Data clustering and imputing using a two-level multi-objective genetic algorithms (GA): A case study of maintenance cost data for tunnel fans

↓ Direkt till sidans innehåll
↓ Direkt till sidans sekundära innehåll (sidomenyn)

Sökning: id:"swepub:oai:DiVA.org:ltu-70375" > Data clustering and...

1 av 1
Föregående post
Nästa post
Till träfflistan

Al-Douri, Yamur K.Luleå tekniska universitet,Drift, underhåll och akustik (författare)

Data clustering and imputing using a two-level multi-objective genetic algorithms (GA) : A case study of maintenance cost data for tunnel fans

Artikel/kapitelEngelska2018

Förlag, utgivningsår, omfång ...

2018-09-11
Taylor & Francis,2018
printrdacarrier

Nummerbeteckningar

LIBRIS-ID:oai:DiVA.org:ltu-70375
https://urn.kb.se/resolve?urn=urn:nbn:se:ltu:diva-70375URI
https://doi.org/10.1080/23311916.2018.1513304DOI

Kompletterande språkuppgifter

Språk:engelska
Sammanfattning på:engelska

Ingår i deldatabas

SwePubSwePub

Klassifikation

Ämneskategori:ref swepub-contenttype
Ämneskategori:art swepub-publicationtype

Anmärkningar

Validerad;2018;Nivå 2;2018-10-08 (johcin)
Data clustering captures natural structures in data consisting of a set of objects and groups similar data together. The derived clusters can be used for scale analysis and to posit missing data values in objects, as missing data have a negative effect on the computational validity of models. This study develops a new two-level multi-objective genetic algorithm (GA) to optimize clustering in order to redact and impute missing cost data for fans used in road tunnels by the Swedish Transport Administration (Trafikverket). The first level uses a multi-objective GA based on fuzzy c-means to cluster cost data objects based on three main indices. The first is cluster centre outliers; the second is the compactness and separation ( ) of the data points and cluster centres; the third is the intensity of data points belonging to the derived clusters. Our clustering model is validated using k-means clustering. The second level uses a multi-objective GA to impute the missing cost redacted data in size using a valid data period. The optimal population has a low , 0.1%, and a high intensity, 99%. It has three cluster centres, with the highest data reduction of 27%. These three cluster centres have a suitable geometry, so the cost data can be partitioned into relevant contents to be redacted for imputing. Our model show better clustering detection and evaluation compared with k-means. The amount of missing data for the two cost objects are: labour 57%, materials 81%. The second level shows highly correlated data (R-squared 0.99) after imputing the missing data objects. Therefore, multi-objective GA can cluster and impute data to derive complete data that can be used for better estimation of forecasting.

Ämnesord och genrebeteckningar

TEKNIK OCH TEKNOLOGIER Maskinteknik Tillförlitlighets- och kvalitetsteknik hsv//swe
ENGINEERING AND TECHNOLOGY Mechanical Engineering Reliability and Maintenance hsv//eng
TEKNIK OCH TEKNOLOGIER Samhällsbyggnadsteknik Annan samhällsbyggnadsteknik hsv//swe
ENGINEERING AND TECHNOLOGY Civil Engineering Other Civil Engineering hsv//eng
Data clustering
data imputing
multi-objective GA
fuzzy c-means
K-means clustering
Operation and Maintenance Engineering
Drift och underhållsteknik

Biuppslag (personer, institutioner, konferenser, titlar ...)

Hamodi, HussanLuleå tekniska universitet,Drift, underhåll och akustik(Swepub:ltu)hasham (författare)
Zhang, LiangweiDepartment of Industrial Engineering, School of Mechanical Engineering, Dongguan University of Technology, 523808 Dongguan, China (författare)
Luleå tekniska universitetDrift, underhåll och akustik (creator_code:org_t)

Sammanhörande titlar

Ingår i:Cogent Engineering: Taylor & Francis5:1, s. 1-162331-1916

Internetlänk

Hitta via bibliotek

Cogent Engineering (Sök värdpublikationen i LIBRIS)

Till lärosätets databas

1 av 1
Föregående post
Nästa post
Till träfflistan

Hitta mer i SwePub

Av författaren/redakt...: Al-Douri, Yamur ...; Hamodi, Hussan; Zhang, Liangwei

Om ämnet

TEKNIK OCH TEKNOLOGIER: TEKNIK OCH TEKNO ...; och Maskinteknik; och Tillförlitlighet ...

TEKNIK OCH TEKNOLOGIER: TEKNIK OCH TEKNO ...; och Samhällsbyggnads ...; och Annan samhällsby ...

Artiklar i publikationen: Cogent Engineeri ...

Av lärosätet: Luleå tekniska universitet

Sök utanför SwePub

Sök vidare i:: Google; Google Book Search; Google Scholar

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

LIBRIS.kb.se