基于多agent企业分布式关联规则发现的研究

基于多agent企业分布式关联规则发现的研究

ID:32162831

大小:2.28 MB

页数:51页

时间:2019-02-01

基于多agent企业分布式关联规则发现的研究_第1页
基于多agent企业分布式关联规则发现的研究_第2页
基于多agent企业分布式关联规则发现的研究_第3页
基于多agent企业分布式关联规则发现的研究_第4页
基于多agent企业分布式关联规则发现的研究_第5页
资源描述:

《基于多agent企业分布式关联规则发现的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于多Agent的企业分布式关联规则发现研究摘要如何从分布式数据库中发现所需的知识逐渐成为现代企业迫切需要解决的问题。考虑到企业经营数据的安全性、保密性和一致性特点以及企业对知识的实时性和准确性要求,分布式知识发现系统将比数据仓库更适合现代企业。然而,现存的分布式知识发现系统还存在一些问题,例如:只考虑本地和全局知识挖掘,忽略了区域知识在企业管理中的作用;直接在操作型数据上进行OLAP操作,影响OLTP的吞吐率;只给出模型架构,未针对具体问题给出相应算法。为解决上述问题,本文以多Agent系统相关知识为背景,以企业分布式关联规则挖掘为研究对象,以提

2、高企业分布式关联规则挖掘效率及挖掘知识的全面性为研究目的,主要完成了以下工作:(1)建立了分布式知识发现模型,挖掘企业中的全局知识、各级区域知识及本地知识。以多Agent技术为基础,设计企业知识发现多级模型,除挖掘全局知识及本地知识外,亦可根据用户定义,挖掘出区域知识,供各级管理者快速决策。(2)针对知识发现模型,提出了挖掘请求分解方法及子任务调度算法,应用到管理Agent中以实现对挖掘请求的分解及对子任务的调度;(3)给出了基于FP-tree的最大频繁项集挖掘算法,并结合分布式挖掘算法应用至知识发现模型中。(4)给出了区域/全局最大频繁项集挖掘算

3、法,并应用到知识聚集Agent中。最后,本文以合肥铁路机务段材料库记录为实验数据,利用JADE和EcliPSe搭建出多Agent平台,在局域网内实现了原型系统,证明了分布式关联规则发现系统的有效性。关键字:分布式知识发现;区域知识;任务调度;知识聚集StudyonMultiAgent-basedEnterpriseDistributedAssociationRUlesDiscoveryABSTRACTItbecomesankeyissueforup.to.dateenterprisesthathowtominerequisiteknowledgef

4、romdistributeddatabases.Inconsiderationofdatasecurity,privacyandconsistency,aswellasreal—timeandaccuracyofknowledge,distributedknowledgediscoverysystemismoreadaptedtoenterprisesthandatawarehouse.However,Someissueshavebeenfoundinpresentdistributedknowledgediscoverymodel,suchaso

5、nlylocalandglobalknowledgecanbeminedexceptregionknowledgewhichisveryimportantforenterprises,datamininghasbeenOperateddirectlyontransactiondatabaseandthiswillimpactthethroughputofOLTPandonlysomemodelswithoutdataminingalgorithm,taskschedulingalgorithmandknowledgeintegrationalgor

6、ithmhavebeenproposed.It’Shardtouseunderpracticalcondition.Inordertosolvetheseissues,anenterprisedistributedassociationrulesdiscoverymodelbasedonmulti—Agenthasbeenpresentedinthisthesis.Inthemodel,managementagentschedulesalldecomposedsubdataminingtasksaccordingtoSAalgorithm。Exec

7、uteagentexecutesdatarainingtasksonremotesiteswithtaskdetailsanddataminingalgorithm-DMFIF.Knowledgeagentcollectslocalknowledgefromresultagentofalllocalsites,and;gainstheregionknowledgeorglobalknowledgebyintegratingalllocalknowledgeaccordingtoKIalgorithm.Finally,aprototypesystem

8、forthedistributedknowledgediscoverysystemhasbeencarriedout.Ke

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。