文章详情
| 稿件标题： | 基于改进Apriori算法的地铁故障关联规则挖掘 |
| 稿件作者： | 刘文雅，徐永能 |
| DOI： | 10.11809/bqzbgcxb2021.12.033 |
| 科学编辑： | 王冬 博士（上海交通大学副教授、博导） |
| 栏目名称： | 基础理论与应用研究 |
| 关键词： | 地铁故障；数据挖掘；关联规则；Apriori算法 |
| 文章摘要： | 地铁作为城市公共客运的重要载体，其系统设备在运营过程中难免发生一些故障。因此，应用数据挖掘技术对已有地铁故障数据进行关联规则挖掘，分析其影响，对故障预警与风险危害评估具有重大意义。针对地铁故障数据种类多样、影响程度难以界定等问题，建立考虑故障关联的改进Apriori算法，与经典的FPGrowth算法进行对比，对地铁故障关联规则进行研究，优化该算法的基本思想和流程。选取某地铁2020年设备故障数据为例，对其进行详细地分析，基于Python语言实现建模仿真，输出得到车载ATP故障、信号设备故障等多类故障之间的关联规则结果，为地铁故障影响程度分析、故障诊断、故障预警、风险危害等级划分等提供重要的参考依据。 |
| 稿件基金： | 国家自然科学基金项目(52072214);国家重点研发计划项目（2017YFB1001801） |
| 引用本文格式： | 刘文雅，徐永能.基于改进Apriori算法的地铁故障关联规则挖掘［J］.兵器装备工程学报，2021，42(12)：210-215. LIU Wenya， XU Yongneng.Association Rule Mining of Metro Failures Based on Improved Apriori Algorithm［J］.Journal of Ordnance Equipment Engineering，2021，42(12)：210-215. |
| 刊期名称： | 2021年12期 |
| 出版时间： | 2021年12月 |
| 上线时间： | 2021年12月28日 |
| 浏览次数： | 2516 |
| 下载次数： | 471 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |