关联规则DHP算法的研究与分析

举例说明了DHP算法的执行过程,并且对DHP的算法性能进行了分析。DHP算法高效地生成频繁项目集,解决了生成频繁2-项目集L2时的性能瓶颈问题,减少了事务数据库的内容和降低了数据库扫描的次数。     

基于DHP方法的锅炉燃烧系统优化控制研究

电厂锅炉燃烧过程是一个典型的强非线性、多输入、多输出、强耦合过程,以这一直接影响机组安全经济运行的复杂过程控制为研究对象,研究火电厂锅炉燃烧系统的优化控制.首先,采用径向基函数神经网络(radial basis function neural network,RBFNN)对电厂锅炉燃烧系统进行了建模和模型测试.然后,用...     

基于Elman网的水泥回转窑模型及其DHP控制器设计

水泥回转窑熟料煅烧过程是一个涉及传质、传热和物理化学反应的复杂的多变量、多扰动、非线性过程。为了稳定回转窑温度以提高水泥熟料烧成质量,降低能耗,需要探索新型优化控制方法。近似动态规划(ADP)综合神经网络、强化学习和动态规划等方法和技术,是一种新型优化方法。其中的双启发式动态规划(DHP)算法由于其评价网络的输出是代价函数关于状态量的偏导数,它具有动态性好、收敛速度快、控制精度高等优点。在分析水泥回转窑工艺的基础上,采用Elman神经网络建立回转窑系统的模型,并利用近似动态规划中的双重启发式动态规划算法设计回转窑温度优化控制器。仿真结果表明,在经历控制初期的波动后,回转窑烧成带温度逐渐趋于稳定,实现了对水泥回转窑的仿真控制。     

一种基于DHP的动态链地址关联规则挖掘算法

采用动态链地址法建立Hk 表,提出DLDHP算法,克服DHP算法不能给Ck 中的每个项集单独计数的缺点,在增加Hk 表的空间时也会删除链表中的结点空间,从而Hk 表不会占用较大的内存,最终直接由Hk 表得到频繁k-项集的集合Lk ,不用再次扫描数据库。实验结果表明:DLDHP算法是有效可行的。