最小信息熵的优化算法在轨道电路故障诊断中的运用

在使用决策树算法解决ZPW-2000A无绝缘轨道电路故障诊断问题中,由于轨道电路的数据中大部分属性值都是连续的,所以在采用决策树方法时必须对这些属性值离散化。主要对最小信息熵算法处理连续属性值离散化过程进行分析,并且对其离散化过程进行一定的优化来提高计算效率,缩短计算时间。     

基于改进YOLOv5s的列车车厢客流密度检测方法研究

针对城市轨道交通（简称：城轨）列车车厢客流密度检测过程中人群密集、乘客间相互遮挡的问题，文章提出一种基于改进YOLOv5s模型的列车车厢客流密度检测方法。设计了基于车载闭路电视监控（CCTV,Closed-Circuit Television）系统监控进行实时目标检测的列车车厢客流密度检测模型；为解决人群密集及遮挡问题，对YOLOv5s进行优化，采用了双向特征金字塔网络（BiFPN,Bidirectional Feature Pyramid Network）结构加强网络特征融合，设计了一种损失函数计算方法，改进了非极大值抑制（NMS,Non-Maximum Suppression）方法，避免候选框误删除的情况。在标准行人检测数据集和自制地铁车厢乘客数据集上进行实验，结果表明，在两类数据集上，改进模型的检测精度均较原模型有所提升。     

高铁货运动车组开行方案研究

开展"八纵八横"高铁网络背景下货运动车组开行方案设计,需首先研究高铁货运节点等级划分问题。采用系统聚类分析方法确定高铁货运节点等级划分应包括地区生产总值、社会消费品零售总额等7个指标,利用二次指数平滑法得到各指标2025年的预测值,据此进行样本聚类。同时考虑地理位置对高铁货运节点划分的影响,采用K-均值聚类进行区域划分。在综合分析2种聚类结果后将高铁货运节点划分为3个等级。根据高铁通道铁路平均货运分担率25.97%,推算出高铁货运分担率为5.19%,以节点等级划分结果中的第1、2层次所涉及节点城市为基础,计算"八纵八横"各高铁通道主要节点间的货运吸引力、OD预测量等,通过最小化列车虚糜得到货运动车组开行方案。     

基于改进小波神经网络的IGBT时间序列预测算法研究

针对IGBT老化失效问题,提出一种基于遗传算法改进的小波神经网络时间序列预测方法。在分析IGBT失效原理的基础上,利用IGBT老化数据集,选取关断瞬时"集电极-发射极"尖峰电压为失效特征参数,采用滑动时间窗法构建训练集与测试集,然后在MATLAB中搭建遗传算法改进的小波神经网络预测模型进行预测,并与传统的小波神经网络预测模型对比分析。试验结果显示,遗传算法改进的小波神经网络预测方均误差为0.017 1,方均根误差为0.130 9,平均绝对误差为0.109 6,分别比传统小波神经网络预测模型降低了0.005 7, 0.020 0, 0.064 0,有效提升了IGBT时间预测的精度。     

基于KmeansSMOTE的损伤诊断模型性能提升及在斜拉桥中的应用

为解决损伤诊断数据集中损伤与未损伤类数据样本不平衡导致诊断模型预测结果不理想的问题,提出了一种诊断模型性能提升的新方法(V-KmeansSMOTE)。该方法在改进合成少数类过采样技术(KmeansSMOTE)方法的基础上结合方差过滤(variance filtering, VF)特征选择技术筛除位移、加速度等数据中的零方差特征并对筛选后的特征所对应的损伤类数据样本进行过采样处理,将该方法应用于一座H型斜拉桥作为数值算例。结果表明,支持向量机分类模型分类准确率、精确度和F1评分在数据集上平均提升分别为6.19%、7.93%和20.07%,K最近邻模型平均提升6.18%、7.23%和7.26%,验证了提出方法的有效性。     

基于GA-岭回归分析的机车车轮踏面磨耗量预测算法研究

车轮踏面磨耗量是评价机车运行安全的重要参数，但多数车轮运维现场的条件尚不能对踏面磨耗量及时、准确地进行监测。为了解决上述问题，文章提出了基于“GA-岭回归”分析的机车车轮踏面磨耗量预测算法（简称“GA-岭回归”预测算法）。“GA-岭回归”预测算法分为数据前处理和数据预测分析2部分。对于数据前处理，首先依据不同的测量方式对采集到的踏面磨耗量数据进行分类，基于车轮的实际运维情况，分析不同类型数据的特点；随后以镟修周期作为数据划分标准，对分类后的数据进行切片处理；最后采用相关标准和主成分分析法对相应的动态测量数据进行清洗、降噪。对于数据预测分析，首先划分数据集，进行数据整合，创建训练集数据的时间滑动窗口；随后采用岭回归算法对训练集数据进行回归分析训练，并结合遗传算法和验证集数据进行模型参数的调优，以提高预测准确性。基于测试集数据，分别采用传统预测算法、岭回归线性预测算法和“GA-岭回归”预测算法，对3类预测算法的预测效果进行对比分析；随后采用相同的测试方法，扩大车轮样本的数量，继续进行预测效果的对比分析。测试结果表明，采用“GA-岭回归”预测算法的预测误差和误差标准差均相对较低。经分析可知，...     

基于代价敏感卷积神经网络的扣件缺陷检测算法

为解决扣件数据集不平衡问题,引入代价敏感策略对卷积神经网络算法进行改进,并以此检测断裂、丢失的缺陷扣件。该算法借鉴AdaBoost算法的思路,在训练过程中对整体误差函数中每个样本分配不同的权重,并依据先前模型的错误率不断地加以调整,使算法关注各个类别中的难学习样本,并对调整后的权重按类别进行归一化处理,以增大小类样本的关注度。分别在高速铁路无砟轨道和普速铁路有砟轨道2个扣件数据集上进行对照试验验证算法的有效性。引入G-mean作为评价指标平衡不同类别的召回率。结果表明:将改进后算法应用于高速铁路无砟和普速铁路有砟轨道的扣件数据集,改进后算法的G-mean值比原算法分别提高10%和25%以上;比传统的扣件识别方法分别提高13%和39%以上。     

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。     

数据挖掘技术在行车调整中的应用研究

在对行车调整问题进行分析的基础上,结合数据挖掘技术,采用决策树的方法,以寻找连带晚点时间总和最小的调整策略为目标,对以往积累的与运行图相关的数据资源进行分析重构,寻找各故障模式下较优的行车调整策略,并对数据挖掘模型的运行机制进行了论述。该模型在实验室中得到了应用,并取得了良好的效果。     

地铁车辆牵引控制单元的故障诊断方法

地铁车辆牵引控制单元是地铁系统的核心单元之一,准确判断其故障状态对车辆安全运行至关重要。针对模糊C-均值聚类(FCM)在牵引控制单元故障诊断中的不足,提出了采用入侵杂草算法优化FCM,解决了FCM聚类结果不稳定和容易陷入局部最优的问题。该方法能克服单一故障诊断法的缺陷,同时具备群智能算法搜索全局最优和FCM算法处理模糊信息的能力。通过UCI数据集和地铁车辆实际数据进行仿真实验,结果表明,新方法与传统FCM相比,能获得更优的聚类中心,有效提高了TCU故障诊断的准确性和快捷性。     

隧道掘进机选型智能决策支持系统的研究

为了使隧道掘进机选型决策理性化，避免单纯依靠设计者的经验进行选型，研究一种综合解决方案。采用人工智能技术与决策支持技术相结合的方法，总结归纳掘进机选型的规律，收集著名厂家的掘进机主参数，整理已成功开挖的隧道工程数据，形成辅助决策需要的知识库和数据库；分别提供基于数理统计的回归模型和理论分析的计算模型，进行掘进机主参数确定和技术经济性分析与比较；通过对掘进机施工工期和成本的预测，评估掘进机的效能。将选型决策的进程分为方案生成、方案评价和方案决策3个阶段，开发计算机辅助决策支持系统的原型，系统由智能选型方案生成、方案的模糊综合评价体系和模糊多属性决策模型3个模块构成，共同完成掘进机选型及主参数优化。该系统不仅可以对掘进机进行概念设计阶段的选型决策支持，还可以帮助设计人员为隧道施工选择合适的掘进机。     

基于数据集中的铁路运营决策支持系统

作者在分析我国铁路部门信息运用中所存在的问题的基础上,提出建立基于数据集中的铁路运营决策支持系统,为铁路运营决策提供统计分析信息.还分析了采用数据集中后将会给铁路运输业带来的经济效益以及实现数据集中所需解决的关键问题.     

铁路事故救援辅助决策系统的研究

事故救援是铁路运输的一项基础工作,救援结果和效率与方案决策密切相关。文章介绍铁路救援辅助决策系统的设计思想和实现路径。在多年研发救援装备和研究救援案例的基础上,利用人工智能技术、决策支持技术和多媒体技术,在VisualC#和Windows环境下开发了铁路救援辅助决策系统。该系统采用基于数据库技术的模块化结构,用产生式规则系统表示救援决策知识。在推理策略上设计了逆向的和前向的两条技术路径实现决策操作。在事故现场系统以人机交互方式实时提供一个或一组救援方案,供决策参考。系统已装备救援单位使用。     

计费信息管理网络决策支持系统

计费管理网络决策支持系统是对商务信息搜集、管理和分析的系统,目的是使企业的各级决策者获得知识或提高洞察力,帮助他们做出更有利的决策.该系统为了利用先进信息化手段和先进的计算机技术为其开拓市场提供有力的依据.     

一种支持车-地宽带互联的广义AP间切换模型

针对旅客列车车-地宽带互联的AP(Access Point,接入点)间切换不仅要求切换执行快速、而且要求切换判决迅速的特点,研究如何实现车载通信网关自主快速的AP间切换.为此首先提出狭义和广义AP间切换的概念,以描述车载通信网关自主地从一个AP切换到下一个AP的完整过程,并根据旅客列车宽带Internet应用的需求与特...     

基于前景理论和直觉模糊集的编组站布局调整决策研究

为提升编组站布局调整方案的决策水平,考虑未来不同的运输需求增长状态对决策者行为心理的影响,提出基于前景理论与直觉模糊集的编组站布局调整决策模型。首先,构建编组站布局调整方案比选指标体系,涵盖空间分布的合理性、适应性、协调性、对社会的影响、经济性5个指标层;其次,利用直觉模糊集表征决策者对方案属性的主观评价值及犹豫度,并构造得分函数得到方案属性的综合得分值;然后,引入前景理论考虑决策者在不同运输需求增长状态下的不确定型偏好,结合灰靶决策理论构造三参照点计算编组站布局调整方案的综合前景价值;最后采用VIKOR决策方法对方案进行优选。通过某枢纽编组站布局调整实例,研究结果表明,A2为最优调整方案,与实际确定方案相吻合,验证了决策模型的有效性和实用性。     

决策树法在施工合同管理中的应用

决策树法是投标决策阶段常用的一种定量分析方法，但在施工阶段应用较少，此文介绍它的操作原理，并举例阐述在项目实施阶段合同管理方面的应用。     

改进的属性约简算法及其在决策树中的应用

针对传统的基于区分矩阵属性约简算法在构建区分矩阵时生成很多冗余元素,空间和时间性能上不够理想的缺点,利用动态数组及新的约简过程进一步改进,最后把新的属性约简算法应用到决策树的构建上,实验证明,该算法能够提高决策树分类性能.     

高速网络环境下一种对入侵检测系统的改进方法

高速网络环境下,现有的入侵检测系统存在检测效率低、准确率低和丢包现象等问题.改进后的入侵检测系统先对数据包中的应用协议进行预处理,检测出比较明显的入侵特征.如果没有检测到,就利用基于决策树的模式匹配方法进行更进一步的检测.它可以提高检测速度和降低误报率,更加适应高速网络.