黄金亮
[摘 要]随着我国铁路建设的发展,列车运行不断提速,列车密度日益增大,随之而来的是维修管理及防护工作的难度愈来愈大。传统的维修决策方法存在知识获取困难、自学习能力差的缺点。基于此,本文针对铁路信号设备维修决策支持系统的相关内容进行分析,希望能够为相关行业工作人员提供参考。
[关键词]案例推理;铁路信号;设备维修;决策支持系统
中图分类号:R166 文献标识码:A 文章编号:1009-914X(2017)29-0179-01
引言
近年来,我国铁路建设进入全面快速发展阶段,铁路信号设备维修管理的难度逐渐增加。铁路信号设备在保证列车行车安全、提升运输效率、传递行车信息等方面起到了无可替代的作用,目前铁路电务段管辖的信号设备比較分散、维修工作人员较少、维修作业方式落后,导致维护工作效率低下,容易出现安全隐患,影响铁路正常运营。
1 基于案例推理的铁路信号设备维修决策模型
1.1 案例推理
案例推理是人工智能领域中非常重要的机器学习技术和推理方法,具体而言就是一种试图模仿人类相关领域专家行为,从以往的案例中学习经验,探索利用过往的经验解决当前所遇到问题的推理方法。相同或相似的问题具有相同或相似的解决方法、相同或相似的问题会重复出现这两种思路是基于案例推理的决策支持系统的两个前提假设,而解释型和问题解决型则是案例推理的主要类型。案例推理的模型运行包括案例检索、案例复用、案例调整和案例保存四项。……
中国科技博览 2017年29期