| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 选题背景及其意义 | 第9-10页 |
| 1.2 数据挖掘与知识发现 | 第10页 |
| 1.3 数据挖掘在电站优化运行中的研究现状 | 第10-12页 |
| 1.4 模糊聚类算法的发展 | 第12-13页 |
| 1.5 论文研究内容及其结构安排 | 第13-15页 |
| 第2章 数据缺失值填补和改进的模糊聚类算法研究 | 第15-34页 |
| 2.1 数据缺失值相关理论 | 第15-18页 |
| 2.1.1 数据缺失值产生的机制 | 第15页 |
| 2.1.2 数据缺失值处理方法比较 | 第15-17页 |
| 2.1.3 缺失值填补效果的评价标准 | 第17-18页 |
| 2.2 线性填补算法的研究 | 第18-20页 |
| 2.2.1 线性填补算法 | 第18-19页 |
| 2.2.2 缺失值线性填补实验及结果分析 | 第19-20页 |
| 2.3 基于聚类的数据缺失值填补算法 | 第20-25页 |
| 2.3.1 模糊C均值聚类算法 | 第20-22页 |
| 2.3.2 模糊聚类优化补全策略 | 第22-25页 |
| 2.4 改进的模糊聚类缺失值填补算法 | 第25-32页 |
| 2.4.1 支持向量回归 | 第25-26页 |
| 2.4.2 遗传算法 | 第26-27页 |
| 2.4.3 支持向量回归与遗传算法优化的模糊聚类填补算法 | 第27-28页 |
| 2.4.4 单属性缺失值填补实验及结果分析 | 第28-31页 |
| 2.4.5 多属性缺失值填补实验及结果分析 | 第31-32页 |
| 2.5 本章小结 | 第32-34页 |
| 第3章 电站历史数据缺失值填补策略的研究 | 第34-39页 |
| 3.0 电站历史数据特性分析 | 第34-35页 |
| 3.1 数据采集 | 第35页 |
| 3.2 电站历史数据缺失值填补策略 | 第35-37页 |
| 3.2.1 线性填补算法应用 | 第35-36页 |
| 3.2.2 SVR-OCSFCM填补算法应用 | 第36-37页 |
| 3.3 数据缺失值填补策略的实现 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 基于聚类分区的模糊关联规则算法的应用 | 第39-50页 |
| 4.1 关联规则挖掘算法 | 第39-40页 |
| 4.1.1 关联规则描述 | 第39页 |
| 4.1.2 Apriori算法挖掘过程 | 第39-40页 |
| 4.2 数据离散化 | 第40-42页 |
| 4.2.1 决策表相容性 | 第41页 |
| 4.2.2 改进的模糊聚类离散化算法 | 第41-42页 |
| 4.3 机组经济性能分析 | 第42-44页 |
| 4.3.1 氧量对机组运行的影响分析 | 第42-43页 |
| 4.3.2 机组供电煤耗的确定及影响因素分析 | 第43-44页 |
| 4.4 基于关联规则挖掘的最优氧量确定 | 第44-49页 |
| 4.4.1 数据准备及预处理 | 第44-45页 |
| 4.4.2 数据离散化 | 第45-47页 |
| 4.4.3 数据挖掘结果与分析 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 结论与展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间发表的论文 | 第54-55页 |
| 致谢 | 第55页 |