1.一种基于关联规则的板形曲线系数设定方法，其特征在于：包括以下步骤：步骤S1、建立初始数据处理模型，采用区间内最小值方法将初始板形曲线系数转化为等级板形曲线系数；

步骤S2、使用关联规则算法求解最佳等级板形曲线系数；

步骤S3、建立求解最终最佳板形曲线系数的数学模型。

2.根据权利要求1所述的一种基于关联规则的板形曲线系数设定方法，其特征在于：步骤S1具体包括以下步骤：S11、选取初始板形曲线系数组成一个样本集或系数组，初始数据为板形目标曲线的系数a1,a2,a3,它们分别为板形目标曲线一次项x，二次项x2和边部减薄项edges的系数，每三个系数为一系数组，将同规格板形良好的多个系数组作为一个样本集；

S12、采用区间内最小值方法，初始板形曲线系数组全部转化为等级板形曲线系数组，由于初始板形曲线系数在小范围内调整，对实际板形调节影响很小，将初始板形曲线系数的每10个数据单位视为1个步长，将1个步长内的板形曲线系数转化为同一等级系数，等级系数分为2n级，n的计算方法为：式中i＝1,2,3；[]为取整符号，即将式子所得结果舍去小数，只保留整数部分，||是绝对值符号，对符号内部取绝对值，其中当ai≥0时，等级系数表示为In；当ai＜0时，等级系数表示为Un，初始板形曲线系数a1,a2,a3经过转化后分别用A1，A2，A3表示，A1，A2,A3分别是经转化后的一次项x的等级系数，二次项x2的等级系数和边部项edges的等级板形曲线系数集合；

S13、将等级板形曲线系数集合分为三列，即A1，A2,A3每列作为标准等级板形曲线系数的一个数据集合。

3.根据权利要求1所述的一种基于关联规则的板形曲线系数设定方法，其特征在于：步骤S2具体包括以下步骤：S21、计算频繁1项集，等级板形曲线系数数据集记为D，D＝{A1,A2,A3},Ai＝{i1,i2,…，im},Ai为任一项等级板形曲线系数集合,im为等级板形曲线系数项，设I＝{i1,i2,…，ip}是D中全体等级板形曲线系数项组合的集合，即D为所有等级板形曲线系数项任意组合所构成的合集,I的任何子集X称为D中的项集,|X|＝k称为集合X为k项集,数据集D包含系数项集X的数目称为项集X的支持数σx，项集X的支持度为support(X):support(X)＝σx

若支持度不小于指定的最小支持度(minsupport)，则称X为频繁项集，指定最小支持度:minsupport＝2

设X，Y是数据集D中的项集，X∪Y的支持度称为X＝>Y的支持度，记作support(X＝>Y)，support(X＝>Y)＝support(X∪Y)先选出A1，A2,A3的1频繁项目集F1，选择方法为遍历数据集D中的每一项，得到1候选项集，计算出所有1候选项的支持度，对支持度小于最小支持度的项进行剪枝，得到F1,F1中的任意一项都为1频繁项；

S22、计算频繁2项集，再由1频繁项集F1中的所有项任意组合，产生候选2项集C2，候选2项集C2与频繁2项集F2满足： 得到候选2项集C2后，需要求解每一个2候选项的支持度，公式为：support(A1i∪A2i)＝σx

剪枝C2中支持度小于最小支持度的2候选项，未被剪枝的剩余2候选项组成了频繁2项集F2；

S23、计算频繁3项集，由F2中的2频繁项任意组合得到候选3项集，组合的要求为：比较F2中的任意一个由不同的1项组合得到的2频繁项，若第一项相同，则将进行比较的两项合并，得到一个3候选项；若第一项不同则不进行合并，将所有2频繁项组合后，得到所有的3项集为候选3项集C3，求解候选3项集C3中每一个项的支持度，公式为：support(A1i∪A2i∪A3i)＝σx

验证候选3项集C3中每一个3阶项的支持度，对支持度小于最小支持度2的候选3项进行剪枝操作，未被修剪的剩余候选3项组成了频繁3项集F3，频繁3项集F3即是最佳等级板形曲线系数结果。

4.根据权利要求1所述的一种基于关联规则的板形曲线系数设定方法，其特征在于：步骤S3具体包括以下步骤：S31、将最佳等级板形曲线系数转化为常数系数，转化公式为：

式中In为当ai≥0时等级板形曲线系数，Un为当ai＜0时等级板形曲线系数；ai’为最佳等级板形曲线系数转化为常数板形曲线系数后的结果；

S32、求解每组系数平均值的方法得到最佳板形曲线系数

转化完成后，当两组或两组以上的3阶频繁项的支持度都大于最小支持度并作为最终解时，用取每一系数的平均值的方法的方法处理多组数据并求得最终解，平均值的计算方法：上式xi为不同频繁3项的相同次项的系数，取得的平均值 组成的项集

即为最佳板形曲线系数。

5.根据权利要求1所述的一种基于关联规则的板形曲线系数设定方法开发的最佳板形曲线系数系统，其特征在于：最佳板形曲线系数程序系统的开发选用Visual C++软件开发C程序并采用MFC建立图形界面的方法完成。