一种面向疏浚产量的工艺参量聚类分析方法技术

本发明专利技术公开了一种面向疏浚产量的工艺参量聚类分析方法，包括如下步骤：(1)收集疏浚作业中产量与工艺参量的数据资料，并建立相应的样本矩阵；(2)对样本矩阵中的参量数据进行标准化处理；（3）将选取的工艺参量与产量进行相似度的计算；（4）对所计算的相似度结果进行分析，确定各工艺参量与产量之间的相关性。本发明专利技术所能达到的有益效果：为疏浚作业产量的优化研究提供一种方法，达到高效率、高产量的目的，对疏浚作业中产量与工艺参量的相关性研究具有重要意义。

【技术实现步骤摘要】
一种面向疏浚产量的工艺参量聚类分析方法
本专利技术涉及基于聚类分析的疏浚产量与工艺参量相关性确定的应用，属于疏浚工程领域。
技术介绍
疏浚工程是水利水运工程的重要项目，对人类社会进步、环境改善及经济发展的作用非常重大。现代疏浚工程主要依靠挖泥船来进行，工艺调控参量众多，在现阶段疏浚作业中，主要是以人工操作为主。即使是经验丰富的操作人员，由于影响因素众多导致定性测试相对困难，疏浚作业一直处于高能耗、低产量状态。因此，搜寻与疏浚作业产量相关的工艺参量显得尤为重要。实现疏浚作业的高产量、低能耗，降低操作复杂性，提高疏浚作业的自动化程度在今天显得尤为迫切。
技术实现思路
本专利技术的目的在于克服上述缺陷，利用聚类分析，提供一种面向疏浚产量的工艺参量聚类分析方法，对疏浚作业的产量与工艺参量之间的相关性进行确定，筛选影响疏浚作业产量的重要因素，实现高效率、高产量的目的，提高疏浚自动化程度。为实现上述目的，本专利技术所采用的技术方案为：一种面向疏浚产量的工艺参量聚类分析方法，包括以下步骤:步骤(1)：收集疏浚作业中产量与工艺参量的数据资料，确定p个分析变量，列出因变量与自变量样本矩阵；其中，p为正整数；步骤(2)：对相关参量数据进行标准化处理；步骤(3)：对选取的各工艺参量与产量进行相似度的计算；步骤(4)：对所计算的相似度结果进行分析，确定各工艺参量与产量之间的相关性。上述步骤(1)中的样本矩阵如下：设对p个自变量x1,x2,…,xp和1个因变量y1行了n次观测,分别记自变量与因变量的“样本点×变量”型的数据矩阵为：记样本矩阵为上述步骤(2)中矩阵标准化处理如下：样本矩阵进行标准化变换后的矩阵如下所示，其中，r＝1,2,…,n这里为自变量xp的观测值的最小值，为自变量xp观测值的极差；为因变量y1的观测值的最小值，为因变量y1的观测值的极差。经过极差归一化变换后，矩阵FR的每个元素的取值均在0～1之间。上述步骤(3)中相似度的计算如下：选取已进行标准化处理后的任意一自变量，如是两个n维数据对象,那么xj与y1之间的相似度的计算可分三步计算：第一步，比较，度量单个属性之间的分离程度。可由下式计算：其中，Rj表示第j个属性的方差；第二步，综合，将每一属性之间的度量结果综合，形成对整体的度量结果。可由下式计算：其中，表示第j个属性的权重。第三步，转换，将结果映射到[0,1]之间。f表示转换函数，可由下式计算：第一步计算单属性相似度是为第二步综合做铺垫，从单属性相似度中可以看出每组数据的相似性，而综合函数是对整体数据的综合，不能从中看出单组数据之间的相似性。所述步骤(4)中对相似度结果进行分析如下：在本专利技术中，步骤(3)所计算的单属性相似度是衡量单个属性的分离程度。当计算的是分离程度时，单属性相似度取值范围是整个实数集，两个元素越相似，则取值越小。由于综合属性是对每一属性的综合把握，同单属性相似度类似，当单属性相似度计算的是分离程度时，两个元素越相似，则取值越小。最后计算的相似度是对综合属性的映射。相似度的取值范围为[0,1]，取值的大小表示元素之间的相似程度。即当两个元素是相似样本时，相似度的计算结果越趋近于1；当两个元素不相似时，相似度的计算结果越趋于0。本专利技术的有益效果是：本专利技术利用聚类分析中的相似度定义，通过计算疏浚作业的产量与工艺参量之间的相似度，确定产量与工艺参量之间的相关性。可为疏浚作业产量的优化研究提供一种方法，达到高效率、高产量的目的，对疏浚作业中产量与工艺参量的相关性确定具有重要意义。附图说明图1是本专利技术的流程图。具体实施方式下面结合附图和实例对本专利技术作进一步描述。以下实例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。一种面向疏浚产量的工艺参量聚类分析方法，包括以下步骤:步骤(1)：收集疏浚作业中产量与工艺参量的数据资料，确定p个分析变量，列出因变量与自变量样本矩阵；其中，p为正整数；步骤(2)：对相关参量数据进行标准化处理；步骤(3)：对选取的各工艺参量与产量进行相似度的计算；步骤(4)：对所计算的相似度结果进行分析，确定各工艺参量与产量之间的相关性。上述步骤(1)中的样本矩阵如下：设对p个自变量x1,x2,…,xp和1个因变量y1行了n次观测,分别记自变量与因变量的“样本点×变量”型的数据矩阵为：记样本矩阵为上述步骤(2)中矩阵标准化处理如下：样本矩阵进行标准化变换后的矩阵如下所示，其中，r＝1,2,…,n这里为自变量xp的观测值的最小值，为自变量xp观测值的极差；为因变量y1的观测值的最小值，为因变量y1的观测值的极差。经过极差归一化变换后，矩阵FR的每个元素的取值均在0～1之间。上述步骤(3)中相似度的计算如下：选取已进行标准化处理后的任意一自变量，如是两个n维数据对象,那么xj与y1之间的相似度的计算可分三步计算：第一步，比较，度量单个属性之间的分离程度。可由下式计算：其中，Rj表示第j个属性的方差；第二步，综合，将每一属性之间的度量结果综合，形成对整体的度量结果。可由下式计算：其中，表示第j个属性的权重。第三步，转换，将结果映射到[0,1]之间。f表示转换函数，可由下式计算：第一步计算单属性相似度是为第二步综合做铺垫，从单属性相似度中可以看出每组数据的相似性，而综合函数是对整体数据的综合，不能从中看出单组数据之间的相似性。所述步骤(4)中对相似度结果进行分析如下：在本专利技术中，步骤(3)所计算的单属性相似度是衡量单个属性的分离程度。当计算的是分离程度时，单属性相似度取值范围是整个实数集，两个元素越相似，则取值越小。由于综合属性是对每一属性的综合把握，同单属性相似度类似，当单属性相似度计算的是分离程度时，两个元素越相似，则取值越小。最后计算的相似度是对综合属性的映射。相似度的取值范围为[0,1]，取值的大小表示元素之间的相似程度。即当两个元素是相似样本时，相似度的计算结果越趋近于1；当两个元素不相似时，相似度的计算结果越趋于0。下面以“天狮号”绞吸式挖泥船现场施工实时采集数据为数据源加以说明步骤(1)：收集疏浚作业中产量与各工艺参量的数据资料，在本实例中，选取的工艺参量有管路平均浓度、管路流速、出口流速、绞刀切泥厚度、绞刀前进距离、横移速度、绞刀深度、共7个参量。(所选参量仅供参考)从“天狮”号收集的大量数据中随机选取数组数据，并建立相应的数据矩阵F，如表1所示；表1产量与部分工艺参量数据步骤(2)：对样本矩阵进行标准化处理。通过步骤(2)，对于步骤(1)中的矩阵进行标准化处理，此步骤可利用MATLAB调用rscore函数进行计算。标准化处理后的矩阵如表2所示。表2产量与工艺参量标准化数据步骤(3)：对选取的工艺参量分别与产量进行相似度的计算。a.计算所选取的各工艺参量的方差，如表3所示：表3各工艺参量的方差b.计算单属性相似度，由公式(5)可得：(此处仅列举其中一个工艺参量)，得出的结果如表4所示：表4管路平均浓度的单属性相似度c.计算权重可由公式(7)计算，结果如表5所示。表5各工艺参量的权重d.计算综合函数Mn。可由公式(6)计算。所得结果如表6所示。表6各工艺参量的综合属性e.计算各工艺参量之间的相似度。公式(8)计算。所得结果如表7所示。表7工艺参量与产量之间本文档来自技高网...

【技术保护点】
1.一种面向疏浚产量的工艺参量聚类分析方法，其特征在于，包括以下步骤:步骤(1)：收集疏浚作业中产量与工艺参量的数据资料，确定p个分析变量，列出因变量与自变量样本矩阵；其中，p为正整数；步骤(2)：对相关参量数据进行标准化处理；步骤(3)：对选取的各工艺参量与产量进行相似度的计算；步骤(4)：对所计算的相似度结果进行分析，确定各工艺参量与产量之间的相关性。

【技术特征摘要】
1.一种面向疏浚产量的工艺参量聚类分析方法，其特征在于，包括以下步骤:步骤(1)：收集疏浚作业中产量与工艺参量的数据资料，确定p个分析变量，列出因变量与自变量样本矩阵；其中，p为正整数；步骤(2)：对相关参量数据进行标准化处理；步骤(3)：对选取的各工艺参量与产量进行相似度的计算；步骤(4)：对所计算的相似度结果进行分析，确定各工艺参量与产量之间的相关性。2.根据权利要求1所述的一种面向疏浚产量的工艺参量聚类分析方法，其特征在于，所述步骤(1)中列出因变量与自变量样本矩阵具体为：设对p个自变量x1,x2,…,xp和1个因变量y1行了n次观测,分别记自变量与因变量的“样本点×变量”型的数据矩阵如下所示：记样本矩阵为其中，aij为xj的第i次测量值，br1为y1的第r次测量值。3.根据权利要求2所述的一种面向疏浚产量的工艺参量聚类分析方法，其特征在于，所述步骤(2)对相关参量数据进行标准化处理具体为：将步骤(1)中的样本矩阵进行标准化变换，变换后的矩阵如下所示，其中，为自变量xp的观测值的最小值，为自变量xp观测值的极差；为因变量yq的观测值的最小值，为因变量y1的观测值的极差。4.根据权利要求3所述的一种面向疏浚产量的工艺参量聚类分析方法，其特征在于，所述步骤(3)中对选取的各工艺参量分别与产量进行相似度的计算具体为：选取已...

【专利技术属性】
技术研发人员：高腾，许焕敏，
申请(专利权)人：河海大学常州校区，
类型：发明
国别省市：江苏,32