62· 工程科学学报，第37卷，增刊1 表8二维空间数据子序列挖掘结果 Table 8 Results of two-dimensional spatial data sequence mining 最小置信度 10% 20% 30% 40% 50% 60% MA-LC LA-LC MC-LC LB-MB LA-HB LB-HC (10.3%) (20.1%) (37.7%) (40.6%) (50.0%) (69.2%) MC-MA LA-MB MB-LC MA-HB (11.7%) (22.4%) (30.4%) (50.0%) LC-MB MC-HA LA-LA (12.7%) (25.0%) (36.5%) MC-MB LA-HA (18.2%) (25.0%) LC-HC (11.5%) 关联规则 LA-HC (19.2%) LB-HA (10.0%) LA-HA (15.0%) MB-HA (15.0%) HC-HA (10.0%) Wa=Wsa(2）×Wz, (12) W= ,(0<g<,会可小4 W:=w2 (13) ∑W,W 则主要控制变量的主观权值W2如表9所示 其中，W表示组合权重分配向量中的j个分量，W表 示客观权重分配向量中的j个分量，W,表示主观权重 3基于数据挖掘的带钢质量综合评估方法 分配向量中的j个分量，n表示评价对象系统的指标 基于数据挖掘的带钢质量综合评估方法的基础是 数，本文中n=13.得到的组合权值W如表10所示. 将前文中得到的主、客观权值向量组合起来.基于主 结合表7中有代表性质量问题的高次频繁集，可 客观权重乘积的归一化组合赋权法的计算公式为： 以得出： 表9主要控制观察变量及客观权值表 Table 9 Main control observation variables and objective weights table 变量名 字段名 编号 权值 精轧F7工作辊线速度 ROLLSPD6 53 0.1561 R1粗轧1道次轧制力 RIFORCEO 8 0.1102 R1粗轧4道次轧制力 R1FORCE3 白 0.0436 精轧7轧辊入口温度 TEMPF6 61 0.2301 R1粗轧3道次工作辊线速度 ROLLSPEED2 之 0.0960 E1立辊3道次辊缝 EIGAP2 14 0.0679 精轧F3轧制力 FORCE2 42 0.0424 R1粗轧3道次出口侧宽度 WIDGAGEVAL2 25 0.0351 R1粗轧4道次工作辊线速度 ROLLSPEED3 22 0.0557 R1粗轧1道次工作辊线速度 ROLLSPEEDO 19 0.0515 R1粗轧4道次出口侧宽度 WIDGAGEVAL3 云 0.0420 R1粗轧5道次工作辊线速度 ROLLSPEED4 23 0.0286 头部SSC的实测宽度值 WIDRMHO 1 0.0408工程科学学报，第 37 卷，增刊 1 表 8 二维空间数据子序列挖掘结果 Table 8 Results of two-dimensional spatial data sequence mining 最小置信度 10% 20% 30% 40% 50% 60% 关联规则 MA--LC ( 10. 3% ) LA--LC ( 20. 1% ) MC--LC ( 37. 7% ) LB--MB ( 40. 6% ) LA--HB ( 50. 0% ) LB--HC ( 69. 2% ) MC--MA ( 11. 7% ) LA--MB ( 22. 4% ) MB--LC ( 30. 4% ) — MA--HB ( 50. 0% ) — LC--MB ( 12. 7% ) MC--HA ( 25. 0% ) LA--LA ( 36. 5% ) — — — MC--MB ( 18. 2% ) LA--HA ( 25. 0% ) — — — — LC--HC ( 11. 5% ) — — — — — LA--HC ( 19. 2% ) — — — — — LB--HA ( 10. 0% ) — — — — — LA--HA ( 15. 0% ) — — — — — MB--HA ( 15. 0% ) — — — — — HC--HA ( 10. 0% ) — — — — — WJZZ = WStd ( 2) × WJZ， ( 12) WZ = WCZZ [ ] WJZZ T ． ( 13) 则主要控制变量的主观权值 WZ 如表 9 所示． 3 基于数据挖掘的带钢质量综合评估方法 基于数据挖掘的带钢质量综合评估方法的基础是 将前文中得到的主、客观权值向量组合起来． 基于主 客观权重乘积的归一化组合赋权法的计算公式为: Wj = Wzj Wkj ∑ n j = 1 Wzj Wkj ，( 0 ＜ Wj ＜ 1，∑ n j = 1 Wj ) = 1 ． ( 14) 其中，Wj 表示组合权重分配向量中的 j 个分量，Wkj表 示客观权重分配向量中的 j 个分量，Wzj表示主观权重 分配向量中的 j 个分量，n 表示评价对象系统的指标 数，本文中 n = 13． 得到的组合权值 Wj 如表 10 所示． 结合表 7 中有代表性质量问题的高次频繁集，可 以得出: 表 9 主要控制观察变量及客观权值表 Table 9 Main control observation variables and objective weights table 变量名 字段名 编号 权值 精轧 F7 工作辊线速度 ROLLSPD6 53 0. 1561 R1 粗轧 1 道次轧制力 R1FORCE0 8 0. 1102 R1 粗轧 4 道次轧制力 R1FORCE3 12 0. 0436 精轧 F7 轧辊入口温度 TEMPF6 61 0. 2301 R1 粗轧 3 道次工作辊线速度 ROLLSPEED2 21 0. 0960 E1 立辊 3 道次辊缝 E1GAP2 14 0. 0679 精轧 F3 轧制力 FORCE2 42 0. 0424 R1 粗轧 3 道次出口侧宽度 WIDGAGEVAL2 25 0. 0351 R1 粗轧 4 道次工作辊线速度 ROLLSPEED3 22 0. 0557 R1 粗轧 1 道次工作辊线速度 ROLLSPEED0 19 0. 0515 R1 粗轧 4 道次出口侧宽度 WIDGAGEVAL3 26 0. 0420 R1 粗轧 5 道次工作辊线速度 ROLLSPEED4 23 0. 0286 头部 SSC 的实测宽度值 WIDRMH0 1 0. 0408 ·62·