摘要： 针对离散车间生产能耗数据多源异构，干扰因素间关联关系不易分析的问题，根据离散制造能耗机理分析结果构建多源能耗数据挖掘模型(Multi-source Energy-consumption Data-mining Model, MEDM),提出一种面向离散车间的频繁模式增长(Frequent Pattern Growth for Discrete Workshop, FP-Growth-DW)算法。首先，应用关联视图、分箱处理和多源异构统一编码方法，对离散车间多源异构海量数据进行预处理；然后，采用分区并行策略和3种剪枝技术优化候选项集以构建频繁模式树(FP-Tree),并提取强关联规则合并存储到规则库中。最后实例验证表明，该算法在离散车间多源异构数据挖掘分析上具有可行性和有效性，算法效率提升了68.8%。

关键词: 离散制造; 统一编码; 剪枝优化; 数据挖掘;

中图分类号: 

• TP311.13

• TH186