基于粗糙集知识约减的电站优化运行研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 选题背景及意义 | 第9-10页 |
| 1.2 电站运行优化研究现状 | 第10页 |
| 1.3 数据挖掘与知识发现 | 第10-11页 |
| 1.4 基于粗糙集理论的数据挖掘 | 第11-12页 |
| 1.5 粗糙集在电站优化运行中的应用 | 第12-14页 |
| 1.5.1 可行性分析及应注意问题 | 第12-13页 |
| 1.5.2 增量算法在优化运行中的应用 | 第13-14页 |
| 1.6 论文研究内容及其结构安排 | 第14-15页 |
| 第2章 电站运行数据准备与离散化 | 第15-26页 |
| 2.1 电站运行数据准备过程 | 第15-21页 |
| 2.1.1 确定目标数据源 | 第15-17页 |
| 2.1.2 数据预处理 | 第17-20页 |
| 2.1.3 数据离散化 | 第20-21页 |
| 2.2 电站运行数据离散化 | 第21-25页 |
| 2.2.1 模糊 C-均值聚类算法 | 第21-23页 |
| 2.2.2 最佳分类数确定 | 第23页 |
| 2.2.3 应用实例 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 粗糙集理论与算法研究 | 第26-43页 |
| 3.1 粗糙集理论 | 第26-32页 |
| 3.1.1 粗糙集理论的基本概念 | 第26-29页 |
| 3.1.2 约简和相对约简 | 第29-31页 |
| 3.1.3 区分矩阵 | 第31页 |
| 3.1.4 依赖度与信息熵属性重要度 | 第31-32页 |
| 3.1.5 决策规则的产生 | 第32页 |
| 3.2 属性约简算法研究 | 第32-37页 |
| 3.2.1 属性约简的典型算法 | 第32-35页 |
| 3.2.2 改进的启发式约简算法 | 第35-37页 |
| 3.3 分类规则发现 | 第37-38页 |
| 3.4 粗糙集增量算法 | 第38-39页 |
| 3.5 应用实例 | 第39-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 基于粗糙集知识约减的电站优化运行 | 第43-59页 |
| 4.1 电站运行优化 | 第43-50页 |
| 4.1.1 经济性能影响因素 | 第43-49页 |
| 4.1.2 目标值确定 | 第49页 |
| 4.1.3 偏差分析 | 第49-50页 |
| 4.2 确定最优目标值程序设计 | 第50-57页 |
| 4.2.1 过程及程序设计 | 第51-54页 |
| 4.2.2 最优目标值确定软件界面设计与介绍 | 第54-55页 |
| 4.2.3 可视化在目标值确定中的应用 | 第55-57页 |
| 4.3 本章小结 | 第57-59页 |
| 第5章 基于粗糙集的最优目标值确定 | 第59-67页 |
| 5.1 构建能耗决策表 | 第59-60页 |
| 5.2 决策规则提取 | 第60-65页 |
| 5.3 最优目标值确定 | 第65-66页 |
| 5.4 本章小结 | 第66-67页 |
| 第6章 结论与展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第71-72页 |
| 致谢 | 第72页 |
