歡迎引用

[1]潘亞康.基于機(jī)器學(xué)習(xí)的鐵路道岔故障自動(dòng)診斷方法[J].自動(dòng)化與儀器儀表,2023,No.280(02):16-20.DOI:10.14016/j.cnki.1001-9227.2023.02.016.

作者：潘亞康

( 中鐵第一勘察設(shè)計(jì)院集團(tuán)有限公司蘭州鐵道設(shè)計(jì)院 )

摘 要 :為了提高鐵路道岔故障診斷的準(zhǔn)確性 ,提出一種基于機(jī)器學(xué)習(xí)的鐵路道岔故障自動(dòng)診斷的模型 。首先 采用深度森林算法作為基礎(chǔ)算法 ,構(gòu)建故障診斷模型 。為了證明深度森林算法在道岔故障診斷方面更具優(yōu)勢(shì) ,與 SVM 和 BP 神經(jīng)網(wǎng)絡(luò)兩種經(jīng)典算法模型進(jìn)行對(duì)比 ,結(jié)果表明 :深度森林算法模型的道岔故障診斷的準(zhǔn)確率高達(dá) 97% , 基于 SVM 與 BP 神經(jīng)網(wǎng)絡(luò)模型的準(zhǔn)確率分別為 93%與 92%;在交叉測(cè)試中深度森林算法模型的 AUC 面積達(dá)到 0. 981,在多分類(lèi)測(cè)試中 AUC 面積為 0. 974。可以證明 ,基于深度森林算法構(gòu)建的故障診斷模型診斷有較高的準(zhǔn)確性與 優(yōu)越性。

關(guān)鍵詞 :道岔故障診斷 ;深度森林算法;機(jī)器學(xué)習(xí);小數(shù)據(jù)集

（來(lái)源： 自動(dòng)化與儀器儀表 2023年第2期）

關(guān)注我的你，是最香噠！