H-C:基于H-Struct的频繁闭合项集挖掘算法

提出了一种基于H-struct结构的频繁闭合项集挖掘算法H-C。该算法利用了H-struct动态链接结构的特点,快速且高效地挖掘闭合的频繁项集,大大减少了冗余关联规则的产生。试验表明该算法对大型数据库的处理效率和扩展性优于传统的频繁项集生成算法。     

基于模糊层次数值型数据库发现一般化模糊关联规则

关联规则发现是数据挖掘研究领域中的重要内容之一,而以自然语言描述的模糊关联规则更符合人类的思维方式,在决策中占据重要作用。基于属性间通常还存着更高层次的抽象,即呈现出层次结构尤其是模糊层次结构这一事实,通过把经典的模糊理论与关联规则发现算法相结合,提出了在模糊层次结构下从数值型数据库中挖掘一般化模糊关联规则的相应算法。     

陆军航空兵部队作战指挥能力灰色评估模型研究

通过分析陆军航空兵部队指挥机构的作战指挥活动,构建了陆军航空兵部队作战指挥能力评估指标体系;采用灰色理论和两两比较原理相结合的方法,建立了陆军航空兵部队作战指挥能力评估模型;针对某陆军航空兵部队进行了算例分析,证明了该模型的有效性和可行性。     

武汉市需水量的灰色预测

根据武汉市过去若干年用水量的统计资料,建立了武汉市多种用水量的灰色GM(1,1)模型。采用该模型对武汉市2010年、2015年及2020年的各类用水量进行了预测,给武汉市节水用水工作提供了重要的参考依据。验证结果表明,模型精度高,预测结果可信度强。     

基于关联规则的船舶故障数据自动分类方法

为了提高船舶故障诊断能力,需要进行故障数据的自动分类设计,提出基于关联规则的船舶故障数据自动分类方法。构建船舶故障数据的数据信息流模型,采用高维特征分组方法进行船舶故障数据的分组重构,采用分段线性检验方法进行船舶故障数据的统计特征分析,提取反映船舶故障类别属性的关联规则向量集,根据特征提取结果进行模糊聚类处理,实现船舶故障信息融合,结合自适应分组检测方法,实现船舶故障数据关联规则的自动分类。仿真结果表明,采用该方法进行船舶故障数据自动分类的自适应性较强,误分率较低,提高了船舶故障的诊断检测能力。     

加权马尔可夫优化的NGBM(1,1)模型在中长期电力负荷预测中的应用

灰色理论在电力负荷预测领域中有重要应用,为了扩展灰色模型在中长期电力负荷预测中应用,提出了一种基于加权马尔可夫优化的非线性灰色伯努利(nonlinear grey Bernoulli Model, NGBM(1,1))预测模型.首先引进新型非线性NGBM(1,1)模型对电力负荷数据的总体趋势进行拟合,得到的灰拟合精度序列是一个随机波动的过程,再利用加权马尔可夫的特点确定灰拟合精度的加权转移概率矩阵,通过插值和还原计算对NGBM(1,1)模型的预测结果进行优化.将该模型运用到江苏省农村电力负荷预测中,结果验证其在预测精度上的优越性,并用于中长期电力负荷预测是有效可行的.     

基于灰关联度理论的重大危险源风险评价技术的研究

为了提高重大危险源风险评估的有效性,采用灰色系统关联度原理,将灰关联分析方法应用于重大危险源风险评估.根据系统安全工程理论,建立了重大危险源评价指标体系,并计算评价指标中的各子系统相对于各个标准评价等级的关联度,然后对各子系统进行较高层次上的综合,以综合结果排序,按隶属度最大原则,确定了重大危险源的风险等级,并开发了原型系统.实例分析表明,本方法简便易行,且结果与实际较为吻合,对重大危险源评估具有较好的适用性.     

打入式钢筋混凝土预制桩承载力时间效应研究

本文根据软土地基上打入式钢筋混凝土预制桩的静载试验，对承载力时间效应进行了探讨，供在设计和施工中参考。     

填海工程BIM技术开发与应用

针对当前通用BIM建模软件无法反映填海工程的大沉降量问题,基于商用BIM软件进行二次开发,创建了填海工程BIM应用管理平台。平台支持监测数据的实时导入,实现了BIM模型与施工期沉降监测数据的动态关联。该平台可通过读取钻孔数据实现BIM模型生成,支持4种填海工程常用的监测数据分析与管理功能;并可以调用Navisworks软件实现施工进度与工程量的管理。此外,开发的专用数据库网站,利用配置权限、异地备份、数据加密等手段,提供数据存储、安全策略、数据归档的一整套解决方案。平台成功应用于实际工程中,效果良好。