决策树算法在工程质量监督决策支持系统中的应用研究
发布时间:2017-04-11 18:12
本文关键词:决策树算法在工程质量监督决策支持系统中的应用研究,由笔耕文化传播整理发布。
【摘要】:“质量即生命,责任重泰山”,工程质量一直都是工程建设过程中关注的焦点,而对工程项目建设过程的质量监督是保证工程质量的有效手段,传统的工程质量监督主要面向业务设计,面向决策支持的工程质量监督非常少。多年的工程质量监督管理的作中保存了大量的工程质量监督数据,如何有效利用海量的历史数据分析现状和预测未来,为监管部门提供决策支持,已经成为工程质量监督迫切需要解决的问题。本课题根据国内外决策支持系统的现状,结合贵州省工程质量监督的实际,采用数据挖掘技术和JAVA语言开发了一款针对工程质量监督管理的决策支持系统。本文通过阅读大量文献及技术文档,以拦河坝工程质量评定数据为分析对象,首先,对数据进行了预处理,在预处理的过程中,采用了去空值、去除离群点及属性规约的操作对数据进行处理。其次,采用C4.5算法基于WEKA平台对数据进行建模,对建模结果进行分析,针对C4.5算法先建树后剪枝会增加建模开销的问题,提出了在决策树创建过程中提前合并过拟合分支的改进算法,解决了决策树模型庞大和如何减少建模时间问题。通过实验验证,改进后的算法在模型准确率及模型精简程度上有明显的改善。最后通过对WEKA平台的二次开发将改进后的算法集成到了WEKA平台中,以决策树模型为依据总结出预测规则,将预测规则应用到了“工程质量监督管理决策支持系统”中,为工程质量监管部门提供决策支持。本研究通过对工程质量监督数据的分析,为质量监管部门指明了工程项目中各个子工程的而重要程度,使监管部门的监管工作更加有针对性,对未来工程质量的预测可以提前发现工程项目中潜在的问题,减少了工程事故的发生概率。
【关键词】:工程质量监督 工程质量评定 决策树 C4.5算法 WEKA平台 剪枝
【学位授予单位】:贵州大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TP311.13
【目录】:
- 摘要4-5
- ABSTRACT5-7
- 第一章 绪论7-14
- 1.1 研究背景与问题概述7-8
- 1.1.1 项目背景7-8
- 1.1.2 问题概述8
- 1.2 研究的目的及意义8-9
- 1.2.1 研究的目的8-9
- 1.2.2 研究的意义9
- 1.3 国内外研究现状9-12
- 1.3.1 决策支持系统9-10
- 1.3.2 工程质量监督10-11
- 1.3.3 决策树11-12
- 1.4 研究的内容和主要工作12
- 1.5 论文创新点12-13
- 1.6 论文结构13-14
- 第二章 工程质量监督管理及决策支持系统及相关知识概述14-26
- 2.1 工程质量监督管理及决策支持系统简介14-17
- 2.1.1 工程质量监督管理14-16
- 2.1.2 工程质量监督决策支持16-17
- 2.2 数据挖掘技术17-20
- 2.2.1 数据挖掘的概念17
- 2.2.2 数据挖掘的过程17-19
- 2.2.3 常用的数据挖掘方法19-20
- 2.2.4 数据挖掘的应用20
- 2.3 决策树与C4.5 算法20-22
- 2.3.1 决策树20-21
- 2.3.2 C4.5 算法21-22
- 2.4 WEKA数据挖掘平台22-26
- 2.4.1 WEKA数据挖掘平台的特点23-24
- 2.4.2 WEKA数据挖掘平台数据集24
- 2.4.3 WEKA数据挖掘流程24-26
- 第三章 模型设计与实现26-38
- 3.1 数据挖掘需求26
- 3.2 数据抽取26-28
- 3.3 数据清洗28-32
- 3.4 数据建模32-36
- 3.5 规则生成36-38
- 第四章 优化算法的设计及分析38-46
- 4.1 提出算法的不足38-40
- 4.2 提出改进方案40-41
- 4.3 实验分析41-46
- 4.3.1 实验结果41-43
- 4.3.2 对比分析43-46
- 第五章 优化算法的实现与应用46-58
- 5.1 优化算法在WEKA平台中的实现46-55
- 5.1.1 WEKA平台二次开发流程46-47
- 5.1.2 WEKA源码分析47-50
- 5.1.3 WEKA源码导入50-51
- 5.1.4 在WEKA中添加新算法51-52
- 5.1.5 优化算法的实现52-55
- 5.2 优化算法的应用55-58
- 5.2.1 系统的结构55-56
- 5.2.2 工程质量预测56-58
- 第六章 总结与展望58-59
- 致谢59-60
- 参考文献60-63
- 附录63-64
- 图版64-66
本文关键词:决策树算法在工程质量监督决策支持系统中的应用研究,,由笔耕文化传播整理发布。
本文编号:299667
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/299667.html