10.13238/j.issn.1004-2954.202101050002
基于关联规则的铁路信号设备故障诊断方法
为提升铁路信号设备的故障处理效率,在对故障文本信息分析的基础上,提出一种基于关联规则的铁路信号设备故障诊断方法.由于故障文本信息存在不规范性和高维性,首先采用TF-IDF(Term Frequency and Inverted Document Frequency)算法提取故障文本信息中的故障特征,根据故障特征、故障类型、故障原因建立故障诊断模型.采用改进的FP-Growth(Frequent Pattern Growth)算法,通过权重定义项的支持度,依据频繁1-项集划分各项的数据库子库,并构造每项的条件FP-Tree,减少内存占用空间,提高运行速率,挖掘出具有维修指导意义的关联规则,进行故障诊断与维修决策.研究结果表明,本方法运行时间优于传统的FP-Growth算法,平均诊断准确率比案例推理算法和贝叶斯网络算法提高了10.35%和11.44%,可用于故障文本信息的潜在规律挖掘,简化故障诊断流程.
铁路信号设备、故障诊断、关联规则、数据挖掘、TF-IDF算法、FP-Growth算法
66
U284.92(铁路通信、信号)
国家自然科学基金;中国博士后科学基金
2022-04-27(万方平台首次上网日期,不代表论文的发表时间)
共7页
175-181