基于集装箱运用数据的铁路集装箱装卸站聚类融合算法研究

为了在集装箱造箱质量评价中排除集装箱不同运用工况造成的影响,通过分析近10年涵盖了运输品类、办理站特性及装卸频次等多维度因素的集装箱运用和维修数据,针对铁路集装箱办理站在运用方面的差异性,构建了基于集装箱运用数据的装卸站聚类指标体系,并通过数据预处理技术,形成可用于聚类分析的数据集。采用多种聚类算法对处理后的数据集进行综合分析,以识别出具有相似集装箱运用特征的办理站群体。为克服不同算法可能导致的结果偏差,研究引入一种基于“投票原理”的算法融合策略,以消减算法间的依赖性。聚类结果的对比分析表明,融合后的聚类效果优于任何单一算法的效果,可为铁路集装箱维修综合分析提供基础数据。