原文传递
城市轨道交通能耗案例知识约简方法研究
| 论文题名： | 城市轨道交通能耗案例知识约简方法研究 |
| 关键词： | 城市轨道交通;最优运行图;案例推理;知识约简;能耗量 |
| 摘要： | 随着人们的出行需求的增长，城市轨道交通因客运量大、快速准时的特点得到广泛应用。然而城市轨道交通在交通运输中所占比重日益增大，其能耗量也不断增长。当面对突发状况时，仿真系统编制一个新的地铁运行图耗费时间长，无法满足地铁企业与乘客的需求。因此，为了能够快速检索出一个相对能耗最低的“最优运行图”，将案例推理技术引入轨道交通运行图案例库设计中。由于人们对智能系统需求的不断增长，影响案例库决策目标的因素不断增加，使得案例库存在一定的知识冗余问题。这不仅降低了案例推理系统的决策效率，同时增加了案例检索的时间。因此，在保持案例推理系统决策能力不变的前提下，通过对轨道交通运行图案例库进行知识约简，提高案例检索结果的准确性，缩短案例检索的时间，是本文的研究目标。 通过对国内外知识约简方法的分析，本文从案例库的属性约简和案例库的值约简两个方面对轨道交通运行图案例库进行了知识约简。在案例的属性约简方面，针对传统粗糙集方法只能够处理离散型数值的问题，采用了基于模糊粗糙集的属性约简方法，对案例集大部分连续型属性进行约简。对模糊动态聚类方法中的参数确定方法进行了改进，通过F-measure值确定聚类阈值，利用运行图案例库的原始数据分布特征，提高了属性约简结果的准确率。属性约简过程中，对比了标准欧式距离和夹角余弦相似度算法分别在F统计量、XB指标和F值有效性指标下的案例识别准确率。标准欧式距离与F值相结合的模糊粗糙集属性约简方法，在运行图案例识别中的准确率达到93.33%。在案例的值约简方面，利用启发式值约简算法对能耗案例决策信息表进行了值约简，构建了基于粗糙集的案例库知识获取模型，对轨道交通运行图案例库进行规则提取。在此基础上，对案例库信息进行规则表示，构建了基于规则和案例推理的运行图案例库检索集成模型。该检索模式为面向大规模数据集的运行图案例库检索提供了一种新思路。分别从能耗值和检索时间验证了上述知识约简方法在轨道交通运行图案例库检索中的有效性。 对城市轨道交通案例库系统的检索方法进行优化，提出一种基于模糊粗糙集和层次分析法的综合权重确定方法，采用遗传算法模型对案例属性权重进行优化。采用基于最近邻与熵权法的混合属性相似度计算方法，提高了轨道交通运行图案例相似度结果的准确性和案例区分度。实验表明，经过知识约简后的案例检索系统在查准率和检索时间方面得到明显改善。 |
| 作者： | 周燕飞 |
| 专业： | 图书情报 |
| 导师： | 哈进兵;王爱武 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京理工大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
