数据挖掘技术在辅助决策中的应用研究

论文摘要

近几年来,随着数据库技术的发展突飞猛进,电力行业、军事应用等领域的数据量也与日俱增,这些数据里面蕴藏着大量的有用信息,没有经过充分利用,形成困扰决策者的“知识爆炸”问题。为了减少电力行业和军事应用领域中的数据负担,同时从中取得珍贵的知识,更好地为决策人员服务。本研究针对上述领域,对近年来飞速发展的数据挖掘技术进行了研究,提出了重点针对电力输电线路工程造价预测和军事训练信息管理的数据挖掘方法,并着重对如何分析数据和评估结果进行了阐述。研究从基于数据库的知识发现开始,较系统全面地介绍了数据挖掘的基本概念、数据库和数据挖掘技术的发展动态,讨论了数据挖掘技术的研究现状和发展方向,并研究了数据挖掘常用的技术方法和应用领域;在现有研究工作的基础上,提出用数据挖掘与人工神经网络相结合的方法来预测电力输电线路工程造价,并将数据挖掘中的关联、聚类、分类等方法运用到军事信息管理与决策中,得到了一些有用的结论,从而指导部队的军事训练工作。该研究主要完成的工作成果有:①在对电力输电线路工程历史数据进行分析整理的基础上,按照工程造价管理的要求,将数据转换成适合挖掘的形式进行分析,最终构建了基于数据挖掘和人工神经网络的预测模型。②提出了一种对军事信息数据管理与利用的新思路,将数据挖掘技术应用到军事训练信息管理决策中。通过对数据进行微观、中观乃至宏观的统计、分析、综合和推理,进而发现事件间的相互关联,以指导实际问题的求解,并利用已有的数据对未来的军事训练活动进行预测。③提出了电力输电线路工程数据和军事训练数据的预处理方法,在此基础上,建立了各类数据之间的关联、聚类和分类规则。通过对上述内容的深入研究,并且对挖掘结果进行分析和评价,为预测电力输电线路工程造价、分析评价历史训练数据、军事训练辅助决策和训练成绩预测以及组织训练考核等,提供了决策参考依据。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 引言
• 1.2 数据挖掘的研究现状
• 1.3 研究工作内容
• 2 数据挖掘技术基本理论
• 2.1 数据挖掘的概念
• 2.1.1 数据挖掘系统总体结构
• 2.2 数据挖掘的方法与用途
• 2.2.1 关联分析
• 2.2.2 分类分析
• 2.2.3 聚类分析
• 2.3 数据挖掘的步骤
• 2.4 数据挖掘工具简介
• 2.4.1 数据挖掘工具分类
• 2.4.2 典型的数据挖掘工具
• 2.4.3 数据挖掘工具AlphaMiner
• 3 数据挖掘在预测电力输电线路工程造价中的应用
• 3.1 相关理论
• 3.1.1 电力输电线路工程造价
• 3.1.2 BP 神经网络
• 3.1.3 改进的BP 算法
• 3.2 利用数据挖掘技术预测电力输电线路工程造价的过程分析
• 3.3 数据预处理
• 3.4 数据挖掘/人工神经网络相结合的工程造价预测模型
• 3.4.1 K-means 聚类方法提取模糊规则
• 3.4.2 模糊系统的隶属度函数确定
• 3.5 实例分析
• 3.6 本章小结
• 4 军事信息数据的挖掘与利用
• 4.1 军事信息管理领域的数据挖掘需求
• 4.2 数据挖掘在军事信息管理中的应用价值
• 4.2.1 部队信息资源是信息化条件下战争的战略资源
• 4.2.2 部队信息资源——部队信息化的核心
• 4.2.3 部队信息资源开发运用面临的机遇与挑战
• 4.3 军事信息管理中的数据挖掘技术应用
• 4.3.1 挖掘目标的确立
• 4.3.2 数据的准备
• 4.3.3 模型的建立
• 4.3.4 输出结果的分析和评价
• 4.3.5 挖掘过程的实施
• 4.4 具体应用
• 4.4.1 在历史训练数据分析评价中的运用
• 4.4.2 在训练辅助决策中的运用
• 4.4.3 在训练成绩预测中的运用
• 4.4.4 在组织训练考试中的运用
• 4.5 本章小结
• 5 总结和展望
• 致谢
• 参考文献
• 附录
• 作者在攻读学位期间发表的论文目录