| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 引言 | 第10-13页 |
| ·课题背景和意义 | 第10页 |
| ·课题现状及发展趋势 | 第10-11页 |
| ·研究内容及目标 | 第11-12页 |
| ·论文组织结构 | 第12-13页 |
| 2 系统理论知识 | 第13-33页 |
| ·铝电解工艺 | 第13-18页 |
| ·铝电解工艺简介 | 第13-14页 |
| ·铝电解生产的技术参数 | 第14-16页 |
| ·铝电解生产数据的特点 | 第16-17页 |
| ·铝电解阳极效应简介 | 第17-18页 |
| ·数据挖掘技术 | 第18-33页 |
| ·数据挖掘概述 | 第18-22页 |
| ·数据挖掘的任务和步骤 | 第22-25页 |
| ·数据挖掘模型和算法研究 | 第25-29页 |
| ·数据挖掘的应用和发展趋势 | 第29-33页 |
| 3 关联规则算法在AE效应分析与决策系统中的应用 | 第33-45页 |
| ·关联规则的相关概念 | 第33-35页 |
| ·关联规则挖掘的经典算法——Apriori算法 | 第35-39页 |
| ·关联规则挖掘步骤 | 第35-36页 |
| ·发现频繁项集算法——Apriori算法 | 第36-37页 |
| ·Apriori算法的评价 | 第37-38页 |
| ·Apriori算法的优化 | 第38-39页 |
| ·多维关联规则挖掘 | 第39-41页 |
| ·研究多维关联规则算法的必要性 | 第39页 |
| ·多维关联规则的相关概念 | 第39-41页 |
| ·关联规则算法在AE挖掘中的应用 | 第41-45页 |
| ·基于Apriori的多维关联规则算法 | 第41-42页 |
| ·算法改进 | 第42-43页 |
| ·算法的比较 | 第43-45页 |
| 4 铝电解槽AE效应分析与决策系统的设计 | 第45-52页 |
| ·系统总体设计原则 | 第45页 |
| ·开发工具及开发语言 | 第45-46页 |
| ·系统功能结构 | 第46-48页 |
| ·数据维护模块 | 第46页 |
| ·数据分析模块 | 第46-47页 |
| ·定制模块 | 第47页 |
| ·建立工程模块 | 第47页 |
| ·数据提取与处理模块 | 第47-48页 |
| ·算法选择模块 | 第48页 |
| ·数据挖掘模块 | 第48页 |
| ·结果分析模块 | 第48页 |
| ·数据模型 | 第48-50页 |
| ·铝厂基本信息数据字典 | 第48-49页 |
| ·铝厂车间与工区信息数据字典 | 第49页 |
| ·铝厂配置信息数据字典 | 第49-50页 |
| ·数据挖掘的流程 | 第50-52页 |
| 5 铝电解槽AE效应的分析与决策系统的应用实例与结果分析 | 第52-75页 |
| ·数据维护模块 | 第52-57页 |
| ·定制模块 | 第57-61页 |
| ·定制数据库的配置 | 第57-58页 |
| ·定制数据表的配置 | 第58-61页 |
| ·数据分析与比较模块 | 第61-62页 |
| ·AE数据查看、分析与统计 | 第61-62页 |
| ·多个铝电解厂AE数据分析与比较 | 第62页 |
| ·建立工程模块 | 第62-63页 |
| ·数据提取与处理模块 | 第63-67页 |
| ·数据提取 | 第63页 |
| ·数据预处理 | 第63-66页 |
| ·数据离散化 | 第66-67页 |
| ·算法选择模块 | 第67-70页 |
| ·基于Apriori的传统算法 | 第67-68页 |
| ·改进的算法 | 第68-70页 |
| ·数据挖掘及结果展示模块 | 第70-71页 |
| ·结果分析模块 | 第71-75页 |
| 结论 | 第75-77页 |
| 参考文献 | 第77-80页 |
| 在学研究成果 | 第80-81页 |
| 致谢 | 第81页 |