科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对城市轨道交通运营压力增大带来的故障隐患和诸多问题，基于城市轨道交通故障隐患数据，构建支持向量机实验预测模型，将筛选处理后的数据与模型相结合，探究未来一定时间段内城市轨道交通可能发生故障的概率和类型，在不同维度、数据量的情况下，对模型运算的效果进行分析，找出其对模型准确率的影响，确定最佳数据维度和使用数据量，为运营公司应对突发故障提供决策辅助方法 .以现有数据通过支持向量机模型进行概率预测估计，同时加入噪声数据测试对模型准确率的影响，最后与BP神经网络模型和极限学习机方法进行对比.研究结果表明：本文构建的模型进行地铁故障概率预测的准确率能够保持在60%左右，说明具有一定的可行性，同时能够在含有噪声数据的情况下进行故障发生概率预测.
- 出版日期2023
- 单位北京交通大学; 交通运输学院
