RS-BN算法在高铁车载设备故障诊断中的应用研究

作者: 李俊武李国宁

关键词: 车载设备故障诊断粗糙集贝叶斯网络属性约简

摘要：针对高速铁路列控车载设备结构复杂、故障诊断特征不确定、传统故障诊断方法过于依赖专家经验、故障诊断自动化程度低等问题,提出一种贝叶斯网络与粗糙集模型约简技术相融合的故障诊断方法.首先对故障追踪表进行分析提取和数据挖掘,结合专家经验建立诊断知识数据库;其次对故障数据进行K2算法学习、训练,并结合诊断知识数据库先验知识建立BN结构模型;然后结合故障信息数据建立诊断决策表,利用粗糙集进行条件属性约简,消除冗余条件信息,简化模型并建立基于RS-BN算法的BN结构模型;再通过MLE算法进行BN模型的参数学习,获得模型的条件概率表,建立完整的BN诊断模型;最后对约简模型和未约简模型进行对比分析.通过某高铁实际故障数据仿真验证分析,测试结果证明了该方法有较高的准确性和实际模型的高似然度.

上一篇： 自动闭塞区间继电式逻辑检查电路优化探究
下一篇： 交流转辙机八线制道岔控制电路的研制

RS-BN算法在高铁车载设备故障诊断中的应用研究

作者: 李俊武 李国宁

关键词: 车载设备 故障诊断 粗糙集 贝叶斯网络 属性约简

作者: 李俊武李国宁

关键词: 车载设备故障诊断粗糙集贝叶斯网络属性约简