Разработка методов и алгоритмов построения деревьев решений для систем управления на железнодорожном транспорте

• Автор: Панасов, Виктор Леонидович
• Шифр специальности: 05.13.06
• Научная степень: Кандидатская
• Год защиты: 2001
• Место защиты: Ростов-на-Дону
• Количество страниц: 236 с.

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ

ГЛАВА 1. ИССЛЕДОВАНИЕ ЗАДАЧ ДИАГНОСТИКИ И УПРАВЛЕНИЯ

ОБЪЕКТАМИ ЖЕЛЕЗНОДОРОЖНОГО ТРАНСПОРТА И ПУТЕЙ ИХ РЕШЕНИЯ С ПРИМЕНЕНИЕМ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ

I. I Анализ задач управления и диагностики горочных замедлителей и поиска

НЕИСПРАВНОСТЕЙ В ЭЛЕКТРОВОЗЕ.

1.2 Исследование требований к структуре и принципам построения экспертных

СИСТЕМ ТЕХНИЧЕСКОЙ ДИАГНОСТИКИ И УПРАВЛЕНИЯ

1.3 Выбор метода приобретения знаний для экспертных систем диагностики и

управления.

1.4 Исследование методов и алгоритмов построения деревьев решений и

возможностей их усовершенствования.
1.5 Выводы.
ГЛАВА 2. РАЗРАБОТКА МЕТОДОВ И АЛГОРИТМОВ СНИЖЕНИЯ ОШИБКИ
КЛАССИФИКАЦИИ ДЕРЕВЬЕВ РЕШЕНИЙ.
2.1 Выбор методов борьбы со смещенностью оценок критерия разделения и
субъективностью процесса построения деревьев решений.
2.2 Разработка алгоритма построения деревьев решений с использованием идей
ГЕНЕТИЧЕСКИ X АЛ ГОРИТМОВ
2.3 Разработка метода получения объективной оценки критерия разделения
2.4 Экспериментальное исследование алгоритмов построения деревьев решений
2.5 ВЫВОДЫ.
ГЛАВА 3. РАЗРАБОТКА МЕТОДОВ И АЛГОРИТМОВ СНИЖЕНИЯ ОШИБКИ
КЛАССИФИКАЦИИ ЗА СЧЕТ ПОСТРОЕНИЯ КОЛЛЕКТИВОВ ДЕРЕВЬЕВ РЕШЕНИЙ
3.1 Исследование принципов и проблем построения коллективов классификаторов
3.2 Разработка метода получения коллектива деревьев решений оптимального
размера
3.3 Разработка метода получения частично независимой оценки ошибки
классификации и алгоритма селекции коллектива деревьев решений
3.4 Экспериментальное исследование алгоритма построения коллектива деревьев
решений.
3.5 Выводы
ГЛАВА 4. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ ЭКСПЕРТНОЙ СИСТЕМЫ
ДИАГНОСТИКИ И АЛГОРИТМОВ ПРИОБРЕТЕНИЯ ЗНАНИЙ
4.1 Интеграция экспертной системы диагностики в горочный вычислительный
УПРАВЛЯЮЩИЙ КОМПЛЕКС И ВЫЬОР языка программирования.
4.2 Разработка и реализация оболочки экспертной системы диагностики и
УПРАВЛЕНИЯ
4.3 Программная реализация модулей поддержки эксперимента.
4.4 Программная реализация алгоритмов Р.Тиее, Р.Эрит и Р.Сои
4.5 Выводы
ГЛАВА 5. РАЗРАБОТКА ИНДУКТИВНЫХ СИСТЕМ ДИАГНОСТИКИ И
УПРАВЛЕНИЯ ГОРОЧНЫМИ ЗАМЕДЛИТЕЛЯМИ
5.1 Анализ и разработка советующей системы диагностики и мониторинга
состояния г орочного замедлителя
5.2 Разработка системы поддержки принятия решений о выборе ступени торможения
5.3 Разработка системы помощи в поиске неисправностей электрооборудования
ЭЛЕКТРОВОЗА.
5.4 Выводы
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА


Изначально работа персонала горки и особенно операторов тормозных позиций сопровождалась тяжелыми физическими и эмоциональными наїруз-ками //. В настоящее время сортировочная горка стала одним из немногих объектов в технологическом процессе железнодорожного транспорта, степень автоматизации которого достигла довольно высокого уровня. Современные горочные управляющие системы способны функционировать в полностью автоматическом режиме, когда ручные вмешательства носят эпизодический и временный характер //. Одной из таких управляющих систем, успешно внедряемой на сети дорог, является Комплекс Горочный Микропроцессорный на Промышленных Компьютерах (КГМ ПК) /, ,/, разработки Ростовского филиала ВНР1И-АС МПС РФ. Структурная схема системы приведена на рис. В /, / были обозначены основные пути и направления развития средств информатизации на сортировочных горках. Была отмечена необходимость “введения устройств контроля и диагностики для обеспечения перехода на ремонтно-восстановительные методы обслуживания систем и устройств'’. Первым шагом для реализации диагностических систем является ввод в управляющую систему основных параметров, описывающих качество работы диагностируемых устройств /, /. Эта задача выполняется с помощью Контрольно-Диагностического Комплекса (КДК) //. Автоматическое обнаружение предотказных ситуаций позволит заблаговременно обнаруживать моменты выхода горочных устройств за пределы нормального функционирования. Это, в свою очередь, позволит, во первых, избежать возникновения потенциально опасных для жизни человека и сохранности грузов ситуаций, а, во вторых, оптимальным образом спланировать проведение ремонтновосстановительных работ по возможности без нарушения технологического процесса. Связь с удаленными абонентами (ДС. ШЧ. ПЧитл. Состояние стрелок. РЦ. Рис. В настоящее время основная нагрузка но детектированию предотказ-ных состояний замедлителей на сортировочной горке ложится на обслуживающий персонал, и, в частности, на дежурного электромеханика //. Сырые» данные, полученные из управляющего вычислительного комплекса, проходят предварительную обработку в КДК, и в более удобном виде выводятся на экран. К примеру, замедление замедлителя пересчитывается в погашение энергетической высоты. Заключение о состоянии горочных устройств принимается дежурным электромехаником, который принимает во внимание не только существующие нормативы на отдельные параметры, но и текущую ситуацию на горке и свой опыт решения подобных задач //. ЭС) /3/. Такие ЭС могут работать самостоятельно, если существует достаточно высокая уверенность в их надежности, или в советующем режиме в качестве источника альтернативного мнения, что позволяет повысить качество принятия решений а иногда и помогает специалистам скорректировать свои представления о данной задаче. ЭС, снабженные индуктивной процедурой пополнения знаний но примерам, способны динамически адаптироваться к изменившимся обстоятельствам и автоматически повышат ь точность своих прогнозов за счет накопления большего количества статистической информации /5/. Такое свойство особенно полезно для задачи диагностики замедлителей, т. Сортировочная горка - не единственная сфера применения ЭС диагностики. Другим примером может служить задача виброакустической диагностики тяговых двигателей локомотивов //. Анализ спектра акустического сигнала, снятого в различных режимах работы двигателя, относится к труд-ноформализуемым задачам, где для принятия решения о состоянии двигателя традиционно применяются специалисты высокой квалификации. Вместе с тем, эта задача является типичной для ЭС диагностики //. Задача поиска неисправностей в электрооборудовании электровозов также требует участия специалистов высокой квалификации /. Для снижения затрат времени и ресурсов, на каждом этапе диагностики осуществляется выдвижение и проверка гипотез об исправности или неисправности отдельных узлов или деталей. Генерация таких гипотез — трудноформализуемая задача, для автоматизации которой следует применять экспертные системы. Техническая диагностика - не единственная сфера применения ЭС. Так в // указано на необходимость создания “.