基于 Apriori 算法在煤矿安全预警系统中的应用

总第３１０期

２０１５年第８期

计算机与数字工程

Ｃｏｍｐｕｔｅｒ＆ＤｉｇｉｔａｌＥｎｇｉｎｅｅｒｉｎｇ

Ｖｏｌ．４３Ｎｏ．８

１５１９

基于Ａｐｒｉｏｒｉ算法在煤矿安全预警系统中的应用*

贾慧娟１卫晨２

（１．西安邮电大学通信与信息工程学院西安７１００６１）（２．西安邮电大学经济与管理学院西安７１００６１）

摘要论文应用关联规则挖掘技术对煤矿安全预警系统参数进行数据挖掘，详细介绍了关联规则算法中的Ａｐｒｉｏｒｉ算法在煤矿安全预警系统中的应用及实现，促进了煤矿安全监测系统的监测性能。论文采用ＴｉｐＤＭ数据挖掘在线建模平台中的Ａｐｒｉｏｒｉ算法进行关联规则的挖掘，仿真结果表明该算法性能良好。

关键词预警系统，Ａｐｒｉｏｒｉ算法，ＴｉｐＤＭ数据挖掘在线建模平台

中图分类号ＴＤ７７＋１ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ１６７２-９７２２．２０１５．０８．０３５

ＡｐｐｌｉｃａｔｉｏｎｏｆＡｐｒｉｏｒｉＡｌｇｏｒｉｔｈｍｉｎｔｈｅＣｏａｌＭｉｎｅ

ＳａｆｅｔｙＥａｒｌｙＷａｒｎｉｎｇＳｙｓｔｅｍ

ＪＩＡＨｕｉｊｕａｎ１ＷＥＩＣｈｅｎ２

（１．ＣｏｌｌｅｇｅｏｆＣｏｍｍｕｎｉｃａｔｉｏｎａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，Ｘｉ’ａｎＵｎｉｖｅｒｓｉｔｙｏｆＰｏｓｔｓａｎｄＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ，Ｘｉ’ａｎ７１００６１）（２．ＣｏｌｌｅｇｅｏｆＥｃｏｎｏｍｉｃｓａｎｄＭａｎａｇｅｍｅｎｔ，Ｘｉ’ａｎＵｎｉｖｅｒｓｉｔｙｏｆＰｏｓｔｓａｎｄＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ，Ｘｉ’ａｎ７１００６１）ＡｂｓｔｒａｃｔＭｉｎｉｎｇｃｏａｌｍｉｎｅｓａｆｅｔｙｗａｒｎｉｎｇｓｙｓｔｅｍｐａｒａｍｅｔｅｒｓｂａｓｅｄｏｎａｓｓｏｃｉａｔｉｏｎｒｕｌｅｆｏｒｄａｔａｍｉｎｉｎｇ，ｄｅｔａｉｌｉｎｇｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆＡｐｒｉｏｒｉａｌｇｏｒｉｔｈｍａｎｄｉｍｐｌｅｍｅｎｔａｔｉｏｎｏｆｅａｒｌｙｗａｒｎｉｎｇｓｙｓｔｅｍｓｉｎｃｏａｌｍｉｎｅｓａｆｅｔｙ，ｐｒｏｍｏｔｉｎｇｔｈｅｍｏｎｉｔｏｒｉｎｇｏｆｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｃｏａｌｍｉｎｅｓａｆｅｔｙｍｏｎｉｔｏｒｉｎｇｓｙｓｔｅｍ．Ｉｎｔｈｉｓｐａｐｅｒ，ｄａｔａｍｉｎｉｎｇＴｉｐＤＭｏｎｌｉｎｅｍｏｄｅｌｉｎｇｐｌａｔｆｏｒｍＡｐｒｉｏ-ｒｉａｌｇｏｒｉｔｈｍｆｏｒｍｉｎｉｎｇａｓｓｏｃｉａｔｉｏｎｒｕｌｅｓ，ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈｅｇｏｏｄｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅａｌｇｏｒｉｔｈｍ．ＫｅｙＷｏｒｄｓｅａｒｌｙｗａｒｎｉｎｇｓｙｓｔｅｍｓ，Ａｐｒｉｏｒｉａｌｇｏｒｉｔｈｍ，ＴｉｐＤＭｄａｔａｍｉｎｉｎｇｏｎｌｉｎｅｍｏｄｅｌｉｎｇｐｌａｔｆｏｒｍ

ＣｌａｓｓＮｕｍｂｅｒＴＤ７７＋１

１引言

近年来，随着煤矿安全生产问题日益突出，井下安全管理系统的改善迫在眉睫。因此，为实时煤矿安全预警系统提供一种科学合理的方法具有极其重要的现实意义。为了提升煤矿生产的安全管理水平，首先应对这些因素之间存在的关系进行有效的识别，分析影响煤矿安全生产的因素并制定相应的措施。

数据挖掘技术［１］是针对海量数据的处理而发展起来的一种数据处理技术，它的运用不仅能挖掘煤矿生产的现状数据，还能挖掘出历史数据，通过对历史数据和现在数据进行分析，最后总结出预见性结论，其结果为煤矿安全生产调度提供重要依据。关联规则挖掘作为数据挖掘的一个分支，在处理非线性模式识别方面已表现出了很好的特性，它通过对实时监测数据样本的学习，实现煤矿安全生产状况预警的目的。因此，针对煤矿安全预警数据多源异构的特点，本文利用关联规则算法中经典的

Ａｐｒｉｏｒｉ算法，在煤矿安全预警系统数据中［２］进行了尝试性的应用研究，发现了一些强关联规则，并建立了数据挖掘模型。

２关联规则

关联规则挖掘［３］（Ａｓｓｏｃｉａｔｉｏｎｒｕｌｅｍｉｎｉｎｇ）是数据挖掘中最活跃的研究方法之一，可以用来发现事情之间的联系，最早是为了发现超市交易数据库中不同的商品之间的关系［４］。关联规则可以反映出隐藏在数据库中有价值的知识。简单地说，关联规则就是描述一个事物中物品甲的出现对物品乙

*收稿日期：２０１５年２月８日，修回日期：２０１５年３月２６日

作者简介：贾慧娟，女，硕士研究生，研究方向：电子商务。卫晨，男，硕士，讲师，研究方向：电子商务。