改进多重最小支持度关联规则算法在故障诊断中的应用  

Revised Multiple Minimum Support Associative Rules for Fault Diagnosis

作　　者：刘晶[1] 季海鹏[2] 朱清香[3] 

机构地区：[1]燕山大学图书馆,河北秦皇岛066004 [2]燕山大学机械工程学院,河北秦皇岛066004 [3]燕山大学经管学院,河北秦皇岛066004

出　　处：《工业工程》2010年第4期108-111,共4页Industrial Engineering Journal

基　　金：河北省自然科学基金资助项目(G2010001331)

摘　　要：Apriori算法的前提是数据库中各项目的频率和重要性是相同或者相似的,但在故障诊断的实际应用中并非如此。在Apriori算法的基础上进行改进,利用多重最小支持度解决了设备故障诊断中非频繁项目的挖掘;同时针对在实际的应用中项目集的重要程度不一致的问题,提出一种基于"组件信誉值"的加权多重最小支持度算法,并通过实际的例子证明了该算法在故障诊断中的正确性和有效性。When Apriori algorithm is adopted in data mining,it requires that the frequency and importance of the items should be similar.This is not true in fault diagnosis applications.In this paper,the Apriori algorithm is revised for equipment fault diagnosis by using weighted multiple minimum support associative rules.An example is presented to show the correctness and effectiveness of the proposed algorithm.

关 键 词：多重最小支持度 关联规则 组件信誉值 故障诊断 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]