10.3969/j.issn.1007-757X.2023.10.009
基于决策融合与机器学习的铁路道岔故障诊断
基于决策融合思想,构建包含PNN、BP和决策树的铁路道岔故障诊断模型,以应对单一模型失效导致诊断准确率不高的问题.仿真结果表明:在某一模型失效情况下,基于PNN网络模型的诊断率高达94.5%,均高于另外2种模型;在初始模型完好的状况下,基于决策融合的诊断模型诊断准确率保持在98.1%左右,诊断效果最佳.由此说明,提出的基于PNN决策级融合的铁路道岔故障诊断模型具有较高的诊断准确率.
铁路道岔、故障诊断、决策融合、机器学习
39
TP392(计算技术、计算机技术)
陕西交通职业技术学院院级科研项目YJ18012
2023-11-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
30-34