電網(wǎng)抗差狀態(tài)估計    楊麗君;盧志剛;李爽;陳毅強;

基于混合免疫算法的變壓器故障診斷    任靜;黃家棟;李勝杰;

電力變壓器故障診斷的人工免疫網(wǎng)絡分類算法    熊浩;孫才新;陳偉根;杜林;廖玉祥;

一種基于相似度聚類的胃癌診斷挖掘算法研究    張紅軍;

一種改進的K-means聚類算法    連鳳娜;吳錦林;唐琦;

PQR~*TDBSCAN改進算法    王紅;許璠;崔洪晶;許慧;

基于孤立點檢測方法對于數(shù)據(jù)庫異常入侵的分析    原忠義;唐文忠;許小林;

基于機器視覺和支持向量機的缺陷棗識別研究    趙杰文;劉少鵬;鄒小波;

城鎮(zhèn)污水處理自動控制技術研究現(xiàn)狀、發(fā)展趨勢及技術評價    徐灝龍;吳斌;劉國安;

基于不確定性推理的主題推薦方法    杜亞軍;裴崢;彭宏;徐揚;

基于群體智能的聚類分析    曲建華

新型高頻場效應器件特性與建模技術研究    徐躍杭

鄭州地區(qū)仰韶文化遺址空間模式研究    張開廣

一種新的特征選擇方法及其在路面使用性能分析中的應用    于哲夫

入侵檢測分類器設計及其融合技術研究    王飛

云模型在文本挖掘應用中的關鍵問題研究    代勁

基于矩陣論的供熱管網(wǎng)阻力系數(shù)辨識研究    劉永鑫

結(jié)構(gòu)驅(qū)動的單類分類器設計及拓展研究    馮愛民

屬性加權及不完備數(shù)據(jù)的模糊聚類方法研究    李丹

污水處理過程模擬及系統(tǒng)軟件開發(fā)    張晶

高光譜圖像類別信息相關技術研究    鄧祿群

改進的小生境遺傳聚類算法應用研究    孫紅艷

基于粗糙集和支持向量機的人臉識別    蔣桂蓮

基于框架的事件抽取關鍵技術研究    金璐鈺

基于支持向量機的供應鏈合作伙伴選擇算法    肖宇

基于ANFIS的酮苯脫蠟結(jié)晶過程潤滑油收率軟測量模型    李師

面向源代碼挖掘的聚類算法研究    孟美芝

基于支持向量機的民族語語種識別研究    殷鳳玲

基于糾錯輸出編碼與支持向量機的語音識別    李婷

C-均值聚類算法的改進研究    王慧

一種改進的小生境遺傳算法    郟宣耀;王芳;

基于人工免疫網(wǎng)絡的動態(tài)聚類算法    鐘將,吳中福,吳開貴,歐靈

污水生物處理故障診斷專家咨詢系統(tǒng)    李振宇,楊昌柱,章北平,濮文虹

污水處理工藝系統(tǒng)的故障診斷專家系統(tǒng)    鄭上閩,孫進生

基于復合形遺傳算法的K-means優(yōu)化聚類方法    趙鋒;薛惠鋒;王偉;

污水處理廠故障智能診斷決策支持系統(tǒng)的開發(fā)    周強,楊興泉,初紅霞

遺傳算法的小生境技術改進    王亞子;賈利新;

一種改進的遺傳聚類算法    陸林花;王波;

基于初始中心優(yōu)化的遺傳K-means聚類新算法    孫秀娟;劉希玉;

基于遺傳算法的K均值聚類分析    賴玉霞;劉建平;楊國興;

基于遺傳算法的k-means聚類方法的研究    金微

基于JRE城市污水處理廠故障診斷專家系統(tǒng)研究與實現(xiàn)    葛守飛

基于遺傳算法的模糊聚類研究及其應用    劉宇

基于遺傳算法的k-means聚類挖掘方法的研究    趙艷麗

基于遺傳算法的K-means聚類算法分析研究    孫秀娟

知識獲取和數(shù)據(jù)庫學習系統(tǒng)    李德毅;

基于免疫規(guī)劃的K-means聚類算法    行小帥,潘進,焦李成

污水處理廠故障診斷專家系統(tǒng)    施漢昌,王玉玨

污水生化處理過程建模與控制    杜樹新

關于統(tǒng)計學習理論與支持向量機    張學工

連續(xù)化工生產(chǎn)過程CIPS的理論與實踐    楊忠明,黃道,王行愚

模式識別中的支持向量機方法    杜樹新,吳鐵軍

可補償類別差異的加權支持向量機算法    范昕煒,杜樹新,吳鐵軍

一種改進的基于層次的聚類和異常檢測算法及其在數(shù)據(jù)挖掘平臺上的應用    吳啟南

基于連接的頻繁集聚類算法    王波;錢曉棠;張斌;張明衛(wèi);

基于deep web數(shù)據(jù)庫的個性化推薦系統(tǒng)    鞏玉璽;羅容;

高爐鐵水硅含量的智能預測    王華強;顧金晨;

煤礦安全網(wǎng)中基于已知樣本的快速聚類入侵檢測算法    劉濤;侯媛彬;齊愛玲;常心坦;

多變量礦壓觀測數(shù)據(jù)處理(二)    朱德仁

混合模糊譜系聚類算法    史彥麗;王威娜;

BCLCP聚類算法及其在批過程控制中的研究    陳樹;徐保國;

自適應的模糊C均值聚類算法    王威娜;陳巨龍;溫宇鵬;

基于改進型FCM算法的牛肉大理石花紋提取方法    仇金宏;沈明霞;彭增起;梁琨;吳海娟;史杰;

基于模糊c均值聚類的多模型軟測量建模    仲蔚,俞金壽

基于二階差分的聚類數(shù)自動確定方法    高翠芳;吳小俊;

快速查找最優(yōu)初始聚類數(shù)K的改進K-means算法    楊青;劉曄;張東旭;劉暢;

聚類有效性與聚類算法的穩(wěn)定性    于劍;

基于流形學習的舌色分析與聚類研究    左旺孟;朱顥;李乃民;李劍峰;張宏志;

一種基于相似性分析的聚類新算法:PDS算法    蔡軍;袁華鵬;陳金海;施伯樂;

神經(jīng)網(wǎng)絡數(shù)據(jù)挖掘聚類優(yōu)化算法    張勇斌;梁榮華;馬杰;馬玉書;

基于孤立因子的層次聚類算法與應用    饒金通;董槐林;姜青山;

基于模糊聚類方法的T-S模糊系統(tǒng)    孫長銀;李林峰;

基于HSL顏色空間的模糊C均值彩色圖像分割方法    付振中;趙合計;董玉振;

一種基于改進K-Medoids算法的網(wǎng)絡攻擊檢測技術    田小麗;鄭康鋒;鈕心忻;

聚類質(zhì)量改進方法的研究    宗瑜

加工過程的質(zhì)量異常預測與診斷方法研究    于秀娟

基于群體智能的聚類分析    曲建華

聚類分析優(yōu)化關鍵技術研究    王縱虎

基因芯片表達數(shù)據(jù)分析相關問題研究    邱浪波

基于流量監(jiān)測的網(wǎng)絡用戶行為分析    延皓

基于流量監(jiān)測的網(wǎng)絡用戶行為分析    延皓

基于聚類的圖像分割算法研究    李艷靈

粗糙集理論研究及其在虛擬裝配系統(tǒng)中的應用    李翠玲

海量網(wǎng)絡視頻快速檢索關鍵技術研究    劉守群

基于投票策略聚類融合算法的研究和實現(xiàn)    陳奇明

基于智能算法的DNA聚類研究及應用    張麗

可能性聚類有效性評價研究    張雪

基于信息熵的聚類個數(shù)確定方法研究    趙興旺

云搜索中的搜索結(jié)果聚類技術研究    王斐

譜方法和信息熵在聚類中的應用    樂華

引力聚類及其應用研究    查豐

聚類分析中聚類數(shù)的確定問題    楊凌

聚類和主成分回歸在經(jīng)濟指標數(shù)據(jù)中的應用研究    姜揚

基于隱馬爾可夫模型的時間序列聚類的研究    姚世通