CAJ | 학술논문

针对高速铁路智能维护决策中的信息多源异构问题,提出了高铁信号系统异构数据融合和智能维护决策架构.通过本地数据库资源描述框架(resource description framework (schema),RDF(S))到全局RDF(S)的转换和基于RDF(S)图的本体合并,实现了多源异构信息的融合.利用适合缺失数据的结构期望最大化(SEM)算法,结合专家知识,构建了高铁信号系统的智能维护贝叶斯网络(BN)决策模型.最后,利用高铁武广线2011～2012年的监控数据,分别对基于RDF(S)图的全局RDF(S)合并算法性能和故障诊断结果的准确性进行了分析对比,实验结果表明所提出的本体融合算法具有多项式级的计算复杂度,同时融合专家知识和SEM算法的智能维护BN决策模型的一级故障诊断准确率为92.4％.因此,所提出的异构数据融合和智能维护架构可以有效提高高铁信号系统维护决策的准确性和有效性.
침대고속철로지능유호결책중적신식다원이구문제,제출료고철신호계통이구수거융합화지능유호결책가구.통과본지수거고자원묘술광가(resource description framework (schema),RDF(S))도전국RDF(S)적전환화기우RDF(S)도적본체합병,실현료다원이구신식적융합.이용괄합결실수거적결구기망최대화(SEM)산법,결합전가지식,구건료고철신호계통적지능유호패협사망락(BN)결책모형.최후,이용고철무엄선2011～2012년적감공수거,분별대기우RDF(S)도적전국RDF(S)합병산법성능화고장진단결과적준학성진행료분석대비,실험결과표명소제출적본체융합산법구유다항식급적계산복잡도,동시융합전가지식화SEM산법적지능유호BN결책모형적일급고장진단준학솔위92.4％.인차,소제출적이구수거융합화지능유호가구가이유효제고고철신호계통유호결책적준학성화유효성.