基于KNEBPNN的电务设备故障预测.PDFVIP

第３６卷第９期 计 算 机 应 用 研 究 Ｖｏｌ３６Ｎｏ９ ２０１９年９月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｓｅｐ．２０１９ 基于ＫＮＥＢＰＮＮ的电务设备故障预测 １ １ １ ２ １ １ 李晨光 ，乔　帅 ，杨晓杰 ，解伟凡 ，李川子 ，李俊红 （１．河北师范大学数学与信息科学学院，石家庄０５００２４；２．东南大学信息科学与工程学院，南京２１１１８９） 摘　要：针对铁路电务设备故障频发、运行效率低且无有效故障预测方法等现实问题，提出一种基于Ｋ均值— 邻域近似条件熵与ＢＰ神经网络（ＫＮＥＢＰＮＮ）的电务设备故障预测模型。首先，采用基于Ｋ均值聚类的样例约 简算法约简设备故障决策表中的冗余样例；其次，运用邻域近似条件熵属性约简方法对样例约简后故障决策表 中的非必要属性进行约简；最后