基于关联规则算法与神经网络的制粉系统性能优化方法

    公开(公告)号:CN111158239B

    公开(公告)日:2022-06-21

    申请号:CN202010021684.9

    申请日:2020-01-09

    IPC分类号: G05B13/04

    摘要: 本发明提供了一种基于关联规则算法与神经网络的制粉系统性能优化方法,属于信息控制技术领域。本发明的步骤包括:S1,根据制粉系统的历史数据,建立制粉系统数据库;S2,筛选稳定运行参数;S3,通过有监督自组织神经网络对所述制粉系统数据库中历史数据进行工况聚类;S4,数据离散化、纬度约束和样本压缩;S5,基于改进关联规则算法挖掘每一工况簇的运行优化参数;S6,运行工况的判定与归类;S7,累积新工况数据到一定程度再次挖掘。本发明具有节省计算资源,关联规则算法的运行效率和性能得到提升的优点,还使数据挖掘更具有针对性,消减冗余项,提高挖掘效率。

    基于关联规则算法与神经网络的制粉系统性能优化方法

    公开(公告)号:CN111158239A

    公开(公告)日:2020-05-15

    申请号:CN202010021684.9

    申请日:2020-01-09

    IPC分类号: G05B13/04

    摘要: 本发明提供了一种基于关联规则算法与神经网络的制粉系统性能优化方法,属于信息控制技术领域。本发明的步骤包括:S1,根据制粉系统的历史数据,建立制粉系统数据库;S2,筛选稳定运行参数;S3,通过有监督自组织神经网络对所述制粉系统数据库中历史数据进行工况聚类;S4,数据离散化、纬度约束和样本压缩;S5,基于改进关联规则算法挖掘每一工况簇的运行优化参数;S6,运行工况的判定与归类;S7,累积新工况数据到一定程度再次挖掘。本发明具有节省计算资源,关联规则算法的运行效率和性能得到提升的优点,还使数据挖掘更具有针对性,消减冗余项,提高挖掘效率。