数据挖掘在建筑业的前沿进展与理论

本文基于青岛某医院建筑2017年全年逐时总用电能耗实测数据,将冷热源电耗从中分离,得到用于分布式能源系统运行策略研究的逐时电负荷数据。首先利用k-means聚类算法对该建筑的全年逐时电负荷特性进行分析,并根据聚类结果为神经网络的训练构建相似日样本集。然后利用相关性理论针对不同的相似日样本集筛选特征参数,作为神经网络的输入参数。最后利用平均绝对百分误差(mape)、变异系数(cv)、均方根误差(rmse)等指标对本文提出的复合优化预测模型性能进行定量评价。结果显示,复合优化预测模型的预测精度相较于既不聚类也不进行相关分析的传统bp网络有了很大的提高。其中,mape、cv、rmse分别降低了39.4%、36.9%、38.1%。

介绍了数据挖掘技术的基本概念,数据挖掘方法,总结了数据挖掘技术研究现状及其在岩土工程应用中研究进展,对数据挖掘技术应用现状作出评价,并对数据挖掘技术在岩土工程中的应用进行了评述,以期为后续研究提供思路。

传统的建筑能耗监测方法难以有效地发现能耗数据特点以及能耗数据之间的潜在关系,对异常能耗数据的判断缺乏准确性。针对上述问题,提出基于多种数据挖掘方法的建筑能耗分析集成方法。通过优选分类、离群点分析、关联分析,以及预测等数据挖掘相关算法,新集成方法挖掘蕴含在建筑能耗数据中有价值的知识,实现能耗模式分类、能耗异常数据识别、找出影响能耗的相关因素、能耗预测,提供建筑节能辅助决策。通过美国国家再生能源实验室研究支持机构使用的建筑能耗数据集,验证了新集成方法的可行性和有效性。

随着市场竞争的加剧和信息社会需求的发展,从大量数据中提取(检索、查询等)用于决策和分析的信息就显得越来越重要.通过会计数据仓库设计、会计数据抽取、会计数据维护、会计决策需求设计、挖掘算法设计,以及挖掘操作、结果表达和解释等,可以从海量的财务数据中发掘有用的、重要信息组合,为企业发展、领导决策等提供科学的技术支持.

发电企业每天将在系统内产生大量关于能源使用量、发电机组运行等方面的数据；对于如此众多的数据,如何利用有效的手段和技术水平,从中发掘出数据的潜在价值,为电力企业改进决策、降低成本、提高收益提供依据,成为电力企业不容忽视的工作。数据挖掘是从大量数据存放的数据库中提取有用的信息,这些信息可解决企业所遇到的重要的商业及决策问题。数据挖掘首先需要收集大量的数据,然后运用挖掘的知识对企业已有的数据进行分析。它具有很多应用

介绍了数据仓库和数据挖掘技术在房地产企业研究中的具体应用,较详细的给出了上海房地产开发企业50强研究中,基于sqlserver2005数据挖掘技术的实现过程,期望对整合房地产行业信息,提升行业协会的信息化水平提供帮助。

目前审计机关的审计模式还是没有从根本上解决审计工作中海量数据的问题。开发和使用基于数据挖掘的审计技术和审计框架,决定了审计范围和审计程度甚至决定了审计的未来发展。

在如今这个信息大爆炸的时代,数据成为了这个时代衡量与计算很多事物的标准。在这种环境下,一种新兴的技术也诞生了——数据挖掘。本文主要就数据挖掘的作用进行了简单介绍,并对其在审计中的应用进行了分析。

针对工程机械的特点,提出了将数据挖掘技术应用于挖掘机故障诊断中,利用粗糙集具有较强的处理不确定和不完备信息的能力,对决策表的条件属性进行约简处理;再利用c4.5决策树算法的高效性对约简后的决策表进行诊断规则提取;将产生的规则运用于挖掘机故障诊断中以实现快速故障诊断。最后,以实例介绍了利用该模型进行故障诊断的完整过程,可以看出该方案提高了挖掘机故障诊断的效率。

论文提出了一种基于大数据挖掘理论的电气工程故障分析方法。在该研究中,将全局信息引入电力系统中,主要采用大数据挖掘理论中的聚类分析技术,快速准确地检测出故障分量和故障区段,最终完成故障分析。将全局信息引入电气工程中,为电气工程故障分析开辟了新的应用领域。运用大数据挖掘从大型数据库信息中自动提取有效的、新颖的、潜在有用的信息,且大数据挖掘理论可为电机工程的研究做出重要贡献。

基于我国社会主义市场经济体制的不断完善,我国企业之间的竞争逐步朝着产品质量的方向发展。在这样的大环境下,企业为保障自身的效益逐步强化质量控制工作,并合理运用各类质量数据资料,确保质量管理作业效益的进一步提升。本文基于此,着重分析数据挖掘技术,并就该技术在建材装备制造领域中的运用进行分析,希望由此带动更高经济效益的取得。

介绍了价值工程在国外的发展历程,以及在中国建筑工程领域的应用,建议加大价值工程在建筑业的推广,以提高建设项目的投资效益和投资价值.

随着国民经济的不断发展，电力资源在其中占据的作用也越来越重要。而电力体制的改革，使得电力行业进入了迅猛发展阶段，传统的管理方式已不能很好地满足市场需求。科学技术的发展使得越来越多的新技术应用于电力行业中。本文主要就数据挖掘技术在电力营销系统中的应用进行具体分析，以期促进电力企业更好地适应新时代的发展需求。

房地产业中olap和数据挖掘技术的应用——介绍了如何将olap和数据挖掘技术运用到房地产业中,在数据过滤转化、数据矩阵的构建及运用olap、数据挖掘技术分析方面作了初步探讨.

开发水库智能决策支持系统是水库调度的发展趋势,数据挖掘技术为智能决策系统的研制提供了一种有效的解决方案。从分析水库决策支持系统的信息特征出发,探讨了将数据仓库、数据挖掘技术引入水库智能决策的必要性,并构建了一个完整的系统模型,阐述了模型的各主要组成部分及其关键技术与实现方案。

寒地地区的住宅建筑表皮气候适应性很关键,要选择那些适宜于建筑保温的墙体蓄热材料与新型墙体保温系统,例如窗系统或双层玻璃幕墙.本文主要探讨了建筑表皮的基本概念,对它的本体功能作用及其与建筑的匹配性展开了思考,充分利用数据挖掘技术和多种技术结合,思考寒地建筑表皮与建筑整体能耗的关联法则.

寒地地区的住宅建筑表皮气候适应性很关键,要选择那些适宜于建筑保温的墙体蓄热材料与新型墙体保温系统,例如窗系统或双层玻璃幕墙。本文主要探讨了建筑表皮的基本概念,对它的本体功能作用及其与建筑的匹配性展开了思考,充分利用数据挖掘技术和多种技术结合,思考寒地建筑表皮与建筑整体能耗的关联法则。

本文立足于建筑暖通空调数据挖掘框架流程、数据来源与预处理、数据挖掘应用3个层次,全面阐述了数据挖掘技术应用于建筑暖通空调领域的研究应用进展。文章对数据挖掘应用于建筑暖通空调的主要研究方向:建筑能耗数据分析、故障检测与诊断、优化运行与控制等3个方面的现有研究与应用成果做了细致的归纳总结,对其中的数据挖掘关键技术做了全面分析,最后对未来的发展方向进行了展望。

在当今的工业计算机应用中，产品信息的通讯、交换和共享存在严重问题，国际标准化组织ｉｓｏ为了解决这个问题，开发了国际产品数据交换标准ｓｔｅｐ。本文简述了ｓｔｅｐ的内容及其在建筑业中的发展，并对建筑物描述的应用协议ａｐ２２５作了详细的介绍

文章以传统建筑能耗分析为切入点,引申出将数据挖据应用于暖通空调的新思路,分析了数据挖掘的概念,及其在暖通空调领域的相关应用现状和制约因素,提出了几点在暖通空调中推行数据挖掘的建议,展望了暖通空调中应用数据挖掘的前景。

随着计算机信息技术的高速发展,数据挖掘技术在对各个领域中得到了广泛的应用,它是一种结合了人工智能、数理统计以及模式辨别等高端技术为一身的新兴技术,具体作用是在大量的数据和信息中发掘价值高的知识和内容。尤其在挖掘机的故障诊断中,数据挖掘技术的应用得到了高度的重视,本文简单介绍了数据挖掘技术的基本概念,并详细研究了数据挖掘技术在挖掘机故障诊断中的应用建模及效果,可为相关部门提供借鉴和参考。

收入预算预测对引导业务部门开源节流、提质增效具有重要作用。随着我国经济转型和地缘政治形势的变化,我国企业面临的经营环境更加复杂,收入预算的可控性大大降低。在新形势下,如何提高预测收入预算的准确度成为实务界和理论家广泛关注的重要问题。本文以d电网企业电费收入预算为案例,利用数据挖掘方法建立基于人工神经网络模型的电网企业收入预算预测系统,为我国企业实现收入预算精细化管理,提升预算管理的战略导向水平作出有益探索。