动车组故障诊断知识挖掘中改进的并行频繁模式增长算法
来源：计算机集成制造系统杂志2016年第10期北京时间：
作者：周斌,徐文胜
单位：北京交通大学机械与电子控制工程学院
摘要：针对动车组历史运维数据的知识挖掘问题,从有效利用动车组历史运维数据来指导动车组故障诊断的角度出发,分析了现有并行频繁模式增长算法的实现形式和不足。结合动车组故障诊断的要求,提出利用局部频繁模式树代替全局频繁模式树的数据挖掘算法。该算法在各主要步骤上均实现了并行处理,优化了局部频繁模式树生成规则,对频繁模式的搜索策略进行了改进。改进后的算法大大提高了关联规则挖掘的效率,挖掘结果很好地保留了故障信息与状态信息之间的关联关系,并合理去除了无效规则。通过对该算法的具体分析与实际测试,表明该算法在动车组故障诊断知识获取过程中具有快速、高效、准确的特点。
关键词：故障诊断,动车组,关联规则,并行频繁模式增长算法,局部频繁模式树,MapReduce
基金资助：国家863计划资助项目(2013AA041302)。
