原文传递
数据挖掘技术在铁路集装箱运用与维修管理中的应用
| 论文题名： | 数据挖掘技术在铁路集装箱运用与维修管理中的应用 |
| 关键词： | 数据挖掘;关联分析;频繁模式;序列模式;铁路集装箱;维修管理 |
| 摘要： | 铁路集装箱运输是一种先进的运输方式，是现代物流业的重要组成部分。随着中国经济发展进入新常态以及“一带一路”战略的实施，铁路集装箱运输面临着重要的发展机遇，是中国铁路货物运输发展的重要战略方向。同时，铁路体制改革也为铁路运输企业的发展创造了更有利的条件。但随着铁路集装箱运输总量的不断提升，伴随而来的是集装箱维护与维修成本的大幅增加，这严重影响了运输效率和企业发展。如何降低维修成本，提高集装箱运用与维修效率，进一步加强铁路集装箱运用与维修管理工作的规范性和准确性，是目前亟待解决的问题。 本文首先对铁路集装箱运用与维修现状进行调研，分析集装箱信息数据管理与使用时存在的问题;然后对海量集装箱运用与维修历史数据进行分析和预处理，采取Kimball维度建模技术对数据进行数据仓库建模;运用数据挖掘技术中的关联规则挖掘，采用FP_growth算法对铁路集装箱维修的修理部件进行关联分析，找出不同修理部件之间损坏的关联关系，为集装箱维修管理和集装箱设计制造提供决策依据;最后，基于集装箱每两次修理之间的货票信息，运用序列模式挖掘技术，采用GSP算法对运输货物品类进行序列模式挖掘，找出容易导致集装箱故障的货物品类序列，为集装箱的合理运用提供决策依据。 |
| 作者： | 王婧怡 |
| 专业： | 交通运输工程 |
| 导师： | 李春艳 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
