列车仿真技术中基于属性矩阵图的故障分析决策树算法

根据数据挖掘技术分析列车运行大数据的特点,提出了基于属性矩阵图的决策树算法。结合某列车仿真数据,详细阐述了计算属性度量、构建属性矩阵图模型及构造决策树的具体过程。由该决策树算法的故障分析结果可见,基于属性矩阵图决策树算法能准确地对故障问题进行分类归纳,为故障预测提供可靠依据。     

基于组合决策树的无绝缘轨道电路故障诊断方法研究

针对ZPW-2000A型无绝缘轨道电路故障的随机性及组合复杂性,提出一种基于C4.5组合决策树的故障诊断方法。以C4.5决策树为基本单元构建轨道电路故障诊断组合网络模型,并给出粗糙集属性约简方法为各网络单元简化条件属性,由此提高C4.5训练效率得到诊断规则,逐级压缩诊断范围最终可准确识别14种常见故障模式。仿真测试结果表明,不仅粗分故障范围的测试准确率高于BP神经网络方法,故障模式细分后的诊断准确率也有明显提高。     

基于粗糙集-C4.5的轨道电路故障诊断方法研究

针对轨道电路故障信息存在大量重复样本和冗余属性,提出一种基于粗糙集和C4.5决策树算法相融合的轨道电路故障诊断方法。轨道电路故障特征数据多为连续量,需要根据模糊集理论对故障样本进行模糊化,形成离散决策表。利用粗糙集处理不完备决策表的能力,去除离散决策表的冗余属性得到约简表,结合决策树C4.5算法对约简决策表进行快速训练提取诊断规则,产生的诊断规则清晰、可解释性强,能够直接运用于轨道电路故障诊断中。最后利用模拟数据仿真验证该方法的有效性,与ID3算法和BP神经网络法进行对比,仿真测试表明该方法具有更高的诊断效率和准确率,对实现轨道电路快速鲁棒故障诊断具有一定意义。     

基于粗糙集理论和FCM的轨道电路故障诊断模型

由于轨道电路数据多且其维数高,这往往会导致所选特征之间存在冗余和相容性的问题。基于主分量启发式算法,引入相容度概念,并提出一种改进的主分量启发式属性约简算法,提取初始数据的主要特征属性来降低样本的维数。同时将模糊认知图概念引入到轨道电路故障诊断中,利用最小二乘法完成模糊认知图节点间权值的选择,最后根据权值建立轨道电路诊断模型并对预处理的样本进行训练和分类。实验结果表明,与单独的FCM分类器相比较,加入属性约简算法后, FCM分类器可提高分类性能,与采用人工确定权值的FCM方法对比,最小二乘法提高了FCM分类的精度。     

货运方式选择行为多属性决策模型及算法

根据决策理论和实践经验,以运输可靠性、运送时间、价格、安全性、便捷性为主要元素,构成表征货运方式的属性集合,构建货运方式选择行为多属性决策模型.根据货运服务主要属性间"部分可补偿"的特性,采用ELECTRE-I方法求解模型,并针对ELECTRE-I方法算法收敛性差的不足进行算法改进,提出采用偏离阈值度的方法构建一致占优矩阵和矛盾占优矩阵,以充分反映矩阵各元素和阈值之间的偏离度,从而克服了用ELECTRE-I算法无法收敛到唯一解的问题.并以北京-上海运输某化工原料的货运方式选择为例,证明了所给出模型和算法的可行有效性.     

基于快速贝叶斯网络的S700K转辙机故障诊断研究

转辙机故障对铁路运输安全和效益影响重大,针对转辙机故障原因与现象之间的复杂不确定性关系,提出一种基于粗糙集约简的高效贝叶斯网络故障诊断方法。首先,建立故障诊断决策表,利用改进的差别矩阵算法剔除对结果影响较小的属性,得到最简故障诊断决策表。其次,根据表中故障现象与故障类型连接关系建立贝叶斯网络模型,利用推理算法求解各类故障发生的概率。算法通过约简属性简化贝叶斯网络结构,降低算法复杂度,加快计算速度。最后,用某车站转辙机故障实例验证该智能故障诊断方法的正确性。     

基于IRM-COM的列车运行控制系统测试用例生成方法

为验证高速铁路列车运行控制系统在多个故障发生时的安全性,针对系统故障降级场景,提出一种基于初始约简矩阵—组合遗漏矩阵(IRM-COM)测试用例生成算法的故障组合注入方法。首先对故障类型进行矩阵形式化描述,然后形成故障注入组合测试表初始矩阵,最后生成测试用例表。仿真结果表明,该组合测试的故障检测率比随机测试和自适应随机测试平均高10.2%,而且测试用例个数比自动高效测试用例生成器(AETG)和基于矩阵重复度的组合测试(CTboMRD)平均少13.4%,验证了所提算法具有更强的约简能力,提高了测试效率。     

基于粗糙集神经网络的车载设备故障诊断

由于神经网络在车载设备故障诊断中存在网络结构复杂、训练时间长的问题,利用粗糙集理论处理不确定数据的优势,对BP神经网络进行优化。提出属性约简算法,去掉冗余信息,保留必要属性。通过对现场车载设备故障数据的实例分析表明,优化前后性能提升明显,且使用该方法能有效减少输入层神经元个数,提高车载设备故障诊断的效率和准确度。     

基于粗糙集和模糊聚类理论的文本分类系统的研究与实现

随着Internet的发展及广泛应用，越来越多的文本信息以待阅读和处理。文本分类成为众所关注但仍未很好解决的热门课题。本文提出一种基于粗糙集和模糊聚类（RS＆FC）理论的文本分类新模型，详细讨论和分析了该模型的总体设计思想、主要实现技术和有关的算法及实现方案。该模型在分类规则产生之前，以训练样本直接聚类的结果构造信息表，并对表中的连续属性离散化，再对信息表中的特征词属性进行二次聚类，压缩文本特征子集的向量维数，提取关键字特征属性，建立决策信息表，然后利用粗糙集理论，采用启发式约简算法，对信息表进行约简，产生优化的分类规则，指导文本分类。最后通过实验和性能评价，本文提出的分类方法的分类准确率高于传统的K-最近邻分类（K-NN）法，提高了系统的适应性能和分类能力。     

基于粗糙集和模糊认知图的ZPW-2000轨道电路故障诊断

针对目前由人工分析监测数据进行ZPW-2000轨道电路故障判别存在判别效率低、判别周期较长、对数据分析所依赖的人员经验程度高的缺陷,将粗糙集理论和模糊认知图的概念引入ZPW-2000轨道电路的故障判别中,通过主分量启发式算法对原始故障数据进行属性约简,得到故障特征参数,利用模糊认知图构建出基于属性约简和模糊认知图的分类器,并在此过程中利用自适应遗传算法完成FCM权重的学习。通过仿真实验验证,在模糊认知图的基础上利用粗糙集进行特征的提取,再对ZPW-2000轨道电路故障进行诊断,这种方法是有效可行的,并与人工分析故障数据进行诊断的方法进行比较,发现基于属性约减和模糊认知图的分类器有较高的故障识别率以及较短的诊断时间。     

决策表知识约简方法研究

伴随着铁路信息化建设,铁路各信息系统数据库中存在着大量冗余信息,如何删除那些不相关或不重要的知识就是知识约简所要解决的问题。它不仅是数据挖掘领域中的一项重要工作,而且对于数据集成、融合及铁路信息共享信息平台的建设都具有十分重要的意义。基于信息熵理论的方法就是一种很有前途的方法。本文提出一种类似信息熵的概率函数,利用这个函数可得到既适合于一致决策表,也适合于不一致决策表的知识约简方法,并以从铁道部某信息管理信息系统的数据中抽取出的决策表为例,从理论上验证了该方法的正确性。     

梯形高可靠列车通信网络冗余结构分析

文章构建了一种高可靠的列车通信网络梯形冗余结构的组网方案,分析了该网络的故障保护及冗余切换机制。针对梯形网络这种复杂列车通信网络,提出了一种基于K-端连通性检测简化的动态故障树分析方法,并利用二元决策图简化了故障树计算过程。文章提出的算法综合考虑了通信网络中系统结构、组件的动态修复情况以及拓扑结构对于网络可靠性的影响,简化了故障树模型建模和计算过程。文章采用提出的算法对梯形冗余网络可靠性结合具体算例进行了演算分析。计算表明该梯形冗余网络在相同情景下平均故障间隔时间比采用PRP延长1 513.32 h,比采用HSR延长5 034.61 h,可靠性明显提高。文章构建的组网方案以及提出的可靠性建模方法可为高可靠列车通信网络的网络结构设计与可靠性分析提供新思路。     

基于关键度度量的决策树算法改进及其在铁路运输中的应用

采用决策树方法对客票数据及行车安全数据进行分析时,发现在训练数据集的主类类属分布不平衡的情况下,无法对数据量占相对少数的小类属数据进行描述,究其原因在于现有决策树方法的节点类标号标示采用的是"多数表决"的方式。为此,本文提出关键度度量的概念,用于改进决策树的叶节点竞争机制,旨在改进决策树方法在解决弱势类属在数据建模分析中公平获得"发言权"的问题。算例表明,这种改进较好地解决了偏类数据集的数据分析问题。     

计算机联锁进路搜索算法的分析与研究

简述了计算机联锁系统中站场型数据结构的建立方法，通过深入研究站场型数据结构形状与二叉树的相似性，结合在实际搜索进路过程中总结的经验，提出了一种基于站场型数据结构的新的进路搜索算法。该算法是结合了二叉树、四叉链表和高度原则的新的进路搜索算法。详细论述了这种算法，并给出了完整的描述。     

基于二进制可辨矩阵知识约简方法的完备有效性

对于海量数据的铁路各种信息管理系统,利用基于二进制可辨矩阵的知识约简方法简化数据和从大量的冗余数据中挖掘出有价值的信息,是一种很有前途的方法。但实例证明该方法中的一些规则在有些情况下还不是完备有效的。因此,以从铁道部某管理信息系统的数据中抽取并建立的决策表为例进行检算和分析,提出基于二进制可辨矩阵知识约简方法的有效性及完备性的形式化定义,即:若给定二进制矩阵其列向量逻辑和为全“1”,则其正域相等,称其为有效;反之也成立,则称其为完备。从理论上给出严格的证明,首先求出有效和完备的二进制矩阵,然后求出最简的二进制矩阵,所得结果就是最简约简。     

基于信息颗粒的城市轨道交通换乘枢纽评价研究

随着城市轨道交通网络的不断扩大,换乘枢纽的地位越来越突出,成为影响轨道交通效率和服务水平的主要因素.分析了换乘枢纽的评价指标体系.由于指标信息数据的不完备性,利用模糊聚类对不完备信息表进行完备化,并引入经典粗糙集理论阐释了信息颗粒的含义,构造了信息颗粒;提出了基于粗糙信息颗粒的属性约简算法,建立了轨道交通换乘枢纽评价模型.通过示例说明了该方法的有效性,并给出了基于给定阈值的置信度评价规则集.     

滑坡整治中抗滑桩的优化设计方法

以既经济合理又安全可靠为目的，对中、大型滑坡整治中广泛应用的抗滑桩进行优化设计。运用多目标决策模糊集理论，建立用于抗滑桩整治方案评价的目标（指标）特征值矩阵，并进行指标值归一化处理；运用层次分析法，建立层次结构模型，构造判断矩阵。优选出具有多种属性和模糊特性的抗滑桩滑坡整治方案。通过确定决策变量、目标函数、约束条件（如强度、尺寸、配筋等）和优化算法，优选所选定抗滑桩细部结构，达到成本最低的目的。利用软件Matlab6．5求解非线性有约束多元函数的最小值。工程实例优化设计表明：通过优化抗滑桩整治滑坡方案和抗滑桩的细部结构，有效降低成本约16％。     

基于二次误差测度的带属性三角网格简化算法

给出一种基于边折叠和二次误差测度的快速简便的算法来简化带属性的网格模型。该算法通过分别建立几何和颜色属性二次误差测度来计算几何和颜色属性误差,用几何与颜色属性误差的总和来控制网格简化的顺序和精度。边折叠是根据某种误差测度将候选的边按照折叠代价排序,每次取代价最小的边进行折叠操作,直至满足给定的终止条件。二次误差测度采用点到平面距离的平方作为误差测度。应用实例表明,该算法既能保证简化模型同初始模型在几何上尽可能相似,又能较好地保留初始模型的颜色、纹理等属性信息。