文档名：基于支持向量机的地铁故障类型预测
摘要：针对城市轨道交通运营压力增大带来的故障隐患和诸多问题,基于城市轨道交通故障隐患数据,构建支持向量机实验预测模型,将筛选处理后的数据与模型相结合,探究未来一定时间段内城市轨道交通可能发生故障的概率和类型,在不同维度、数据量的情况下,对模型运算的效果进行分析,找出其对模型准确率的影响,确定最佳数据维度和使用数据量,为运营公司应对突发故障提供决策辅助方法.以现有数据通过支持向量机模型进行概率预测估计,同时加入噪声数据测试对模型准确率的影响,最后与BP神经网络模型和极限学习机方法进行对比.研究结果表明:本文构建的模型进行地铁故障概率预测的准确率能够保持在60％左右,说明具有一定的可行性,同时能够在含有噪声数据的情况下进行故障发生概率预测.
作者：张仪鹏 周玮腾 韩宝明Author：ZHANGYipeng ZHOUWeiteng HANBaoming
作者单位：北京交通大学交通运输学院,北京100044
刊名：北京交通大学学报 ISTICPKU
Journal：JournalofBeijingJiaotongUniversity
年，卷(期)：2023, 47(1)
分类号：U121
关键词：城市轨道交通 故障预测 机器学习 支持向量机
机标分类号：TM711U231TP311.13
在线出版日期：2023年4月7日
基金项目：中央高校基本科研业务费专项，北京市自然科学基金，交控科技设计创新和学科发展基金基于支持向量机的地铁故障类型预测[
期刊论文] 北京交通大学学报--2023, 47(1)张仪鹏 周玮腾 韩宝明针对城市轨道交通运营压力增大带来的故障隐患和诸多问题,基于城市轨道交通故障隐患数据,构建支持向量机实验预测模型,将筛选处理后的数据与模型相结合,探究未来一定时间段内城市轨道交通可能发生故障的概率和类型,在不...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于支持向量机的地铁故障类型预测 Subway fault type prediction based on support vector machine
基于支持向量机的地铁故障类型预测.pdf
- 文件大小:
- 3.34 MB
- 下载次数:
- 60
-
高速下载
|
|
