基于随机森林方法的地铁车门故障诊断

• 作者: 方宇 胡定玉 陈苏雨
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 地铁车门系统 随机森林 C4.5决策树 故障诊断
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 数据采集与处理
• 页码范围: 20-24
• 页数: 5页
• 分类号: TP277
• 字数: 4364字
• 语种: 中文

摘要

针对现有地铁车门故障诊断方法存在的诊断速度慢以及大量故障检修数据未得到合理利用等问题,提出一种基于信息增益率的随机森林故障诊断方法.该方法将地铁车门历史故障数据集转化成决策表,通过Bootstrap重抽样,建立多棵基于信息增益率的决策树,形成随机森林故障诊断模型,实现地铁车门故障的快速诊断.且随着故障数据的增加,其故障诊断模型可以自动更新完善.通过地铁车门实际故障数据,验证了该方法的有效性.同时,通过对随机森林模型中决策树的数目讨论分析,确定了该方法模型的最优设计结构.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方宇	上海工程技术大学城市轨道交通学院	91	466	11.0	18.0
2	胡定玉	上海工程技术大学城市轨道交通学院	29	34	3.0	5.0
3	陈苏雨	上海工程技术大学城市轨道交通学院	1	8	1.0	1.0