聚类算法及其在污水处理工艺故障诊断中的应用研究

【摘要】： 聚类是数据挖掘中一种重要的挖掘任务和挖掘方法,它从数据库中寻找数据间的相似性,并依此对数据进行分类,使得不同类中的数据尽可能相异,而同一类中的数据尽可能相似,即“物以类聚”,从而优化大规模数据库的查询和发现数据中隐含的有用信息或知识,数据聚类在很多领域中有着广泛的应用。 污水处理过程是一个包含许多复杂处理工艺的生化过程,长期稳定运行是较为困难的。目前国内的城市污水处理厂在日常运行过程中用于故障诊断的智能技术主要是基于知识的故障诊断专家系统。然而建立基于知识的系统的一个主要问题就是知识库的构建。知识库的构建主要依靠只为少数操作人员或专家所掌握的多年积累的经验知识,存在知识获取瓶颈的问题。污水处理厂在运行过程中,会产生大量的运行数据。聚类分析是一种无监督分类技术,可以很好地用来进行先验知识少的数据的分析。因此提出使用聚类分析技术分析污水处理历史数据,通过分析聚类结果,建立故障规则,用于补充城市污水处理故障诊断系统的知识库。 本文对现有的聚类算法作了深入的研究,通过具体的分析后,提出了基于遗传算法和基于最近邻聚类的聚类方法。最后使用新提出的聚类算法对污水处理历史数据进行了聚类分析,并对污水处理中的故障规则的建立作了初步探讨。本文的主要研究内容如下: ①介绍了聚类分析技术和遗传算法方面的基础知识。探讨了遗传算法常用的编码方式、遗传算子以及控制参数的选择。 ②对遗传算法与K-means算法相结合的混合聚类算法进行了研究,提出了改进的遗传聚类算法,来提高收敛速度并改善分类效果。 ③提出了一种两阶段聚类分析算法。算法的第一阶段为最近邻聚类算法,第一阶段后生成初始聚类簇。算法的第二阶段为遗传优化阶段,进行初始聚类簇的合并。聚类算法不需要事先指定聚类个数。将两阶段聚类算法在多个模拟数据集上进行聚类,并对实验结果进行了分析。在前面的基础上,提出了基于最近邻聚类的两阶段聚类框架,即可用于划分聚类又可用于层次聚类。 ④使用基于最近邻聚类算法和遗传优化算法的异常检测算法对污水处理历史数据进行了聚类分析,使用基于距离和的异常度量因子,筛选出样本集中最为异常的样本。结合专家的解释,对这些异常样本进行了分析。最后对污水处理中的故障规则的建立作了初步探讨。 【关键词】：聚类分析 K-means算法 遗传算法 最近邻聚类 故障诊断
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2007
【分类号】：X703
【目录】：

• 摘要3-4
• ABSTRACT4-8
• 1 绪论8-15
• 1.1 研究背景和意义8-10
• 1.2 国内外研究现状10-14
• 1.2.1 污水处理领域故障诊断应用现状10-12
• 1.2.2 聚类分析技术的发展现状12-14
• 1.3 论文的主要内容和章节安排14-15
• 2 聚类分析概述15-23
• 2.1 聚类分析的基本知识15-17
• 2.2 常用的聚类算法17-18
• 2.3 层次聚类法18-20
• 2.3.1 层次聚类法的工作步骤18
• 2.3.2 常用的七种层次聚类方法18-20
• 2.4 动态聚类法20-22
• 2.4.1 K-means 算法思想及算法流程20-21
• 2.4.2 K-means 算法的优缺点分析21-22
• 2.5 本章小结22-23
• 3 遗传算法概述23-31
• 3.1 进化计算23-24
• 3.2 遗传算法24-29
• 3.2.1 遗传算法的基本原理24-25
• 3.2.2 遗传算法的基本描述25-29
• 3.3 基本遗传算法29-30
• 3.4 本章小结30-31
• 4 改进的基于遗传算法的聚类方法31-39
• 4.1 基于基本遗传算法的聚类方法31-32
• 4.2 改进的遗传聚类算法32-36
• 4.2.1 编码方式和种群初始化33
• 4.2.2 K-means 操作33
• 4.2.3 适应度函数设计33-34
• 4.2.4 选择操作34-35
• 4.2.5 交叉操作35-36
• 4.2.6 变异操作36
• 4.2.7 终止规则36
• 4.2.8 解码36
• 4.3 实验分析36-38
• 4.4 本章小结38-39
• 5 基于最近邻聚类和遗传算法的两阶段聚类算法39-49
• 5.1 最近邻聚类阶段39-40
• 5.2 遗传优化阶段40-42
• 5.2.1 编码方式及初始化40-41
• 5.2.2 适应度的计算41
• 5.2.3 迭代聚类41-42
• 5.2.4 遗传算子42
• 5.2.5 终止条件42
• 5.3 实验分析42-44
• 5.4 基于最近邻聚类的两阶段算法框架44-48
• 5.4.1 聚类评估函数44-46
• 5.4.2 多个代表点生成方法46-48
• 5.5 本章小结48-49
• 6 聚类算法在污水处理工艺故障诊断中的应用49-64
• 6.1 城市污水处理工艺流程简介49-50
• 6.2 污水处理工艺过程故障诊断的意义50
• 6.3 城市污水处理厂的日常监控数据及其前期处理50-55
• 6.3.1 数据清理53-54
• 6.3.2 数据变换54-55
• 6.4 聚类算法用于污水处理工艺过程故障诊断的实验55-60
• 6.4.1 研究现状55-56
• 6.4.2 基于最近邻聚类和遗传优化的异常点检测56-58
• 6.4.3 实验结果58-60
• 6.5 规则的生成60-63
• 6.6 本章小结63-64
• 7 总结与展望64-66
• 7.1 总结64
• 7.2 展望64-66
• 致谢66-67
• 参考文献67-70
• 附录70

您可以在本站搜索以下学术论文文献来了解更多相关内容

改进的小生境遗传聚类算法应用研究    孙红艳

基于人工免疫网络的动态聚类算法    钟将,吴中福,吴开贵,欧灵

污水生物处理故障诊断专家咨询系统    李振宇,杨昌柱,章北平,濮文虹

污水处理厂故障智能诊断决策支持系统的开发    周强,杨兴泉,初红霞

基于距离的孤立点检测研究    陆声链,林士敏

城市污水处理异常工况判断及操作指导专家系统    孙强，沐建国，孙礼康

污水处理厂故障诊断专家系统    施汉昌,王玉珏

从多角度分析现有聚类算法(英文)    钱卫宁,周傲英

基于最近邻优先的高效聚类算法    胡建军,唐常杰,李川,彭京,元昌安,陈安龙,蒋永光

人工免疫C-均值聚类算法    张雷,李人厚

支持向量机算法的研究及其应用    范昕炜

基于支持矢量机和信任域的目标跟踪算法    贾静平;张飞舟;柴艳妹;

支持向量机大规模样本快速训练算法    李飞;李红莲;

基于Kriging与Closest Point融合算法的边坡岩土层界面拟合    李健;吴顺川;高永涛;周喻;邓增兵;

污水处理智能控制进展    刘太杰,崔莉凤,刘载文

基于免疫模糊聚类算法的电网抗差状态估计    杨丽君;卢志刚;李爽;陈毅强;

基于混合免疫算法的变压器故障诊断    任静;黄家栋;李胜杰;

电力变压器故障诊断的人工免疫网络分类算法    熊浩;孙才新;陈伟根;杜林;廖玉祥;

一种基于相似度聚类的胃癌诊断挖掘算法研究    张红军;

一种改进的K-means聚类算法    连凤娜;吴锦林;唐琦;

PQR~*TDBSCAN改进算法    王红;许璠;崔洪晶;许慧;

基于孤立点检测方法对于数据库异常入侵的分析    原忠义;唐文忠;许小林;

基于机器视觉和支持向量机的缺陷枣识别研究    赵杰文;刘少鹏;邹小波;

城镇污水处理自动控制技术研究现状、发展趋势及技术评价    徐灏龙;吴斌;刘国安;

基于不确定性推理的主题推荐方法    杜亚军;裴峥;彭宏;徐扬;

基于群体智能的聚类分析    曲建华

新型高频场效应器件特性与建模技术研究    徐跃杭

郑州地区仰韶文化遗址空间模式研究    张开广

一种新的特征选择方法及其在路面使用性能分析中的应用    于哲夫

入侵检测分类器设计及其融合技术研究    王飞

云模型在文本挖掘应用中的关键问题研究    代劲

基于矩阵论的供热管网阻力系数辨识研究    刘永鑫

结构驱动的单类分类器设计及拓展研究    冯爱民

属性加权及不完备数据的模糊聚类方法研究    李丹

污水处理过程模拟及系统软件开发    张晶

高光谱图像类别信息相关技术研究    邓禄群

改进的小生境遗传聚类算法应用研究    孙红艳

基于粗糙集和支持向量机的人脸识别    蒋桂莲

基于框架的事件抽取关键技术研究    金璐钰

基于支持向量机的供应链合作伙伴选择算法    肖宇

基于ANFIS的酮苯脱蜡结晶过程润滑油收率软测量模型    李师

面向源代码挖掘的聚类算法研究    孟美芝

基于支持向量机的民族语语种识别研究    殷凤玲

基于纠错输出编码与支持向量机的语音识别    李婷

C-均值聚类算法的改进研究    王慧

一种改进的小生境遗传算法    郏宣耀;王芳;

基于人工免疫网络的动态聚类算法    钟将,吴中福,吴开贵,欧灵

污水生物处理故障诊断专家咨询系统    李振宇,杨昌柱,章北平,濮文虹

污水处理工艺系统的故障诊断专家系统    郑上闽,孙进生

基于复合形遗传算法的K-means优化聚类方法    赵锋;薛惠锋;王伟;

污水处理厂故障智能诊断决策支持系统的开发    周强,杨兴泉,初红霞

遗传算法的小生境技术改进    王亚子;贾利新;

一种改进的遗传聚类算法    陆林花;王波;

基于初始中心优化的遗传K-means聚类新算法    孙秀娟;刘希玉;

基于遗传算法的K均值聚类分析    赖玉霞;刘建平;杨国兴;

基于遗传算法的k-means聚类方法的研究    金微

基于JRE城市污水处理厂故障诊断专家系统研究与实现    葛守飞

基于遗传算法的模糊聚类研究及其应用    刘宇

基于遗传算法的k-means聚类挖掘方法的研究    赵艳丽

基于遗传算法的K-means聚类算法分析研究    孙秀娟

知识获取和数据库学习系统    李德毅;

基于免疫规划的K-means聚类算法    行小帅,潘进,焦李成

污水处理厂故障诊断专家系统    施汉昌,王玉珏

污水生化处理过程建模与控制    杜树新

关于统计学习理论与支持向量机    张学工

连续化工生产过程CIPS的理论与实践    杨忠明,黄道,王行愚

模式识别中的支持向量机方法    杜树新,吴铁军

可补偿类别差异的加权支持向量机算法    范昕炜,杜树新,吴铁军

一种改进的基于层次的聚类和异常检测算法及其在数据挖掘平台上的应用    吴启南

基于连接的频繁集聚类算法    王波;钱晓棠;张斌;张明卫;

基于deep web数据库的个性化推荐系统    巩玉玺;罗容;

高炉铁水硅含量的智能预测    王华强;顾金晨;

煤矿安全网中基于已知样本的快速聚类入侵检测算法    刘涛;侯媛彬;齐爱玲;常心坦;

多变量矿压观测数据处理(二)    朱德仁

混合模糊谱系聚类算法    史彦丽;王威娜;

BCLCP聚类算法及其在批过程控制中的研究    陈树;徐保国;

自适应的模糊C均值聚类算法    王威娜;陈巨龙;温宇鹏;

基于改进型FCM算法的牛肉大理石花纹提取方法    仇金宏;沈明霞;彭增起;梁琨;吴海娟;史杰;

基于模糊c均值聚类的多模型软测量建模    仲蔚,俞金寿

基于二阶差分的聚类数自动确定方法    高翠芳;吴小俊;

快速查找最优初始聚类数K的改进K-means算法    杨青;刘晔;张东旭;刘畅;

聚类有效性与聚类算法的稳定性    于剑;

基于流形学习的舌色分析与聚类研究    左旺孟;朱颢;李乃民;李剑峰;张宏志;

一种基于相似性分析的聚类新算法:PDS算法    蔡军;袁华鹏;陈金海;施伯乐;

神经网络数据挖掘聚类优化算法    张勇斌;梁荣华;马杰;马玉书;

基于孤立因子的层次聚类算法与应用    饶金通;董槐林;姜青山;

基于模糊聚类方法的T-S模糊系统    孙长银;李林峰;

基于HSL颜色空间的模糊C均值彩色图像分割方法    付振中;赵合计;董玉振;

一种基于改进K-Medoids算法的网络攻击检测技术    田小丽;郑康锋;钮心忻;

聚类质量改进方法的研究    宗瑜

加工过程的质量异常预测与诊断方法研究    于秀娟

基于群体智能的聚类分析    曲建华

聚类分析优化关键技术研究    王纵虎

基因芯片表达数据分析相关问题研究    邱浪波

基于流量监测的网络用户行为分析    延皓

基于流量监测的网络用户行为分析    延皓

基于聚类的图像分割算法研究    李艳灵

粗糙集理论研究及其在虚拟装配系统中的应用    李翠玲

海量网络视频快速检索关键技术研究    刘守群

基于投票策略聚类融合算法的研究和实现    陈奇明

基于智能算法的DNA聚类研究及应用    张丽

可能性聚类有效性评价研究    张雪

基于信息熵的聚类个数确定方法研究    赵兴旺

云搜索中的搜索结果聚类技术研究    王斐

谱方法和信息熵在聚类中的应用    乐华

引力聚类及其应用研究    查丰

聚类分析中聚类数的确定问题    杨凌

聚类和主成分回归在经济指标数据中的应用研究    姜扬

基于隐马尔可夫模型的时间序列聚类的研究    姚世通