🔍 Поиск работ

Автоматизированная оценка эффективности работы турбинных установок

Работа №207450

Тип работы

Дипломные работы, ВКР

Предмет

автоматика и управление

Объем работы118
Год сдачи2020
Стоимость4210 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
11
Не подходит работа?

Узнай цену на написание


ВВЕДЕНИЕ 6
1 АНАЛИЗ ПРОБЛЕМ ОЦЕНКИ ЭФФЕКТИВНОСТИ РАБОТЫ
ОБОРУДОВАНИЯ 8
1.1 Общие сведения о паротурбинных установках теплоэлектростанций 8
1.2 Общая структура системы управления энергоэффективностью
предприятия 9
1.3 Задачи сравнительной оценки эффективности работы 11
1.4 Обзор научных информационных источников 12
1.5 Постановка цели и задач исследования 26
2 МАТЕМАТИЧЕСКОЕ ОБЕСПЕЧЕНИЕ 28
2.1 Общие сведения 28
2.2 Первичная обработка данных 31
2.3 Корреляционный анализ данных 38
2.4 Кластеризация данных 40
2.5 Классификация данных 48
2.6 Метод оценки эффективности режима работы турбоагрегатов 58
3 ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ 61
3.1 Структура 61
3.2 Исходные данные 61
3.3 Предварительная обработка данных 62
3.4 Корреляционный анализ данных 67
3.5 Кластерный анализ данных 74
3.6 Результаты кластерного анализа 85
3.7 Расчет поправки на удельный расход тепла на выработку
электроэнергии 87
3.8 Классификация данных 90
4 ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ 93
ЗАКЛЮЧЕНИЕ 108
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 109

Приложения должны быть в работе, но в данный момент отсутствуют


Основным направлением экономического развития предприятия является снижение себестоимости продукции и, соответственно, рост ее конкурентоспособности на рынке. Задачи подобного рода на крупных промышленных предприятиях могут решаться при помощи повышения эффективности использования энергетических ресурсов (ЭР). Вопрос повышения эффективности использования ЭР тесно связан с проблемами эффективности работы оборудования на предприятии.
При проведении оценок эффективности работы оборудования необходимо учитывать ограничения, препятствующие повышению эффективности его использования, для получения результатов, отражающих реальную картину. К ограничениям, снижающим эффективность работы оборудования можно отнести:
- нерабочее время;
- плановые остановы;
- потери скорости на вывод остановленного оборудования в номинальный режим работы и т.д. [1].
Регулярное проведение оценки эффективности работы оборудования необходимо для контроля производственного процесса и повышения его эффективности.
Различные методы оценки эффективности работы энергетического оборудования рассматриваются в работах Салова А.Г., Гавриловой А.А, Сафронова А.В., Щинниковой П.А., L. Shizhe, W. Yinsong, T. Jingyu, Z. Zheng и др. [2-27].
В общем случае оценка эффективности проводится путем сравнения оценочного критерия в отчетном периоде с аналогичным показателем в базовом периоде. При таком методе для получения оценок эффективности в сопоставимых условиях необходим объективный учет влияния внешних факторов.
В задачах оценки эффективности содержательная модель преобразования ресурсов и условий функционирования объектов в результаты их функционирования часто может отсутствовать по следующим причинам:
- внешние факторы оказывают влияние на объект, характер такого влияния неизвестен;
- информация о значениях параметров объектов измеряется с высокой погрешностью, является неточной и противоречивой.
В подобных условиях используемые частные критерии не могут использоваться в качестве характеристик эффективности управления, так как отражают лишь результаты этого управления. В таком случае данные об объектах, действующих в разнородных условиях, дополняются механизмом «масштабирования», то есть приведением их к единой системе измерений [28].
В работе рассматривается задача сравнительной оценки эффективности работы промышленного оборудования в различных условиях эксплуатации. Особенностью рассмотренного метода является объективный учет внешних влияющих факторов для получения оценок эффективности в сопоставимых условиях. Учет влияния внешних факторов на эффективность работы оборудования в работе осуществляется при помощи кластеризации данных.


Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


В результате выполнения работы были достигнуты следующие результаты:
1) проведен обзор научно-информационных источников, включающий 99 наименований. Рассмотрены методы оценки эффективности режимов работы энергетического оборудования и методы интеллектуального анализа данных. Анализ рассмотренных источников показал, что тематика работы, посвященная разработке автоматизированной системе оценки работы турбинных установок, является актуальной;
2) предложен метод, позволяющий проводить объективный учет внешних влияющих факторов для получения оценок эффективности в сопоставимых условиях на основе интеллектуального анализа данных. Влияние внешних факторов компенсируется на основе определения поправки на оценочный критерий путем применения методов предварительной обработки данных, корреляционного анализа, кластерного анализа и классификации;
3) разработано программное обеспечение автоматизированной системы оценки эффективности турбинных установок на языке программирования Python с применением библиотек pandas, numpy, scikit-learn, matplotlib для статистической обработки данных и вычислений с открытым исходным кодом ;
4) проведены экспериментальные исследования разработанного программного обеспечения системы автоматизированной оценки эффективности режимов работы турбинных установок. Оценка эффективности осуществлялась на основе сравнения удельного расхода тепла на выработку электроэнергии в отчетном периоде с аналогичным показателем в базовом периоде, приведенным к отчетному периоду. Исследования показали, что метод позволяет компенсировать влияние внешних факторов.



1. Антоненко, И.Н. Эффективность использования производственного
оборудования / И.Н. Антоненко, И.Э. Крюков, П.С. Шестолапов // Интернет-проект «Корпоративный менеджмент». -
https://www.cfin.ru/management/manufact/oee. shtml.
2. Салов, А.Г. Обобщенная оценка сравнительной эффективности работы котельного оборудования / А.Г. Салов, А.А. Гаврилова, Ю.В. Чиркова, Л.А. Сагитова // Вестник СГАСУ. Серия «Градостроительство и архитектура». - 2011. - №3 (31). - С. 201-207.
3. Салов, А.Г. Многокритериальное оценивание эффективности функционирования котельного оборудования тепловых электрических станций / А.Г. Салов, А.А. Гаврилова, А.В. Кухарева, Ю.В. Гаврилова // Вестник Самарского государственного технического университета Воронеж: изд. Воронежский государственный технический университет, 2013. - С. 73-79.
4. Wang, Y. Performance assessment of thermal power plant load control system based on covariance index / Y. Wang, Sh. Li, J. Tian, Zh. Zhao // Control Engineering Practice. - 2016. - №54. - P. 58-69.
5. Basu, S. Power plant instrumentation and control handbook / S. Basu, A. Debnath - Academic Press, 2014. - 642 p.
6. Цыпулев, Д.Ю. Выбор оптимальных режимов работы ТЭЦ со сложным составом оборудования: диссертация на соискание степени кандидата технических наук / Цыпулев Д.Ю. - М., 2008. - 217 с.
7. Чучуева, И.А. Оптимизация работы ТЭЦ в условия оптового рынка электроэнергии и мощности России / И.А. Чучуева, Н.Е. Инкина // Наука и образование: Научное издание МГТУ им. Н.Э. Баумана. - 2015. - №8. - С. 195-238.
8. Математическое моделирование: оптимизация режимов работы тепловых электростанций. / В.И. Бердышев, В.М. Летун, Т.В. Волкова, И.С. Глуз // Вестник Уральского отделения РАН. - 2013. - №1. - С. 25-34.
9. Методика оптимизации эксплуатационных режимов промышленных систем электроснабжения / А.В. Кочкина, А.В. Малафеев, Д.Е. Варганов, Н.А. Курилова, И.А. Дубина // Электроэнергетика. - 2014. - №3(24). - С. 49-53.
10. Борисов, А.А. Программный комплекс для оптимального ведения режима работы теплоэлектроцентрали / Борисов А.А. // Вестник ИГЭУ. - 2008.-№3. - С. 1-5.
11. Барочкин, Е.В. Разработка методов расчета и оптимизации систем теплофикации на ТЭЦ / Е.В. Барочкин, В.П. Жуков, А.А. Борисов // Вестник ИГЭУ. - 2011. - №1. - С. 1-3.
12. Жуков, В.П. Программный комплекс «ТЭС-Эксперт»: опыт оптимизации режимов работы оборудования ТЭЦ / В.П. Жуков, Е.В. Барочкин и др. // Вестник ИГЭУ. - 2006. - №4. - С. 1-5.
13. Макарчьян, В.А. Программный комплекс распределения нагрузок ТЭЦ со сложным составом оборудования, схемами отпуска тепла и электроэнергии / В.А. Макарчьян, А.Н. Черняев, А.В. Андрюшин // Теплоэнергетика. - 2013. - №5. - С. 71-77.
14. Vecchietti, A. Modeling of discrete/continuous optimization problems: characterization and formulation of disjunctions and their relaxations / A. Vecchietti, S. Lee, I.E. Grossmann // Computers and Chemical Engineering. - 2003. - № 27 (3).-P. 433-448.
15. Gochenour C., Silvennoinen A., Antila H., Pulkkinen R. Regulation of heat and electricity produced in combined-heat-and-power plants / C. Gochenour, A. Silvennoinen, H. Antila, R. Pulkkinen. - World Bank Technical Paper, 2003. - 130 p.
16. Bruno, J.C. A rigorous MINLP model for the optimal synthesis and operation of utility plants / J.C. Bruno, F. Fernandez, F. Castells, I.E. Grossmann. // Chemical Engineering Research and Design. - 1998. -V. 76, №3. - P. 246-258.
17. Li, Z. Modeling and optimization of the steam turbine network of an ethylene plant / Z. Li, L. Zhao, W. Du, F. Qian // Chinese Journal of Chemical Engineering. - 2013. -V. 21, №5. - P. 520-528.
18. Иванов, Н.С. Программный комплекс для оптимизации режимов работы тепловых электростанций и эффективность его применения / Н.С. Иванов, В.И. Беспалов, Н.С. Лопатин // Известия Томского политехнического университета. - 2008. - Т. 313. - №4. - С. 58-64.
19. Алябышева, Т.М. О методах оптимизации режимов энергосистем и
энергообъединений / Т.М. Алябышева, Ю.И. Моржин Т.М. Протопопова, Е.В. Цветков // Электрические станции - 2005. - Вып. 1. - С. 12-15.
20. Агапитов, Е.Б. Математическое обеспечение программного модуля Grid-системы оценки эффективности работы электростанций на металлургическом предприятии / Е.Б. Агапитов, В.Н. Михайловский, А.Е. Агапитов, М.С. Каблуков // Электротехнические системы и комплексы. - 2015. - №4 (29). - С. 25-30.
21. Филимонова, В. Увеличение маржинальности работы ТЭС. Теория и практика / В. Филимонова, И. Бобрицкая // Энергорынок. - 2013. - №10 (115). - С. 34-36.
22. Наумов, И.В. Оптимизация распределения мощности на электростанциях / И.В. Наумов, Н.И. Зеленохат // Одиннадцатая междунар. науч.-техн. конф. студентов и аспирантов «Радиоэлектроника, электротехника и энергетика». Тез. докл. в 3-х т. - М.: МЭИ, 2005. Т.З. - С. 293-294.
23. Оптимизация режимов энергетических систем / В.М. Синьков, A.B. Богословский, В.Г. Григоренко и др. - Киев: Изд. объединение «Вища школа», 1976. - 308 с.
24. Цыпулев, Д.Ю. Оптимизация работы ТЭЦ со сложным составом оборудования в условиях переменных графиков энергопотребления / Д.Ю. Цыпулев, Э.К. Аракелян // Вестник МЭИ. - 2007. - №1. - С. 32-37.
25. Воловик, Ю.И. Экономические аспекты оценки эффективности работы ТЭЦ / Ю.И. Воловик // Теплоэнергетика. - 2007. - № 2. - С. 39-44.
26. Кузеванов, B.C. К вопросу об эффективности планирования режимов работы оборудования ТЭЦ / B.C. Кузеванов, М.М. Султанов // Вестник
Воронежского государственного технического университета. - 2009. - Т. 5, №11. - С. 115-119.
27. Арзамасцев, Д.А. Оптимизационные методы развития электрических
сетей энергосистем. Учебное пособие / Д.А. Арзамасцев, A.B. Липес. -
Свердловск: УПИ, 1987. - 178 с.
28. Кувшинов, Б.М. Оценка эффективности в задачах выбора, управления и оценивания состояния объектов, действующих в неоднородных условиях / Б.М. Кувшинов, А.Г. Кузнецов, В.И. Ширяев // Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника» - 2007. - Вып. 6. - № 23. - С. 45-49.
29. Бененсон, Е.И. Теплофикационные паровые турбины / Е.И. Бененсон, Л.С. Иоффе; под ред. Д.П. Бузина. - М.: Энергоатомиздат, 1986. - 270 с.
30. Квейд, Э. Анализ сложных систем / Э. Квейд. - М.: Советское радио, 1969. - 520 с.
31. Ларичев, О.И. Свойства методов принятия решений в многокритериальных задачах индивидуального выбора / О.И. Ларичев // Автоматика и телемеханика. - 2002. - № 2. - С. 146-158.
32. Смольяков, Э.Р. Обобщение понятия эффективности в многокритериальных динамических системах / Э.Р. Смольяков // Доклады АН. - 2007. - Т. 412, №1. - С. 35-38.
33. Cho, K.T. Multicriteria Decision Methods: An Attempt to Evaluate and Unify / K.T. Cho // Mathematical and Computer Modeling. - 2003. - № 37. - P. 1099-1119.
34. Kolesnikova, O.V. Method for Evaluating the Steam Turbines Operating
Efficiency / O.V. Kolesnikova, A.D. Tsypkaikina, T.A. Shiriaeva // 2020
International Conference on Industrial Engineering, Applications and Manufacturing(ICIEAM). - 2020. - P. 1-5. - DOI: 10.1109/ICIEAM48468.2020.9111984.
35. Плетнев, Г.П. Автоматизированные системы управления объектами тепловых электростанций. - М.: Изд-во МЭИ, 1995. - 353 с.
36. Автоматизация крупных тепловых электростанций / под ред. М.П. Шальмана. - М.: Энергия, 1974. - 240 с.
37. Плетнев, Г.П. Автоматизированное управление объектами тепловых электростанций / Г.П. Плетнев. - М.: Энергоиздат, 1981. - 368 с.
38. Андрюшенко, Л.И. Оптимизация режимов работы и параметров тепловых электростанций / Л.И. Андрюшенко, Р.З. Аминов. - М.: Высшая школа, 1983. - 160 с.
39. Ротач, В.Я. Теория автоматического управления
теплоэнергетическими процессами / В.Я. Ротач. - М.: Энергоатомиздат, 1985. - 296 с.
40. Казаринов, Л.С. Система управления энергетическими потоками в теплоэнергетическом комплексе металлургического предприятия / Л.С. Казаринов, Т.А. Барбасова // Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника». - 2012. - Вып. 16. - № 23. - С. 21-25.
41. Математическое моделирование и оптимизация режимов работы ТЭЦ / А.М. Клер, Н.П. Деканова, З.Р. Корнеева и др. // Новые технологии и научные разработки в энергетике (эксплуатация, ремонт, нетрадиционные источники энергии): Тезисы докладов. - Новосибирск: Союз научных и инженерных обществ СССР. Новосибирское областное управление Всесоюзного научно-технического общества энергетиков и электротехников, 1994. - Вып. 2. - С. 27-29.
42. Мерцалов, А. Повышение эффективности ТЭС с помощью аналитики ICONICS / А. Мерцалов, О. Киселева, В. Рогов // Современные технологии автоматизации. - 2013. - №2. - С. 54-62.
43. Максимов, В. Применение средств имитационного моделирования работы ТЭС при внедрении ИСУ ПП / В. Максимов, В. Ларин // Турбины и дизели. - 2010. - №07-08(79). - С. 66-67.
44. Россоха, Е. В. Оценка эффективности управления оборудованием на предприятии / Е. В. Россоха // Труды БГТУ. - 2014. - № 7 (171). - С. 175-177.
45. Сахаров, А.М. Тепловые испытания паровых турбин / А.М. Сахаров
- М.: Энергоатомиздат, 1990. - 238 с.
46. Качан, А.Д. Оптимизация режимов и повышение эффективности работы паротурбинных установок / А.Д. Качан. - Мн.: Вышэйшая школа, 1985.-176 с.
47. Гуторов, В.Ф. Повышение эффективности комбинированного производства тепла и электроэнергии / В.Ф. Гуторов, Е.И. Эфрос, Л.Л. Симою // Энергосбережение. Серия «Теплоснабжение». - 2004. - № 6. - С. 64-72.
48. Чепурной, М.Н. показатели эффективности работы энергетических
установок для совместного производства тепловой и электрической энергии / М.Н. Чепурной, С.И. Ткаченко, Н.В. Пишенина // Научные труды Винницкого национального технического университета. Серия «Энергетика
иэлектротехника». - 2010. - № 1. С. 1-5.
49. Калинов, В.Ф. Опыт внедрения новой методики расчета тепловой экономичности ТЭС / В.Ф. Калинов, В.П. Киселев // Энергосбережение и водоподготовка. - 1998. - № 1. - С. 24-30.
50. Андрющенко, А.И. О показателях совершенства проектируемых и эффективности эксплуатации действующих ПТУ-ТЭЦ / А.И. Андрющенко // Изв. вузов и энергообъединения СНГ. Серия «Энергетика». - 2001. - № 4. - С. 78-85.
51. Винницкий, И.П. Упрощенный метод определения расхода топлива на отпущенную электрическую и тепловую энергию при их комбинированном производстве на тепловых электростанциях / И.П. Винницкий, С.М. Герасимов, П.О. Гут // Энергетика и электрификация. - 2004. - № 8. - С. 42-45.
52. Евенко, В.И. Анализ топливной экономичности газотурбинных ТЭЦ
/ В.И. Евенко, А.С. Стребков // Теплоэнергетика. - 2006. - № 10. -С.74-78.
53. Киселев Г.П. О тепловой эффективности теплоэлектроцентралей / Г.П. Киселев, Н.Л. Астахов // Энергетик. - 2006. - № 3. - С. 19-22.
54. Кузнецов, А.М. Экономия топлива при переводе турбины в теплофикационный режим / А.М. Кузнецов // Энергетик. - 2007. - № 1. - С. 21-22.
55. Чепурной М.М. Эффективность работы паротурбинных и газотурбинных ТЭЦ / М.М. Чепурной // Вестник Винницкого политехнического института. - 2008. - № 2. - С. 36-40.
56. Мовчан, В.А. Оценка эффективности котельных установок по эксергетическим параметрам / В.А. Мовчан, Р.А. Ильин // Вестник АГТУ. - 2005. - № 6.
57. Показатели режимов работы ТЭЦ при эксергетическом анализе / О.В. Боруш , Г.В. Ноздренко , С.В. Зыков и др. // Научный вестник НГТУ. - 2014. - Т. 57, № 4. - С. 175-184.
58. Щегляев, А.В Паровые турбины: теория теплового процесса и конструкции турбин: учебник для вузов / А.В. Щегляев. - 6-е изд., перераб. и доп. - М.: Энергоатомиздат, 1993. - Т. 1 - 384 с.
59. Щинников, П.А. Экономия топлива на ТЭС за счет применения метода согласования энергобалансов / П.А. Щинников, Г.В. Ноздренко, А.В. Сафронов // Вестник НСТУ. - 2014. - № 1 (54) - С. 151-158.
60. Салов, А.Г. Обобщенная оценка сравнительной эффективности работы котельного оборудования / А.Г. Салов А.А. Гаврилова Ю.В. Чиркова Л.А. Сагитова // Вестник СГАСУ. Серия «Тепловые электрические станции, их энергетические системы и агрегаты». - 2016. - № 2 (23). - С. 140-146.
61. Data mining [Электронный ресурс]: Википедия. Свободная
энциклопедия. - URL: https://ru.wikipedia.org/wiki/Data_mining
62. Технологии анализа данных: Data Mining, Visual Mining, Text Mining, OLAP / А.А. Барсегян, М.С. Куприянов, В.В. Степаненко, И.И. Холод. - 2-е изд., перераб. и доп. — СПб.: БХВ-Петербург, 2007. - 384 с.
63. Muller, A.C. Introduction to Machine Learning with Python: A Guide for Data Scientists / A.C. Muller, S. Guido. - Sebastopol: O’Reilly Media, 2017. - 402 p.
64. Замятин, А.В. Введение в интеллектуальный анализ данных: учебное
пособие / А.В. Замятин. - Томск: Издательский Дом Томского
государственного университета, 2016. - 119 р.
65. Rahm, E. Data Cleaning: Problems and Current Approaches / E. Rahm, H.H. Do // IEEE Bulletin on Data Engineering. - 2000. - № 4 (23). - Р. 3-13.
66. McKinney, W. Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython / W. McKinney. - Sebastopol: O’Reilly Media, 2018. - 550 p.
67. МТ 34-70-027-86 Методика расчета поправок к мощности, расходу свежего пара и удельному расходу теплоты на отклонение параметров и условий от номинальных для турбоагрегатов с регулируемыми отборами пара / Министерство энергетики и электрификации СССР. - М.: СПО Союзтехэнерго, 1987.
68. Горбенко, В.Д. Метрология в вопросах и ответах: учебное пособие / В.Д. Горбоконенко, В.Е. Шикина. - Ульяновск: УлГТУ, 2005. - 196 с.
69. Qustering analysis [Электронный ресурс]: Википедия. Свободная энциклопедия. - URL: https://en.wikipedia.org/wiki/Cluster_analysis
70. DBSCAN [Электронный ресурс]: Википедия. Свободная
энциклопедия. - URL: https://en.wikipedia.org/wiki/DBSCAN
71. Affinity propagation [Электронный ресурс]: Википедия. Свободная энциклопедия. - URL: https://en.wikipedia.org/wiki/Affinity_propagation
72. Fujiwara, Y. Fast Algorithm for Affinity Propagation / Y. Fujiwara, G. Irie, T. Kitahara // Proceedings of the Twenty-Second International Joint Conference on Artificial Intelligence. - 2017. - C. 238-243.
73. Интересные алгоритмы кластеризации, часть первая: Affinity
propagation. - https://habrahabr.ru/post/321216
74. Box plot [Электронный ресурс]: Википедия. Свободная
энциклопедия. - URL: https://en.wikipedia.org/wiki/Box_plot
75. Мисюра, В.В. Обработка и фильтрация сигналов. Современное состояние проблемы / В.В. Мисюра, В.И. Мисюра // ИВД. - 2013. - № 4 (27). -
URL: https://cyberleninka.ru/article/nZobrabotka-i-filtratsiya-signalov-sovremennoe- sostoyanie-problemy
76. Казаринов, Л.С. Системы. Управление и познание: научно¬методические очерки / Л.С. Казаринов. - Челябинск: Издательский центр ЮУрГУ, 2015. - 529 с.
77. Казаринов, Л.С. Прогнозирование случайных колебательных процессов на основе метода экспоненциального сглаживания / Л.С. Казаринов, С.И. Горелик // Автоматика и телемеханика, РАН. - 1994. - №10. - С. 27-34.
78. Харченко, М.А. Корреляционный анализ: учебное пособие для вузов / М.А. Харченко. - Воронеж: Изд-во ВГУ, 2008. - 31 с.
79. Федин, Ф.О. Анализ данных. Часть 2. Инструменты Data Mining: учеб. пособие / Ф.О. Федин, Ф.Ф. Федин. - М.: Московский городской педагогический университет, 2012. - 308 c.
80. Ester, M.A Density-Based Algorithm for Discovering Clusters in Large Spatial Databases with Noise / M. Ester, H.-P. Kriegel, J. Sander, X. Xu // Third AAAI Conference on Human Computation and Crowdsourcing, 2015. - URL: https: //www.aaai.org/Papers/KDD/1996/KDD96-037.pdf.
81. Большакова, Е.И. Автоматическая обработка текстов на естественном языке и компьютерная лингвистика: учеб. пособие / Е.И. Большакова, Э.С. Клышинский, Д.В. Ландэ и др. - М.: МИЭМ, 2011. - 272 с.
82. MacQueen, J. Some methods for classification and analysis of multivariate observations / J. MacQueen // In Proc. 5th Berkeley Symp. On Math. Statistics and Probability. - 1967. - P. 281-297.
83. Kaufman, L. Clustering by means of Medoids / L. Kaufman, P.J. Rousseeuw, Y. Dodge // Delft University of Technology : reports of the Faculty ofTechnical Mathematics and Informatics. - 1987. - V. 3, № 87. - P. 405-416.
84. Ng, R.T. Efficient and Effective Clustering Methods for Spatial Data Mining / R.T. Ng, J. Han // Proc. 20th Int. Conf. on Very Large Data Bases. Morgan Kaufmann Publishers, San Francisco, CA. - 1994. - P. 144-155.
85. Aggarwal, C.C. Fast Algorithms for Projected Clustering / C.C. Aggarwal, C. Procopiuc // In Proc. ACM SIGMOD Int. Conf, on Management of Data, Philadelphia, PA. - 1999. - P. 12-15.
86. Zhang, T. BIRCH: An Efficient Data Clustering Method for Very Large Databases / T. Zhang, R. Ramakrishnan, M. Linvy // In Proc. ACM SIGMOD Int. Conf, on Management of Data. ACM Press, New York. - 1996. - P.103-114.
87. Karypis, G. CHAMELEON: A Hierarchical Clustering Algorithm Using Dynamic Modeling / G. Karypis, E.-H. Han, V. Kumar // Journal Computer. IEEE Computer Society Press Los Alamitos, CA. - 1999. - V. 32, № 8. - P. 68-75
88. Kailing, K. Density-Connected Subspace Clustering for High¬Dimensional Data / K. Kailing, H.-P. Kriegel, P. Kroger // In Proceedings of the fourth SIAM International Conference on Data Mining (SDM). - 2004. - P. 246-257.
89. Agrawal, R. Automatic Subspace Clustering of High Dimensional Data for Data Mining Applications / R. Agrawal, J. Gehrke, D. Gunopulos, P. Raghavan // In Proc. ACM SIGMOD Int. Conf, on Management of Data, Seattle, Washington. - 1998. - P. 94-105.
90. Nagesh, H. MAFIA: Efficient and Scalable Subspace Clustering for Very Large Data Sets / H. Nagesh, S. Goil, A. Choudhary // Technical Report Number CPDC-TR-9906-019, Center for Parallel and Distributed Computing, Northwestern University. - 1999. - P. 20-38.
91. Zhang, T. BIRCH: an efficient data clustering method for very large databases / T. Zhang, R. Ramakrishnan, M. Livny // Proceedings of the 1996 ACM SIGMOD international conference on Management of data - SIGMOD '96. - 1996. - P. 103-114.
92. Прикладная статистика: классификация и снижение размерности / С. А. Айвазян, В.М. Бухштабер, И.С. Енюков, Л.Д. Мешалкин. - М.: Финансы и статистика, 1989. - 607 c.
93. Breiman, L. Random Forests / L. Breiman // Machine learning. - 2001. - Т. 45. - №. 1. - P. 5-32.
94. Deng, H. Bias of importance measures for multi-valued attributes and solutions / H. Deng, G. Runger, E. Tuv // International conference on artificial neural networks. 2011. - P. 293-300.
95. Мерков, А.Б. Введение в методы статистического обучения / А.Б. Мерков. - 2009. - 260 с.
96. Шитиков, В.К. Классификация, регрессия и другие алгоритмы data
mining с использованием R / В.К. Шитиков, С.Э. Мастицкий. - 2017. -
http://www.ievbras. ru/ecostat/Kiril/R/DM/DM_R. pdf
97. Факторный, дискриминантный и кластерный анализ: пер. с англ. /Д.О. Ким, Ч.У. Мьюллер, У.Р. Клекка и др.; под ред. И.С. Енюкова. - М.: Финансы и статистика, 1989. - 215 с.
98. Введение в статистическое обучение с примерами на языке R / Г. Джеймс, Д. Уиттон, Т. Хасти, Р. Тибширани; пер. с англ. С. Э. Мастицкого. - М.: ДМК Пресс, 2016. - 449 с.
99. Заляжных В.В. Статистическая обработка результатов испытаний (измерений) / В.В. Заляжных. -https://www.arhiuch.ru/



Работу высылаем на протяжении 30 минут после оплаты.




©2026 Cервис помощи студентам в выполнении работ