[發明專利]一種基于貝葉斯網絡的高鐵列車晚點影響因素診斷方法

有效

• 申請號: 202011036216.5
• 申請日: 2020-09-27
• 公開（公告）號: CN112232553B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 彭一川;蔣愚明;陸鍵
• 申請（專利權）人: 同濟大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/26;G06N7/01;G06F18/2415
• 代理公司: 上?？剖⒅R產權代理有限公司 31225
• 代理人: 葉敏華

1.一種基于貝葉斯網絡的高鐵列車晚點影響因素診斷方法，其特征在于，包括下列步驟：

1)根據高鐵列車實際晚點數據獲取影響因素，初步建立基于假設的貝葉斯網絡模型；

2)利用專家經驗法和D-S證據融合理論判斷步驟S1中貝葉斯網絡模型中各影響因素之間的關系；

3)基于d-分隔理論，計算條件交互信息，獲取基于交互信息的貝葉斯網絡結構；

4)對貝葉斯網絡的結構進行獨立性檢驗，篩選條件獨立的影響因素之間的關聯，并將其從貝葉斯網絡結構中刪除；

5)確定修改后的貝葉斯網絡參數，對步驟1)～4)處理后的貝葉斯網絡結構中的影響因素計算后驗概率，診斷出最終高鐵列車晚點影響因素；

所述基于假設的貝葉斯網絡模型的網絡結構中包括直接影響因素和間接影響因素，所述直接影響因素作為網絡中的父節點，包括人員因素、設備因素和外部環境因素，各直接影響因素分別設有多個子節點，所述間接影響因素包括車輛停止位置坡度和車型；

所述人員因素包括人員侵限因素、旅客不當行為因素和工作人員操作失誤因素；所述設備因素包括ATP故障因素、紅光帶故障因素、站臺門故障因素、接觸網故障因素、受電弓故障因素、供電設備故障因素、列車車門故障因素和晃車或異響因素；外部環境因素包括時刻因素、雨雪天氣因素和異物侵限因素；

所述基于假設的貝葉斯網絡模型的構建基于以下假設：

a：各直接影響因素之間相互獨立，各間接影響因素之間相互獨立；

b：同一個直接影響因素的子節點間相互獨立；

c：高鐵列車晚點只受直接影響因素的影響；

d：間接影響因素通過影響子節點影響直接影響因素，間接影響因素無法直接對父節點產生影響。

2.根據權利要求1所述的基于貝葉斯網絡的高鐵列車晚點影響因素診斷方法，其特征在于，步驟2)的具體內容為：

采用專家經驗法對基于假設的貝葉斯網絡模型的網絡結構中未明確的各節點之間的關系做出判斷，即對各節點之間四種可能的關系類型分別賦予一個權重，權重的取值位于0～1之間，且任意兩個節點之間的四種可能關系類型的權重之和為1；然后判斷從屬于不同父節點的子節點之間的關聯關系，以及判斷兩個間接影響因素和設備因素的各子節點之間的關聯關系；同時采用D-S證據融合理論，根據合成規則，計算各節點之間四種關系類型對應的組合mass函數，選取組合mass函數最大值對應的關系類型作為該組節點的關系類型，對構成關系類型的各影響因素之間采用有向邊表示。

3.根據權利要求2所述的基于貝葉斯網絡的高鐵列車晚點影響因素診斷方法，其特征在于，采用D-S證據融合理論，根據合成規則，計算各節點之間四種關系類型對應的組合mass函數的表達式為：

式中：A為兩個節點之間的某種可能的關系類型，m_i為mass函數，其等價于基礎概率分配表，n為被征詢的專家個數，K為歸一化常數，M為根據Dempster合成規則計算得到的組合mass函數。

4.根據權利要求1所述的基于貝葉斯網絡的高鐵列車晚點影響因素診斷方法，其特征在于，步驟3)中，條件交互信息的計算式為：

式中：F_i、F_j為影響因素，H(F_i)為影響因素F_i的熵的大小，P(F_i)為影響因素F_i出現的概率，P(F_j)為影響因素F_j出現的概率，P(F_i,F_j)為影響因素Fi和影響因素Fj同時出現的概率，H(F_i|F_j)為影響因素F_j發生的情況下，影響因素F_i發生的熵。