基于随机森林算法的地铁通信系统健康度动态评估方法

[目的]地铁通信系统的健康度直接关系到地铁运营的效率和安全。针对现阶段地铁通信系统健康度评估方式存在评估结果片面性及评分标准主观性等问题,需构建能够科学、准确地评估地铁通信系统运行状态和健康度的方法。[方法]提出了一种基于随机森林算法的健康度动态评估方法,结合深度学习进行通信健康度检测。设计评价指标体系,收集相应数据,在标签(真实健康度)不明确的情况下,采用混合标签法确定标签并计算各个指标重要度;适当地加入专家知识的影响,根据指标权重和专家制定的指标自身评分标准,计算通信系统各子系统健康度;基于成都地铁维保数据进行了该方法试验验证。[结果及结论]试验验证结果表明,通过该方法可以得到有效的指标重要度,可合理评估地铁通信系统健康度。

基于K⁃means和TOPSIS的城轨交通网络节点综合评估模型设计

为了保证城市轨道交通的安全、平稳运行,文中针对轨道交通网络中节点重要性的评估方法进行了研究。基于图论的思想将轨道网络抽象成有向带权图,并构建节点重要度评估体系。该体系包含度、特征向量、介数、逼近度、最大连通子图和网络连通率共6个评价指标,其能够全面描绘网络的局部、全局、连接这3个角度的属性。在该评价体系中,引入TOPSIS排序算法实现了重要度的快速排序。通过使用K⁃means算法,基于重要度的排序结果实现了有序归类。为了验证所提算法的有效性,文中采用成都实际交通网络的部分运营数据进行了仿真评估。计算结果表明,在该网络中,1~5类站点占比分别为5.5%,26.3%,38.5%,25.3%和4.4%。相较于基于网格的传统评估方法,文中方法在评价时间与评价精度上分别提升了10.20%和5.65%。