全文总字数：6502字

1. 研究目的与意义（文献综述）

我国大部分中小铝厂目前仍使用硅二极管整流系统。1988以来，山东铝厂等数家铝厂引进了瑞典abb公司直降可控硅整流机组，投入运行后取得了良好的效果。1992年我国在消化吸收引进的直降可控硅整流机组的基础上，引进部分配套散件，联合开发了大功率可控硅整流系统。围绕整流系统的技术改造，还产生了高精度稳流技术，谐波滤波技术，及计算机检测与控制技术等。

由于目前我国仅有少数大型铝厂使用了新型的大功率可控硅直降整流系统，或使用了高精度稳流技术和谐波滤波技术改造整流系统。因而大多数铝厂存在整流效率低、供电电流不稳定、功率因数低、高次谐波污染供电电网等问题。整流效率低对能耗的影响等同于电流效率低，而稳流精度低直接影响到电解槽热平衡和磁场的稳定性。铝电解厂是用电大户，整流系统的功率因素低和谐波干扰等产生的“电力 公害”也不容忽视。

80年代中后期,铝电解生产出现了发展不平衡现象,一些国家(如日本、美国和西欧)因电价和原料上涨而关闭了一部分铝厂,或将铝广迁移到原抖地和案价劳功力的不发达国家;而加拿大、澳大利亚、南美和挪威等国却在发展铝生产。据统计,1988年资本主义国家社会主义国家进口原19万吨。面对这种储况,为了发展我国铝业生产,到1991年底要有90%铝电解潜实现计算机控制,以及年节电1.5亿度的 效益,不仅需要总结我国自70年代以来的控制技术经脸,而且还要借鉴国外已开发的有关控制技术等。

2. 研究的基本内容与方案

2.1数据挖掘技术

2.1.1数据挖掘技术的概念

数据挖掘技术是根据已获取的数据，从中挖掘出有潜在价值、未知的以及对所做的决定有价值的数据。数据挖掘技术的成功发展也经历必不可少的五个阶段: 数据收集、数据访问、决策支持数据挖掘以及大数据挖掘。对各式各样种类繁多的数据进行收集整理，进行最简单的分类处理是数据收集阶段的工作。这对之后出现的大数据挖掘技术奠定了基础，具有更高的利用价值。

此外，大数据挖掘技术的流行是随着使用需求大物联网、移动互联网的运用而快速发展起来的。大数据挖掘为这些行业提供准确度高的预测信息，根据对数据仓库中的海量数据进行分析，虽然与传统数据分析挖掘技术相似，但大数据挖掘可以改变数据算法应对不同的数据分析条件进行预测分析。

2.1.2数据挖掘技术的流程

数据挖掘技术可对已有海量数据库继续挖掘，从而获取有价值的信息。但值得注意的是几乎所有的数据挖掘技术算法的种类所历经的流程相似。在数剧挖掘过程中，各种算法互相协调配合使用，可以解决多种问题，达到获取有价值信息的目的。数据挖掘技术会历经输翻译数据、预处理数据分析数据建模三个阶段来得到输出结果( 见下图 ) 。翻译数据指将数据库中海量的数据换成计算机可识 别的格式后，再输入计算机。此阶段，会对海量数据库中的数据进行选择与筛除，分析出有价值的数据。在进行数据的选取后，会继续对翻译后的数据进行初始化处理，更大程度上提升数据的质量。进行预处理数据是为了避免翻译数据流程中输入的不准确数据对后续分析的干扰。对数据进行再筛选也是为了保障后续数据分析的准确性。通常使用数据筛选、数据变量转换缺失值处理坏数据处理、数据标准化、属性选择等方法进行全面客观的数据处理。随后进行的第三阶段的数据建模是按照实际数据处理问题的需要对预处理的数据进行数学建模分析通过数据建模对预处理的数据轨迹进行概括处理，使这些数据的具体结构相互匹配，从而得到最终的数据挖掘结果。

图1数据挖掘过程图

总的来说，尽管大数据挖掘技术已经替代了传统数据挖掘方法。但大数据挖掘技术始终是建立在普通数据挖掘处理上的，大数据挖掘技术是由时代的变化规律发展而来的。

2.1.3 数据挖掘十大算法

一、C4.5

C4.5，是机器学习算法中的一个分类决策树算法，它是决策树(决策树也就是做决策的节点间的组织方式像一棵树，其实是一个倒树)核心算法 ID3 的改进算法，所以基本上了解了一半决策树构造方法就能构造它。决策树构造方法其实就是每次选择一个好的特征以及分裂点作为当前节点的分类条件。

二、The k-means algorithm 即 K-Means 算法

k-means algorithm 算法是一个聚类算法，把 n 的对象根据他们的属性分为 k 个分割(k < n)。它与处理混合正态分布的最大期望算法很相似，因为他们都试图找到数据中自然聚类的中心。它假设对象属性来自于空间向量，并且目标是使各个群组内部的均方误差总和最小。

三、 Support vector machines

支持向量机，英文为 Support Vector Machine，简称 SV 机。它是一种监督式学习的方法，它广泛的应用于统计分类以及回归分析中。支持向量机将向量映射到一个更高维的空间里，在这个空间里建立有一个最大间隔超平面。在分开数据的超平面的两边建有两个互相平行的超平面，分隔超平面使两个平行超平面的距离最大化。

四、The Apriori algorithm

Apriori 算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。其核心是基于两阶段频集思想的递推算法。该关联规则在分类上属于单维、单层、布尔关联规则。在这里，所有支持度大于最小支持度的项集称为频繁项集，简称频集。

五、最大期望(EM)算法

在统计计算中，最大期望 （EM，Expectation–Maximization）算法是在概率（probabilistic）模型中寻找参数最大似然估计的算法，其中概率模型依赖于无法观测的隐藏变量（Latent Variabl）。最大期望经常用在机器学习和计算机视觉的数据集聚（Data Clustering）领域。

六、 PageRank

PageRank 是 Google 算法的重要内容。2001 年 9 月被授予美国专利，专利人是 Google 创始人之一拉里佩奇（Larry Page）。因此，PageRank 里的 page 不是指网页，而是指佩奇，即这个等级方法是以佩奇来命名的。PageRank 根据网站的外部链接和内部链接的数量和质量，衡量网站的价值。PageRank 背后的概念是，每个到页面的链接都是对该页面的一次投票， 被链接的越多，就意味着被其他网站投票越多。

七、AdaBoost

Adaboost 是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器 (强分类器)。其算法本身是通过改变数据分布来实现的，它根据每次训练集之中每个样本的分类是否正确，以及上次的总体分类的准确率，来确定每个样本的权值。将修改过权值的新数据集送给下层分类器进行训练，最后将每次训练得到的分类器融合起来，作为最后的决策分类器。

八、 kNN: k-nearest neighbor classification

K 最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：如果一个样本在特征空间中的 k 个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。

九、 Naive Bayes

在众多的分类模型中，应用最为广泛的两种分类模型是决策树模型(Decision Tree Model)和朴素贝叶斯模型（Naive Bayesian Model，NBC）。朴素贝叶斯模型发源于古典数学理论，有着坚实的数学基础，以及稳定的分类效率。同时，NBC模型所需估计的参数很少，对缺失数据不太敏感，算法也比较简单。理论上，NBC 模型与其他分类方法相比具有最小的误差率。但是实际上并非总是如此，这是因为 NBC 模型假设属性之间相互独立，这个假设在实际应用中往往是不成立的，这给 NBC模型的正确分类带来了一定影响。在属性个数比较多或者属性之间相关性较大时，NBC模型的分类效率比不上决策树模型。而在属性相关性较小时，NBC模型的性能最为良好。

十、 CART: 分类与回归树

CART, Classification and Regression Trees。 在分类树下面有两个关键的思想：第一个是关于递归地划分自变量空间的想法；第二个想法是用验证数据进行剪枝。

2.2.1设计内容目标

作为铝电解工业信息化建设的一个重要内容，铝电解生产过程中对于控制系统产生的数据的深度分析，近年来获得了较快的关注。但是在实际的应用过程中，缺乏对铝电解控制系统中产生的海量数据进行进一步分析的具体研究，无法发现隐藏在这些数据之间的各种关系和控制策略指导依据。因此将数据挖掘技术引入到铝电解电气控制系统的过程中，充分利用控制系统产生的各种操作数据及工艺参数，设计开发一种基于数据挖掘技术的铝电解生产过程分析工具用于优化生产过程，具有较强的实际应用价值。

2.2.2设计的所采用的方案及SVM算法

1.根据已经处理好的铝电解数据，利用matlab软件实现SVM算法，并得到电压、槽电阻与出铝量的关系曲线和仿真结果；

2.对仿真结果进行分析，进一步优化仿真模型；

3.根据仿真模型进行软件的设计。

3. 研究计划与安排

第 1 周 撰写并完成开题报告，无错字、别字，格式规范；

第 2 周 修改、完善开题报告，进行开题答辩，主要对研究意义（1-3 句话）、 目标（1-3 句话）、内容（1-3 句话）、技术路线，重点就技术路线中总体设 计方案和功能模块设计进行讲解；

第 3 周 撰写毕业设计论文目录，需要获得指导老师认可；

4. 参考文献（12篇以上）

1. 杨世杰.我国铝电解工业的技术现状 问题与发展对策[d].1997

2. chunxia wang;;xiaoyue zheng。application of improved time series apriori algorithm by frequent itemsets in association rule data mining based on temporal constraint、2020.

3. souri, a., hosseini, r. a state-of-the-art survey of malware detection approaches using data mining techniques[j]. comput. inf. sci. 8(3), 2018.

   剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付