摘要：作为一项交叉学科，数据挖掘在当今的大数据时代已经被应用到很多的领域之中，并且发挥着显著的作用。随着数据挖掘在化学化工这一领域中的广泛应用，有效的使这一领域实现了研究思路以及研究手段的进一步丰富。极大的推动了化学领域的良好发展，为当今时代的经济以及科技的进一步发展极大程度的提供了有利条件。本文就是对数据挖掘在化学化工中的研究进展进行分析，希望可以起到良好的作用。
关键词：数据挖掘；化学化工；研究进展
近年来，随着经济以及科技的进一步发展，数据技术也取得了不断的发展，因此在各个行业中也都积累了大量的数据。随着大数据时代的到来，表面的数据已经难以满足人们对数据的进一步需求，因此数据挖掘也就被各个行业进行了广泛的应用，进而取得了进一步的发展。尤其是对于化学化工领域而言，数据挖掘的应用实现了其研究思路以及研究手段的进一步创新，有效的促进了化学化工业的良好发展。本文就是对其在化学化工领域中的应用以及发展进行研究。
图1
一、数据挖掘在化工建模中的应用
在化工领域中，化工建模一直都是一项难度较大的内容。在实际的建模过程中往往会因为很多条件以及因素的交互性或者是非线性对系统造成影响，一次就是化工建模的难度进一步加大。但是随着数据挖掘这一技术在化学化工领域中的应用，凭借其算法丰富的优势使得化工建模实现了进一步的优化。将神经网络算法在化工建模中进行合理的应用，能够对任意的非线性映射以任意的精度来逼近，这样就可以实现对含噪声以及非线性的数据进行更加有效的处理；将遗传算法在化工建模中进行合理的应用，可以在不需要对问题模型的相关特征进行依赖的情况下来实现对非线性问题的良好解决，这样解决问题的方式在鲁棒性以及全局性的方面都有着最佳的优势，使化工建模的效率实现了进一步的提高，同时使其并行性的特点得以实现；主元分析在化工建模中的合理应用，通过对数据的简化、对数据的压缩、对数据的建模等来实现对非线性数据的有效解决；偏最小二乘法在化工建模中的合理应用，使得自变量的回归建模以及多变量的回归建模发挥出更加显著的优势[1]。
二、数据挖掘使化工工艺条件的应用实现了进一步的优化
数据挖掘技术在化学化工领域中的合理应用，可以在海量的高维、交互以及无序的自变量的数据库里对潜在的因变量信息以及能够导向的因变量信息进行发现。数据挖掘技术在化学化工中的应用，通过对聚类算法、分类决策树算法以及分类树算法等进行合理的应用，来实现对多维的无序自变量以及特定的因变量进行最优选择。数据挖掘这一特点在化学化工中的合理应用，将会使化工工艺实现进一步的优化。其自变量可以是多维的工艺条件以及非线性的工艺条件，因变量是特定的化学工艺结果，因此应用数据挖掘技术可以实现对不同算法的进一步优化，这样就可以科学的对最佳工艺条件进行确定。
三、数据挖掘在数据库平台的应用
数据库就是一个对决策的过程、集成以及交互都实现支持以及管理的数据集合。数据挖掘技术在数据库平台的应用，对于大量的无序数据以及非线性数据，可以采用关联、聚类、模糊集、最小冗余以及最大权重等的特征算法进行应用，来实现对非线性数据信息的系统进行整合。数据挖掘技术在化学化工中的应用，可以使人们在对各种数据之间的关联进行分析以及查找的时候，通过人机交互界面来更加直观、更加简洁的呈现，进一步为这项工作的实施提供了便利，同时可以将模糊偏好有效的引入到数据信息查找的条件之中，这样就可以有效的使搜索结果在灵活性方面得以显著的提高。因此，数据挖掘技术在数据库平台中的应用，可以有效的实现对化工数据的聚类以及关联，从而有效的实现对化工数据库的建立以及对化工的应用软件进行进一步的开发，因此这也是数据挖掘技术应用在化学化工领域之中的一个热点内容[2]。
四、数据挖掘在化学化工安全生产中的应用
化学化工企业是最容易发生安全事故的企业，所以化学化工的安全生产一直都是人们所广泛关注的话题。采用传统的方法对化学化工生产中的安全事故不能做到有效的预防和控制，只能够小心谨慎的进行安全事故的监控与排查，所以对于化学化工企业的安全事故而言，传统的办法都太过被动，因此在对化学化工安全事故进行控制的过程中也没有取得满意的效果，导致化学化工企业在生产的过程中，安全事故频频发生[3]。
随着近年来数据挖掘技术被应用到化学化工的领域之中，并且取得了良好的发展，使的化学化工企业的安全事故得到了有效的控制，因此也就进一步的实现了化学化工企业的按安全生产。随着模糊理论以及Bayes的主观算法等科学应用，使得不确定性的推理方法被数据挖掘技术也有效的提供，进而实现了对安全事故在其发生的原因以及发生的征兆间进行随机性的以及模糊性的不确定关系的有效研究。将化工厂对大量运行数据的储存作为依据，将数据挖掘技术在特定算法方面进行科学合理的运用，来实现对每一个事故的征兆对于其运算结论的支持度进行挖掘，这样就可以良好的实现对相关征兆的权值进行获得，进一步实现对相关阀限值的计算[4]。对事故的征兆进行采集，并且按照采集的多少以及规律可信度的合理公式对其规则的可信度进行有效的改变。这样就可以在化学化工生产的过程中实现对潜在风险的有效排除，进而有效的避免一些安全事故的发生，实现化学化工企业的安全生产。
五、数据挖掘技术在化学化工领域中的发展展望
随着数据挖掘技术在化学化工领域之中广泛的应用，已经实现了对化工建模以及化工工艺的进一步优化，并且对化工数据库的建立以及相关数据的查找和获取提供了进一步的便利性，同时也有效的对化工农企业的生产安全提供了良好的保障。其作为一门交叉的学科在化学化工企业的生产中得到应用与进一步的普及，有效的将人们对数据的低层次查询提升到对数据的挖掘以及对决策支持的提供。随着化学化工领域的发展，数据挖掘技术也将获得进一步的发展和进步，相关的人员会对数据挖掘技术持续不断的进行研究，使其在将来得到进一步的提升和完善，实现化学化工领域的良好发展。同时，数据挖掘技术的提升和完善，将会使其在其他的各个领域中得到更加广泛的应用，使其自身的优势得以有效的发挥，进一步促进我国经济以及科技的良好发展。
结语
数据挖掘技术从20世纪的80年代就开始在化学化工领域之中得到了广泛的应用，并且凭借其算法丰富的优点在化学化工领域之中发挥出有效的作用，实现了化学化工领域的良好发展。对化学化工的建模、化工工艺参数以及数据库平台的进一步优化提供了巨大的帮助，同时有效的实现了化学化工企业生产安全性的进一步提升。随着当今科学技术的进一步发展，计算机控制系统将会实现对更多数据的采集以及存储，数据挖掘技术在化学化工领域中将获得更加广泛的应用以及更加显著的提升。将数据挖掘技术合理的应用到化学化工领域中，可以有效的使化学化工产业从数据、技术以及安全等各个方面实现有效的提升，进而实现化学化工产业的良好发展，为我国经济以及科技的可持续发展的进一步实现提供有利条件。
参考文献：
[1]余凡，范宝安，黄铁垓.数据挖掘在化学化工中的研究进展[J].应用化工，2017（1）：159
[2]荣盘祥，曾凡永，黄金杰.数据挖掘中特征选择算法研究[J].哈尔滨理工大学学报，2016（1）：106
[3]郑茹菁，王晓晔，柴晓瑞，等.数据挖掘开源平台性能分析[J].天津理工大学学报，2015（4）：33
[4]俞金寿.数据挖掘技术[J].石油化工自动化，2000（6）：38
论文作者:韦丽群
论文发表刊物:《基层建设》2018年第23期
论文发表时间:2018/9/18
标签：数据挖掘论文; 化学化工论文; 数据论文; 建模论文; 领域论文; 化工论文; 技术论文; 《基层建设》2018年第23期论文;