高速動(dòng)車組運(yùn)維智能決策知識(shí)庫(kù)的研究和實(shí)現(xiàn).pdf

1、隨著我國(guó)高速動(dòng)車組的大規(guī)模投入使用，動(dòng)車組成為了鐵路客運(yùn)與貨運(yùn)的重要工具。伴隨著運(yùn)行時(shí)間和運(yùn)行里程的增長(zhǎng)，動(dòng)車組運(yùn)營(yíng)已經(jīng)積累了海量的運(yùn)營(yíng)數(shù)據(jù)和豐富的運(yùn)維經(jīng)驗(yàn)。但目前我們面臨的問(wèn)題是這些數(shù)據(jù)和經(jīng)驗(yàn)還不能直接有效的被運(yùn)維人員利用。與此同時(shí)動(dòng)車組在長(zhǎng)期運(yùn)行過(guò)程中難免會(huì)發(fā)生故障，如何保障動(dòng)車組的高效安全運(yùn)行成為動(dòng)車組運(yùn)維工作的重中之重。
　　針對(duì)上述問(wèn)題，本文研究和實(shí)現(xiàn)了高速動(dòng)車組運(yùn)維智能決策知識(shí)庫(kù)，用于指導(dǎo)動(dòng)車組運(yùn)維決策。知識(shí)庫(kù)的建立能

2、夠?qū)崿F(xiàn)知識(shí)的錄入、共享交流等。
　　針對(duì)目前海量數(shù)據(jù)的情況以及運(yùn)維要求快速反應(yīng)的特點(diǎn)，本文對(duì)知識(shí)庫(kù)中用到的關(guān)鍵技術(shù)做出以下改進(jìn):
　　(1)改進(jìn)知識(shí)發(fā)現(xiàn)過(guò)程中現(xiàn)有的Fp-growth算法，針對(duì)當(dāng)前算法中的不足做出改進(jìn)。
　　(2)將改進(jìn)后的Fp-growth算法Map-Reduce并行化，對(duì)每個(gè)結(jié)點(diǎn)構(gòu)造頻繁模式樹進(jìn)行遞歸挖掘，再合并局部頻繁項(xiàng)目集得到全局頻繁項(xiàng)集。
　　(3)改進(jìn)知識(shí)檢索技術(shù)，本文采用基于字典的正

3、向最大匹配分詞算法，使用hash機(jī)制組織運(yùn)維詞典詞庫(kù)，設(shè)計(jì)實(shí)現(xiàn)了中文分詞模塊。
　　經(jīng)實(shí)驗(yàn)驗(yàn)證本文改進(jìn)后的Fp-growth算法在時(shí)間性能和空間性能兩方面都得到了很好的提升，通過(guò)對(duì)改進(jìn)后Fp-growth算法的Map-Reduce并行化，提高了數(shù)據(jù)的處理速度，并且算法具有很好的加速比和良好的擴(kuò)展性。同時(shí)中文分詞技術(shù)的使用能夠幫助運(yùn)維人員高效的從知識(shí)庫(kù)中獲取知識(shí)。
　　本系統(tǒng)設(shè)計(jì)了知識(shí)庫(kù)的規(guī)則庫(kù)和事實(shí)庫(kù)，創(chuàng)建了知識(shí)庫(kù)的更新模塊