当前快速发展的新的IT技术、电子商务及互联网的迅速普及,导致在各个应用领域的数据库中存储了大量的数据,这些数据集中包含了很多有用的知识,因此如何发现各种大型数据库中所隐藏的、预先未知的信息得以有效的应用显得尤为重要,这正是数据挖掘所要完成的任务。近年来国外学者提出了一系列的数据挖掘理论,世界上的主要IT公司,如IBM、Oracle及Microsoft等相继推出了各自的数据挖掘产品。关联规则挖掘作为数据挖掘的一个重要研究分支,其主要的研究目的是从大型数据集中发现隐藏的、有意义的、属性间存在的规律。由于形式简单、易于理解,且是从大型数据中提取知识的主要手段,因此关联规则挖掘的研究与应用已经得到了数据库、人工智能及统计学等领域里的学者的极大关注,并取得了不少的研究成果。在天津地铁环控系统(ECS)故障诊断关键技术研究项目的资助下,本文首先研究了对含有项目约束的关联规则挖掘的方法,提出了EclateII改进算法,改进了原有Eclate算法的不足使之更加适合天津地铁数据库系统的实际情况,并加以理论验证;然后提出了含有模糊数值约束的关联规则挖掘算法,尤其是隶属度函数的设定,并加以相关的证明,将在第五章从实践上证明该方法的可行性;最后进行天津地铁数据库数据挖掘系统设计将若干理论应用到实际中去,根据目前天津地铁数据库系统实际情况,将数据挖掘理论算法和企业的实际应用方面的提出的问题相结合展开研究与讨论,并提出相应的解决办法。