• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    一種智慧地鐵軌道狀態(tài)預(yù)測和維修決策優(yōu)化系統(tǒng)

    2023-03-04 13:32:54李茂圣王大彬
    計(jì)算機(jī)測量與控制 2023年2期
    關(guān)鍵詞:分類器時(shí)刻軌道

    李茂圣,王大彬

    (1.云南南天電子信息產(chǎn)業(yè)股份有限公司,昆明 650000; 2.昆明地鐵運(yùn)營有限公司,昆明 650000)

    0 引言

    隨著人民生活水平提高和科技不斷發(fā)展,方便、環(huán)保的城市地鐵逐漸向網(wǎng)絡(luò)化運(yùn)營階段發(fā)展。地鐵軌道是列車安全運(yùn)行的基礎(chǔ),需要在日常工作中保證連續(xù)平滑的軌道幾何形狀,否則會(huì)導(dǎo)致列車振蕩,不僅降低了乘客的舒適度,嚴(yán)重時(shí)甚至出現(xiàn)列車側(cè)翻等危險(xiǎn)[1-2]。所以,實(shí)時(shí)了解地鐵軌道狀態(tài),掌握軌道狀態(tài)變化規(guī)律,這對于提高乘客的舒適度、保障地鐵列車的安全運(yùn)行具有重要意義。

    考慮到地鐵的軌道狀態(tài)具有不確定性和異質(zhì)性,常規(guī)的檢測技術(shù)和量化標(biāo)準(zhǔn)很難對其進(jìn)行精準(zhǔn)描述,這就引出了許多急需解決的難題:如何實(shí)時(shí)精準(zhǔn)掌握地鐵軌道的運(yùn)行狀態(tài),并且形成科學(xué)合理的維修決策方案,進(jìn)一步實(shí)現(xiàn)軌道狀態(tài)的安全預(yù)警等[3]。目前,類似于機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等人工智能技術(shù)飛速發(fā)展,強(qiáng)化學(xué)習(xí)、集成學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)預(yù)測等技術(shù)也得到了越來越多的關(guān)注,這就為地鐵軌道狀態(tài)智能感知、全方面深入分析和軌道狀態(tài)發(fā)展規(guī)律提供了科學(xué)合理的方法和途徑[4-6]。

    目前國內(nèi)外研究團(tuán)隊(duì)在構(gòu)建維修決策優(yōu)化模型時(shí)通常只針對軌道占用時(shí)間和質(zhì)量監(jiān)測,然而對于軌道異常狀態(tài)的維修決策主要以維修成本為主,所以在考慮軌道異常狀態(tài)時(shí)需將維修成本作為目標(biāo)函數(shù)。越來越多的人工智能技術(shù)和大數(shù)據(jù)分析技術(shù)被應(yīng)用到軌道的基礎(chǔ)設(shè)施建設(shè)和日常運(yùn)行維護(hù)中。然而,國內(nèi)外研究團(tuán)隊(duì)在制定或優(yōu)化地鐵軌道的異常狀態(tài)時(shí)存在較大的方法局限性,通常只是局限于固定的模型參數(shù),比如,常規(guī)MDP方法的規(guī)劃周期內(nèi)采用固定不變的狀態(tài)轉(zhuǎn)移概率。該方法無法實(shí)現(xiàn)自適應(yīng)學(xué)習(xí),在軌道運(yùn)維狀態(tài)的智能感知和常規(guī)預(yù)測中很難捕捉軌道劣化機(jī)理,最終很難實(shí)現(xiàn)科學(xué)、規(guī)范和完善的維修決策和規(guī)劃。所以,通過深度挖掘、分析軌道運(yùn)行和維護(hù)的海量數(shù)據(jù),利用機(jī)器學(xué)習(xí)形成個(gè)性化和具有較強(qiáng)針對性的模型來更準(zhǔn)確地預(yù)測軌道狀態(tài),才能使得維修策略更具有針對性和科學(xué)性。

    為提高地鐵軌道智能化管理水平,設(shè)計(jì)了樸素貝葉斯分類器、Logistic回歸分類器和支持向量機(jī)分類器,并構(gòu)建了基于Stacking集成的軌道狀態(tài)預(yù)測模型。進(jìn)一步,基于Stacking-SVM集成模型,引入自適應(yīng)學(xué)習(xí)的馬爾可夫決策過程(AL-MDP)構(gòu)建了軌道維修決策優(yōu)化模型。

    1 基于Stacking集成學(xué)習(xí)的軌道狀態(tài)預(yù)測

    分別構(gòu)建基于樸素貝葉斯、Logistic回歸以及支持向量機(jī)的單體學(xué)習(xí)器,并對其進(jìn)行兩兩組合構(gòu)建集成預(yù)測模型[7-8]。

    1.1 單體學(xué)習(xí)器

    1.1.1 樸素貝葉斯分類器(NBC)

    定義A和B為隨機(jī)概率事件,A=A1∪A2∪…∪An,且Ai∩Aj=φ(i≠j),則Ai引發(fā)B的概率:

    定義類標(biāo)記y,其類先驗(yàn)概率為P(y),某樣本Xi的類條件概率為P(Xi∣y),對軌道全線劃分若干單元區(qū)間Ni,若已知其特征屬性值Xi=(xi1,xi2,…,xi18),則預(yù)測下一時(shí)刻的軌道狀態(tài)等級y(y∈Y)的概率為:

    1.1.2 Logistic回歸分類器(LRC)

    考慮到軌道狀態(tài)預(yù)測為多分類問題,將其劃分為多個(gè)二分類問題的求解,訓(xùn)練多個(gè)二分類器并通過測試輸出最終預(yù)測結(jié)果,如圖1所示。共劃分4個(gè)軌道狀態(tài)類別C1,C2,C3,C4,定義任意類別Ci的數(shù)據(jù)樣本為正,其他三類為負(fù)且用來訓(xùn)練分類器,若測試中存在唯一預(yù)測為正的分類器,且其余3個(gè)分類器預(yù)測為負(fù),則最終預(yù)測結(jié)果為正。

    圖1 “一對其余”拆分示意圖(OvR)

    若已知單元區(qū)間Ni的特征屬性值Xi=(xi1,xi2,…,xi18),由于Logistic回歸函數(shù)只會(huì)輸出0或1,因此將所有二分類器均構(gòu)建為Logistic回歸分類器,則輸出Ni的正概率P(y=1∣Xi)和負(fù)概率P(y=0∣Xi)分別為:

    P(y=0∣Xi)=1-P(y=1∣Xi)=

    定義正概率和負(fù)概率比值為odds,則正負(fù)概率比odds表達(dá)式為:

    1.1.3 支持向量機(jī)分類器(SVM)

    考慮到支持向量機(jī)適用于二分類問題,因此同樣根據(jù)OvR策略構(gòu)建支持向量機(jī)分類器。在此定義任意樣本i的特征向量為Xi=(xi1,xi2,…,xi18),并用Yi=0或1分別定義正例和反例標(biāo)簽;C代表樣本約束常數(shù),若C有限,則部分樣本可以不滿足約束條件,若C無窮大,則任意樣本均滿足約束條件,任意樣本i不滿足約束條件的松弛變量為ξi,SVM表示為:

    s.t.Yi(ωTxi+b)≥1-ξi,ξi≥0,i=1,2,…,n

    1.2 軌道狀態(tài)集成預(yù)測模型

    Stacking集成學(xué)習(xí)算法能夠?qū)误w學(xué)習(xí)器進(jìn)行訓(xùn)練并集成?;凇?.1單體學(xué)習(xí)器”的3種單體學(xué)習(xí)器,隨機(jī)選擇兩個(gè)構(gòu)建初級學(xué)習(xí)器,剩余一個(gè)為次級學(xué)習(xí)器,兩兩組合構(gòu)建3種基于Stacking集成的狀態(tài)預(yù)測模型[9-10],如圖2所示。在此定義,以樸素貝葉斯分類器(NBC)為次級學(xué)習(xí)器的Stacking集成預(yù)測模型為“Stacking-NBC”,以Logistic回歸分類器(LRC)為次級學(xué)習(xí)器的Stacking集成預(yù)測模型為“Stacking-LRC”,以支持向量機(jī)分類器(SVM)為次級學(xué)習(xí)器的Stacking集成預(yù)測模型為“Stacking-SVM”。

    圖2 3種基于Stacking集成的狀態(tài)預(yù)測模型

    1.3 模型驗(yàn)證

    1.3.1 樣本數(shù)據(jù)

    收集XX地鐵1號線、2號線和6號線的設(shè)備數(shù)據(jù)、檢測數(shù)據(jù)和維修數(shù)據(jù)驗(yàn)證模型的有效性。共截取XX三條地鐵線路540個(gè)軌道單元區(qū)段,每個(gè)區(qū)段長度為200 m,同時(shí)收集2015-2021年總計(jì)174次檢測數(shù)據(jù)(其中包括23 050條TQI數(shù)據(jù))、8025條設(shè)備數(shù)據(jù)和7年間的維修數(shù)據(jù)。設(shè)備數(shù)據(jù)包括坡度、道床類型、鋼軌型號、曲線半徑、加減速區(qū)段和鋼軌接頭數(shù)量等11個(gè)特征信息xi1~xi11;維修數(shù)據(jù)決定了下次檢測時(shí)的維修活動(dòng)類型xi12~xi14;軌道質(zhì)量指數(shù)(TQI,track quality index)檢測數(shù)據(jù)、TQI管理值和TQI等級劃分標(biāo)準(zhǔn)共同決定某一單元區(qū)段在當(dāng)前時(shí)刻和下一時(shí)刻的地鐵軌道狀態(tài)等級xi15~xi18和標(biāo)記值yi。上述18項(xiàng)特征共同構(gòu)成任意單元區(qū)段Ni的特征向量Xi=(xi1,xi2,…,xi18)。數(shù)據(jù)預(yù)處理后共獲得22 128個(gè)數(shù)據(jù)樣本,訓(xùn)練集和測試集的劃分比例為3:1。表1為軌道TQI狀態(tài)等級劃分標(biāo)準(zhǔn)和樣本數(shù)量分布。

    表1 等級劃分標(biāo)準(zhǔn)及樣本分布

    1.3.2 模型的評價(jià)分析

    對3個(gè)單體學(xué)習(xí)器和3個(gè)集成模型分別進(jìn)行評價(jià)分析,內(nèi)容包括精度(Accuracy)、F1值和AUC值,結(jié)果如圖3所示。精度(Accuracy)方面,地鐵軌道狀態(tài)的預(yù)測結(jié)果為:Stacking-SVM>Stacking-LRC>Stacking-NBC>LRC>SVM>NBC,Stacking-SVM的預(yù)測精度比單體學(xué)習(xí)器平均提高了13.6%。F1值方面,預(yù)測結(jié)果為:Stacking-SVM>Stacking-LRC>Stacking-NBC>SVM>LRC>NBC,Stacking-SVM的F1值比單體學(xué)習(xí)器平均提高了18.5%。AUC值方面,預(yù)測結(jié)果為:Stacking-SVM>Stacking-LRC>Stacking-NBC>SVM>LRC>NBC,Stacking-SVM的AUC值比單體學(xué)習(xí)器平均提高了13.9%。綜合來看,3個(gè)集成模型的狀態(tài)預(yù)測效果均優(yōu)于單體學(xué)習(xí)器,且以SVM為次級學(xué)習(xí)器的Stacking集成模型具有個(gè)性化和較高的準(zhǔn)確性,為智慧城市軌道提供管理和維修參考。

    圖3 不同模型評價(jià)結(jié)果

    2 基于AL-MDP的軌道維修決策優(yōu)化

    2.1 馬爾可夫決策(MDP)

    四元組定義馬爾可夫決策過程[11]:

    狀態(tài)空間S:定義機(jī)器在空間中感知環(huán)境的所有狀態(tài)s構(gòu)成空間S,本文中為地鐵軌道狀態(tài)等級;

    動(dòng)作空間A:定義機(jī)器所有應(yīng)對的動(dòng)作a構(gòu)成動(dòng)作空間A,在本文中為地鐵軌道維修活動(dòng)類型;

    轉(zhuǎn)移概率P:定義當(dāng)前狀態(tài)s通過某個(gè)動(dòng)作a轉(zhuǎn)移到另一個(gè)狀態(tài)的概率矩陣P,在本文中為地鐵軌道狀態(tài)從當(dāng)前狀態(tài)等級到另一狀態(tài)的轉(zhuǎn)移概率;

    轉(zhuǎn)移獎(jiǎng)勵(lì)R:定義系統(tǒng)在通過動(dòng)作a發(fā)生狀態(tài)轉(zhuǎn)移時(shí)依據(jù)獎(jiǎng)勵(lì)函數(shù)R(s,a)所獲得的獎(jiǎng)勵(lì)R,在本文中為采用維修活動(dòng)a對狀態(tài)s的地鐵軌道進(jìn)行維修時(shí)產(chǎn)生的費(fèi)用R(s,a)。

    MDP的基本原理為:若機(jī)器處于狀態(tài)si∈S的系統(tǒng)中,對其采取維修活動(dòng)a,機(jī)器以轉(zhuǎn)移概率P由狀態(tài)si轉(zhuǎn)移至下一狀態(tài)si+1,并獲得獎(jiǎng)勵(lì)R(s,a)。機(jī)器通過學(xué)習(xí)若干個(gè)狀態(tài)轉(zhuǎn)移過程和轉(zhuǎn)移獎(jiǎng)勵(lì),能夠自主判斷系統(tǒng)狀態(tài)并采取相應(yīng)的維修活動(dòng)類型以得出最優(yōu)決策策略,以獲得最多的總獎(jiǎng)勵(lì)[12]。

    2.2 軌道維修決策優(yōu)化模型

    2.2.1 決策變量

    2.2.2 目標(biāo)函數(shù)

    2.2.3 約束條件

    定義軌道狀態(tài)為約束條件,下一決策時(shí)刻T+1時(shí)不能處于吸收態(tài)S,并設(shè)置S的剩余價(jià)值[13]為-∞:

    2.2.4 自適應(yīng)學(xué)習(xí)機(jī)制

    為了提高軌道狀態(tài)的智能感知和準(zhǔn)確預(yù)測,并且以此作為依據(jù)制定更加合理的維修優(yōu)化決策,首先要對軌道運(yùn)行和維護(hù)狀態(tài)進(jìn)行準(zhǔn)確預(yù)測。同時(shí),為了使模型能夠針對海量檢測數(shù)據(jù)和歷史運(yùn)行數(shù)據(jù)進(jìn)行自適應(yīng)學(xué)習(xí),深入挖掘軌道劣化機(jī)理,應(yīng)該基于合理準(zhǔn)確的預(yù)測結(jié)果進(jìn)行維修決策優(yōu)化。因此,本文結(jié)合“1.3模型預(yù)測結(jié)果”,以樸素貝葉斯分類器(NBC)和Logistic回歸分類器(LRC)作為雙單體初級學(xué)習(xí)器,以SVM分類器作為次級學(xué)習(xí)器,對三者集成并構(gòu)建Stacking-SVM模型,在模型引入了自適應(yīng)學(xué)習(xí)機(jī)制。

    圖4 Stacking-SVM模型的自適應(yīng)學(xué)習(xí)過程

    步驟5:計(jì)算軌道單元k在決策時(shí)刻τ的最優(yōu)維修決策:

    步驟6:返回步驟3;

    步驟7:判斷t是否等于T。若t=T,則算法結(jié)束;若t≠T,令t=t+1,進(jìn)入步驟1。

    3 實(shí)驗(yàn)結(jié)果與分析

    3.1 最優(yōu)維修策略

    隨機(jī)選取第43號軌道單元,采用上述方法對規(guī)劃周期內(nèi)30個(gè)決策時(shí)刻的狀態(tài)等級和最優(yōu)維修策略進(jìn)行分析,結(jié)果如圖5所示[18-19]。其中,狀態(tài)等級包括:C1、C2、C3和C4,維修策略包括:a0為不維修、a1為經(jīng)常維修和a2為綜合維修,初始決策時(shí)刻為t1,周期末決策時(shí)刻為t30。

    狀態(tài)等級C1:時(shí)刻t1~t24,43號軌道單元的維修決策為a1,需采取經(jīng)常維修活動(dòng);時(shí)刻t25~t31,維修決策為a2,需采取綜合維修活動(dòng)。狀態(tài)等級C2:時(shí)刻t1~t9、t14~t22,維修決策為a1,需采取經(jīng)常維修活動(dòng);時(shí)刻t10~t13、t23~t30,維修決策為a2,需采取綜合維修活動(dòng)。狀態(tài)等級C3:時(shí)刻t1~t3、t7~t8、t13~t14、t18~t19,維修決策為a1,需采取經(jīng)常維修活動(dòng);時(shí)刻t4~t6、t9~t12、t15~t17、t20~t30,維修決策為a2,需采取綜合維修活動(dòng)。狀態(tài)等級C4:所有時(shí)刻t1~t30,維修決策均為a2,需采取綜合維修活動(dòng)。

    圖5 規(guī)劃周期內(nèi)最優(yōu)維修策略

    3.2 AL-MDP與MDP優(yōu)化結(jié)果對比分析

    由XX地鐵2015年至2021年的維修數(shù)據(jù)可知,XX地鐵1、2和6號線任意軌道單元的平均維修成本為2.25萬?;贛DP和AL-MDP對43號軌道單元完成500次MC模擬后的規(guī)劃周期總成本如圖6所示。分析圖6可知,規(guī)劃周期總成本方面,MDP模擬結(jié)果的最小值和最大值分別為1.450萬和2.573萬,AL-MDP模擬結(jié)果的最小值和最大值分別為1.291萬和1.678萬;MDP模擬結(jié)果的四分位數(shù)分別為2.144萬和1.858萬,AL-MDP模擬結(jié)果的四分位數(shù)分別為1.946萬和1.678萬;MDP模擬結(jié)果的平均數(shù)和中位數(shù)分別為2.001萬和1.996萬,AL-MDP模擬結(jié)果的平均數(shù)和中位數(shù)分別為1.803萬和1.789萬。MDP和AL-MDP的平均規(guī)劃周期總成本(2.001萬、1.803萬)均小于實(shí)際成本2.25萬,這表明加入馬爾可夫決策過程的兩個(gè)模型均可降低維修成本,但AL-MDP在各項(xiàng)參數(shù)上均優(yōu)于MDP,獲得最優(yōu)維修策略和最優(yōu)規(guī)劃周期總成本。

    圖6 規(guī)劃周期總成本箱型圖

    與MDP模型相比,AL-MDP模型在Stacking-SVM集成模型的基礎(chǔ)上加入了自適應(yīng)學(xué)習(xí)機(jī)制,能夠根據(jù)當(dāng)前預(yù)測結(jié)果不斷更新下一時(shí)刻的預(yù)測過程,進(jìn)一步降低地鐵軌道的維修成本。同時(shí),AL-MDP能夠?qū)崟r(shí)掌握地鐵軌道的運(yùn)作狀態(tài),給管理者和工作者提供精細(xì)化、個(gè)性化、更科學(xué)的維修優(yōu)化決策,對維修成本和軌道安全實(shí)現(xiàn)雙重精準(zhǔn)控制。

    4 智慧地鐵軌道管理系統(tǒng)設(shè)計(jì)

    4.1 系統(tǒng)總體設(shè)計(jì)

    本文所設(shè)計(jì)的“智慧地鐵軌道管理系統(tǒng)”共包括8個(gè)主要功能模塊,其中:軌道數(shù)據(jù)管理、狀態(tài)監(jiān)測管理、檢查分析管理、生產(chǎn)運(yùn)維管理、系統(tǒng)安全管理、設(shè)備綜合管理、決策輔助管理以及系統(tǒng)綜合管理,如圖7所示。不同模塊的功能存在相互關(guān)聯(lián),比如狀態(tài)監(jiān)測管理和檢查分析管理協(xié)同包含病毒檢測、健康評估、壽命分析、任務(wù)編制和多設(shè)備一體化等不同的子功能[21]。

    圖7 系統(tǒng)總體設(shè)計(jì)圖

    4.2 系統(tǒng)功能結(jié)構(gòu)設(shè)計(jì)

    基于上述系統(tǒng)的總體設(shè)計(jì)框架,本文融合利用“基于自適應(yīng)學(xué)習(xí)的Shaping-SVM模型”,實(shí)現(xiàn)了兩大主體功能——“軌道狀態(tài)預(yù)測”和“軌道狀態(tài)維修決策優(yōu)化”。在地鐵軌道預(yù)測中需要實(shí)現(xiàn)對軌道狀態(tài)等級、分布、變化趨勢和短期內(nèi)的工作狀態(tài)預(yù)測等功能,在軌道狀態(tài)維修決策優(yōu)化中需要制定地鐵軌道的維修優(yōu)化決策、預(yù)測規(guī)劃周期內(nèi)的狀態(tài)變化趨勢,并對未來某時(shí)刻的軌道狀態(tài)進(jìn)行安全預(yù)警[22]。系統(tǒng)的功能設(shè)計(jì)如圖8所示。

    圖8 系統(tǒng)功能結(jié)構(gòu)圖

    4.3 系統(tǒng)功能實(shí)現(xiàn)

    4.3.1 評定軌道狀態(tài)等級

    基于XX地鐵的狀態(tài)等級分布標(biāo)準(zhǔn),本文以200 m為一個(gè)軌道單元,按照狀態(tài)等級完成對軌道路線的所有單元的評定,通過實(shí)時(shí)數(shù)據(jù)掌握當(dāng)前軌道運(yùn)行狀態(tài),并對未來某時(shí)刻的軌道狀態(tài)進(jìn)行預(yù)測。該功能可對XX地鐵任意線路的所有單元進(jìn)行狀態(tài)等級評定,使管理者實(shí)時(shí)掌握軌道單元狀態(tài)等級,內(nèi)容包括軌道單元序號、里程點(diǎn)、TQI值及狀態(tài),如圖9所示。

    圖9 軌道狀態(tài)等級評定

    4.3.2 制定維修決策

    為智能感知地鐵軌道異常狀態(tài)和精準(zhǔn)捕捉劣化規(guī)律,進(jìn)一步對軌道異常狀態(tài)提供更合理、更科學(xué)的維修優(yōu)化決策,結(jié)合所有單元的軌道狀態(tài)數(shù)據(jù)和海量歷史檢測數(shù)據(jù),本文采用第1章節(jié)和第2章節(jié)的模型,對規(guī)劃周期內(nèi)的任意單元狀態(tài)進(jìn)行預(yù)測并制定優(yōu)化后的軌道維修決策策略。管理用戶可得到指定規(guī)劃周期的一條線路所有軌道單元的蒙特卡洛模擬下的規(guī)劃周期總成本,如圖10所示。可通過MC模擬出任意軌道單元在決策周期內(nèi)的維修決策優(yōu)化結(jié)果,經(jīng)常維修C1和C2的軌道單元,綜合維修C3和C4的軌道單元。分析圖10可知,指定初始決策時(shí)刻為2020年5月,通過基于AL-MDP的軌道維修決策優(yōu)化模型對所有軌道單元進(jìn)行蒙特卡洛模擬。已知實(shí)際成本為2.25萬元,蒙特卡洛模擬所得全線軌道的規(guī)劃周期內(nèi)總成本為280.75萬元,經(jīng)過AL-MDP的優(yōu)化模型后,任意軌道單元的平均規(guī)劃成本為1.81萬元。

    圖10 制定維修決策

    4.3.3 預(yù)警軌道安全狀態(tài)

    基于前文地鐵軌道在規(guī)劃周期內(nèi)的狀態(tài)變化趨勢預(yù)測功能,通過指定某一決策時(shí)刻,對未來某一時(shí)刻的地鐵軌道單元狀態(tài)進(jìn)行狀態(tài)檢測。通過歷史數(shù)據(jù)的狀態(tài)變化趨勢,結(jié)合目前軌道單元的運(yùn)行狀態(tài)提出安全預(yù)警,保證地鐵管理人員和維修人員能夠及時(shí)掌握軌道運(yùn)行狀態(tài),并且為未來可能存在或即將出現(xiàn)的危險(xiǎn)狀態(tài)提供運(yùn)維保證和決策參考。管理用戶可得到查詢條件下的軌道單元狀態(tài)安全預(yù)警表。在該系統(tǒng)中可獲得任意軌道單元在2個(gè)月后的MC模擬結(jié)果,如圖11所示。地鐵軌道工作者或管理者能夠根據(jù)預(yù)警信息對軌道單元的未來狀態(tài)進(jìn)行等級評定和狀態(tài)預(yù)警,給管理者制定維修措施提供決策參考。

    圖11 軌道狀態(tài)安全預(yù)警

    5 結(jié)束語

    設(shè)計(jì)了樸素貝葉斯分類器、Logistic回歸分類器和支持向量機(jī)分類器,并構(gòu)建了基于Stacking集成的軌道狀態(tài)預(yù)測模型。綜合來看,以SVM為次級學(xué)習(xí)器的Stacking集成模型具有個(gè)性化和較高的準(zhǔn)確性,為智慧城市軌道提供管理和維修參考。

    基于Stacking-SVM集成模型,引入自適應(yīng)學(xué)習(xí)的馬爾可夫決策過程(AL-MDP)構(gòu)建了軌道維修決策優(yōu)化模型。AL-MDP能夠進(jìn)一步降低地鐵軌道的維修成本,實(shí)時(shí)掌握地鐵軌道的運(yùn)作狀態(tài),給管理者和工作者提供精細(xì)化、個(gè)性化、更科學(xué)的維修優(yōu)化決策,對維修成本和軌道安全實(shí)現(xiàn)雙重精準(zhǔn)控制。

    猜你喜歡
    分類器時(shí)刻軌道
    冬“傲”時(shí)刻
    捕獵時(shí)刻
    基于單純形法的TLE軌道確定
    CryoSat提升軌道高度與ICESat-2同步運(yùn)行
    朝美重回“相互羞辱軌道”?
    BP-GA光照分類器在車道線識別中的應(yīng)用
    電子測試(2018年1期)2018-04-18 11:52:35
    加權(quán)空-譜與最近鄰分類器相結(jié)合的高光譜圖像分類
    結(jié)合模糊(C+P)均值聚類和SP-V-支持向量機(jī)的TSK分類器
    街拍的歡樂時(shí)刻到來了
    太陽軌道器
    太空探索(2014年4期)2014-07-19 10:08:58
    赤兔流量卡办理| 首页视频小说图片口味搜索 | 韩国精品一区二区三区| 啦啦啦 在线观看视频| 这个男人来自地球电影免费观看| svipshipincom国产片| 超碰成人久久| 人人妻,人人澡人人爽秒播 | 久久久久久久久免费视频了| 婷婷成人精品国产| 国产午夜精品一二区理论片| 国产精品 国内视频| 可以免费在线观看a视频的电影网站| 国产成人免费无遮挡视频| 国产亚洲一区二区精品| 午夜福利,免费看| 天天躁夜夜躁狠狠久久av| 婷婷丁香在线五月| 99国产精品一区二区三区| 久久精品国产a三级三级三级| 国产三级黄色录像| 女警被强在线播放| 日本av手机在线免费观看| 亚洲成人免费电影在线观看 | 国产1区2区3区精品| 久久久久久免费高清国产稀缺| kizo精华| 两性夫妻黄色片| 伦理电影免费视频| 脱女人内裤的视频| 乱人伦中国视频| 国产亚洲欧美在线一区二区| 性少妇av在线| 不卡av一区二区三区| 久久精品国产a三级三级三级| 国产在线免费精品| 亚洲一卡2卡3卡4卡5卡精品中文| 一区二区三区四区激情视频| 老司机靠b影院| 久久久欧美国产精品| 一级片免费观看大全| 啦啦啦在线观看免费高清www| 最近手机中文字幕大全| 久久久久久久大尺度免费视频| 深夜精品福利| 国产熟女午夜一区二区三区| 美女福利国产在线| 国产亚洲精品第一综合不卡| 欧美xxⅹ黑人| www.熟女人妻精品国产| 欧美亚洲日本最大视频资源| 精品人妻熟女毛片av久久网站| 国产精品成人在线| 欧美大码av| 久久国产精品影院| 中文字幕人妻丝袜一区二区| 久久精品久久久久久噜噜老黄| 久久青草综合色| 欧美 日韩 精品 国产| 久久精品国产亚洲av涩爱| 一区二区三区精品91| 精品一区在线观看国产| 国产精品一二三区在线看| 蜜桃在线观看..| 久久精品成人免费网站| 国精品久久久久久国模美| 999精品在线视频| 高清视频免费观看一区二区| 成人黄色视频免费在线看| 脱女人内裤的视频| 丝袜喷水一区| 男的添女的下面高潮视频| 一级片'在线观看视频| 欧美精品啪啪一区二区三区 | 欧美黑人欧美精品刺激| 国产欧美日韩综合在线一区二区| 天天躁日日躁夜夜躁夜夜| 新久久久久国产一级毛片| 国产亚洲精品久久久久5区| 精品欧美一区二区三区在线| 97精品久久久久久久久久精品| 久热这里只有精品99| 又大又爽又粗| 中文字幕av电影在线播放| 久久久久久久大尺度免费视频| 日韩熟女老妇一区二区性免费视频| 精品国产一区二区久久| 免费日韩欧美在线观看| 欧美老熟妇乱子伦牲交| 少妇人妻 视频| 亚洲成人手机| 91成人精品电影| 男女免费视频国产| 一级毛片电影观看| 午夜精品国产一区二区电影| 欧美日韩综合久久久久久| 可以免费在线观看a视频的电影网站| 亚洲自偷自拍图片 自拍| 天天躁狠狠躁夜夜躁狠狠躁| 欧美xxⅹ黑人| 亚洲av电影在线观看一区二区三区| 韩国高清视频一区二区三区| 人人妻人人澡人人爽人人夜夜| 日韩制服骚丝袜av| 777久久人妻少妇嫩草av网站| 国产精品国产av在线观看| 国产成人影院久久av| 9色porny在线观看| 十八禁高潮呻吟视频| 香蕉丝袜av| 一边亲一边摸免费视频| 国产精品一二三区在线看| 亚洲国产日韩一区二区| 中文精品一卡2卡3卡4更新| 日本欧美国产在线视频| 国产精品二区激情视频| 麻豆国产av国片精品| 免费一级毛片在线播放高清视频 | 悠悠久久av| 国产精品.久久久| 欧美黄色淫秽网站| 国产日韩欧美视频二区| 久久久国产精品麻豆| 国产精品亚洲av一区麻豆| 男人爽女人下面视频在线观看| 日韩精品免费视频一区二区三区| 波多野结衣一区麻豆| 亚洲精品av麻豆狂野| av线在线观看网站| 天天躁夜夜躁狠狠久久av| 亚洲国产精品一区三区| 飞空精品影院首页| 中文字幕人妻丝袜制服| 一级毛片电影观看| 精品人妻一区二区三区麻豆| 日韩人妻精品一区2区三区| 国产精品一区二区免费欧美 | 视频区欧美日本亚洲| 十分钟在线观看高清视频www| 9热在线视频观看99| 欧美老熟妇乱子伦牲交| 免费不卡黄色视频| 亚洲欧美一区二区三区国产| 国产精品九九99| 首页视频小说图片口味搜索 | 国产极品粉嫩免费观看在线| 在现免费观看毛片| 91精品三级在线观看| 精品久久久久久电影网| av不卡在线播放| 1024香蕉在线观看| av福利片在线| 国产精品99久久99久久久不卡| 亚洲国产精品999| 又大又黄又爽视频免费| a级毛片黄视频| 亚洲精品一二三| 亚洲人成电影免费在线| 国产老妇伦熟女老妇高清| 久久天堂一区二区三区四区| 国产成人91sexporn| 国产精品久久久久久精品电影小说| 黄片小视频在线播放| 国产成人av教育| 免费在线观看视频国产中文字幕亚洲 | 黄片小视频在线播放| 黄频高清免费视频| 日韩中文字幕视频在线看片| 99久久综合免费| 精品国产一区二区三区四区第35| 日韩伦理黄色片| 不卡av一区二区三区| 亚洲第一青青草原| 国产成人欧美在线观看 | 日韩一卡2卡3卡4卡2021年| 亚洲欧美中文字幕日韩二区| 一二三四社区在线视频社区8| 极品人妻少妇av视频| 亚洲精品日本国产第一区| 少妇被粗大的猛进出69影院| 亚洲天堂av无毛| 最近手机中文字幕大全| 亚洲成av片中文字幕在线观看| 超色免费av| av国产久精品久网站免费入址| 国产真人三级小视频在线观看| 又大又爽又粗| 老司机深夜福利视频在线观看 | 大香蕉久久成人网| 免费在线观看视频国产中文字幕亚洲 | 国产精品九九99| av网站在线播放免费| 国产亚洲一区二区精品| 欧美精品一区二区大全| 亚洲中文日韩欧美视频| 高清视频免费观看一区二区| 亚洲欧洲日产国产| 亚洲av成人不卡在线观看播放网 | 男女高潮啪啪啪动态图| 国产亚洲精品第一综合不卡| 美女主播在线视频| 久久久久国产精品人妻一区二区| 成在线人永久免费视频| 9色porny在线观看| 欧美精品高潮呻吟av久久| 久久免费观看电影| 高清欧美精品videossex| 欧美黑人精品巨大| 亚洲精品乱久久久久久| 三上悠亚av全集在线观看| 交换朋友夫妻互换小说| 在线观看免费高清a一片| 久久国产精品男人的天堂亚洲| 日本av免费视频播放| 精品久久久精品久久久| 亚洲精品美女久久av网站| av又黄又爽大尺度在线免费看| 婷婷色av中文字幕| 久久精品成人免费网站| 成年人午夜在线观看视频| 99re6热这里在线精品视频| 日韩大片免费观看网站| 国产一级毛片在线| 一级片免费观看大全| 亚洲成人手机| 日韩,欧美,国产一区二区三区| av又黄又爽大尺度在线免费看| 在线观看www视频免费| 肉色欧美久久久久久久蜜桃| 日日摸夜夜添夜夜爱| 精品人妻在线不人妻| 国产国语露脸激情在线看| 99国产精品一区二区三区| 日韩,欧美,国产一区二区三区| 欧美日韩亚洲国产一区二区在线观看 | 国产一区二区三区综合在线观看| 中文字幕最新亚洲高清| 国产成人系列免费观看| 99久久精品国产亚洲精品| 韩国高清视频一区二区三区| 国产精品 国内视频| 99九九在线精品视频| 欧美黄色片欧美黄色片| 欧美中文综合在线视频| 无遮挡黄片免费观看| 久久九九热精品免费| 免费在线观看视频国产中文字幕亚洲 | 丝袜美腿诱惑在线| 亚洲,一卡二卡三卡| 精品一品国产午夜福利视频| 99久久精品国产亚洲精品| 在线观看www视频免费| 久久99一区二区三区| 久久国产亚洲av麻豆专区| 国产又色又爽无遮挡免| 欧美中文综合在线视频| 日韩视频在线欧美| 成人国产av品久久久| 午夜日韩欧美国产| 国产成人一区二区在线| 日韩中文字幕视频在线看片| 久热爱精品视频在线9| 高清视频免费观看一区二区| 亚洲精品国产色婷婷电影| 亚洲成人免费av在线播放| 91国产中文字幕| 超碰成人久久| 美女脱内裤让男人舔精品视频| 国产一区二区 视频在线| 美女午夜性视频免费| 日本wwww免费看| 一级黄片播放器| 免费观看人在逋| 免费一级毛片在线播放高清视频 | 久久久精品免费免费高清| 国产成人免费观看mmmm| 国产在线一区二区三区精| 中文欧美无线码| 水蜜桃什么品种好| 久久精品国产亚洲av高清一级| 91精品国产国语对白视频| 日韩欧美一区视频在线观看| 色婷婷av一区二区三区视频| 日韩制服丝袜自拍偷拍| 亚洲一卡2卡3卡4卡5卡精品中文| 超碰97精品在线观看| 欧美精品人与动牲交sv欧美| 亚洲午夜精品一区,二区,三区| 最近中文字幕2019免费版| 国产精品一区二区免费欧美 | 汤姆久久久久久久影院中文字幕| 九色亚洲精品在线播放| 大型av网站在线播放| 亚洲成人手机| videosex国产| 日日摸夜夜添夜夜爱| 久久av网站| √禁漫天堂资源中文www| 午夜福利视频在线观看免费| 午夜老司机福利片| 黄网站色视频无遮挡免费观看| 国产女主播在线喷水免费视频网站| 热re99久久国产66热| 老汉色av国产亚洲站长工具| xxxhd国产人妻xxx| 国产欧美日韩精品亚洲av| 国产高清国产精品国产三级| 久久狼人影院| 美女扒开内裤让男人捅视频| 精品国产一区二区三区四区第35| 色综合欧美亚洲国产小说| 涩涩av久久男人的天堂| 一级毛片 在线播放| 成人国产一区最新在线观看 | 精品亚洲成a人片在线观看| 叶爱在线成人免费视频播放| 精品国产国语对白av| 国产三级黄色录像| 久久久久久久精品精品| 一二三四社区在线视频社区8| 国产人伦9x9x在线观看| 午夜福利一区二区在线看| 成年女人毛片免费观看观看9 | 国产国语露脸激情在线看| 另类精品久久| 超色免费av| 又紧又爽又黄一区二区| 天天躁夜夜躁狠狠久久av| 亚洲午夜精品一区,二区,三区| 肉色欧美久久久久久久蜜桃| 欧美性长视频在线观看| 大型av网站在线播放| 日本欧美国产在线视频| 大型av网站在线播放| 2021少妇久久久久久久久久久| 成在线人永久免费视频| 国产在视频线精品| 国产成人精品久久久久久| 婷婷色综合www| 波野结衣二区三区在线| 精品久久久精品久久久| 亚洲av电影在线进入| 少妇猛男粗大的猛烈进出视频| 亚洲久久久国产精品| 中文字幕最新亚洲高清| 国产成人一区二区在线| 精品少妇久久久久久888优播| 在线观看免费视频网站a站| 色综合欧美亚洲国产小说| 国产成人系列免费观看| 2018国产大陆天天弄谢| 午夜福利一区二区在线看| 男女边吃奶边做爰视频| 国产精品国产av在线观看| 欧美少妇被猛烈插入视频| 一区二区日韩欧美中文字幕| 国产亚洲午夜精品一区二区久久| 亚洲人成网站在线观看播放| 成人18禁高潮啪啪吃奶动态图| 成人午夜精彩视频在线观看| av天堂久久9| 91麻豆精品激情在线观看国产 | 久久精品久久久久久久性| 久久99精品国语久久久| 欧美亚洲日本最大视频资源| 99热国产这里只有精品6| 亚洲精品国产av蜜桃| 99热国产这里只有精品6| 中文字幕亚洲精品专区| 国产一区二区在线观看av| 18禁观看日本| e午夜精品久久久久久久| 亚洲av在线观看美女高潮| 国产一区二区在线观看av| 人人妻,人人澡人人爽秒播 | 亚洲伊人色综图| 日本vs欧美在线观看视频| 国产深夜福利视频在线观看| 七月丁香在线播放| 久久国产精品男人的天堂亚洲| 自拍欧美九色日韩亚洲蝌蚪91| 天天躁狠狠躁夜夜躁狠狠躁| 美女扒开内裤让男人捅视频| 亚洲视频免费观看视频| 两个人看的免费小视频| 亚洲精品美女久久久久99蜜臀 | 亚洲国产精品一区二区三区在线| 97人妻天天添夜夜摸| 老鸭窝网址在线观看| 久热爱精品视频在线9| 日韩大码丰满熟妇| 免费在线观看影片大全网站 | 久久久精品区二区三区| 两性夫妻黄色片| 久久久久久免费高清国产稀缺| 男人操女人黄网站| 99久久人妻综合| av片东京热男人的天堂| 精品国产一区二区三区四区第35| 男女国产视频网站| 国产欧美日韩精品亚洲av| 黑丝袜美女国产一区| 菩萨蛮人人尽说江南好唐韦庄| 久久久久久免费高清国产稀缺| 一区在线观看完整版| 每晚都被弄得嗷嗷叫到高潮| 性少妇av在线| 精品视频人人做人人爽| 亚洲av电影在线观看一区二区三区| 深夜精品福利| 亚洲成人手机| 亚洲国产精品一区二区三区在线| 一级黄色大片毛片| 久久性视频一级片| www.自偷自拍.com| 可以免费在线观看a视频的电影网站| 日韩视频在线欧美| 欧美大码av| 国产欧美日韩精品亚洲av| 少妇猛男粗大的猛烈进出视频| 成人亚洲欧美一区二区av| 我要看黄色一级片免费的| cao死你这个sao货| 97人妻天天添夜夜摸| 免费高清在线观看视频在线观看| 亚洲五月色婷婷综合| 满18在线观看网站| av国产久精品久网站免费入址| 王馨瑶露胸无遮挡在线观看| 国产黄色视频一区二区在线观看| 国产在线视频一区二区| 激情五月婷婷亚洲| 天天躁狠狠躁夜夜躁狠狠躁| 嫁个100分男人电影在线观看 | 免费在线观看影片大全网站 | 水蜜桃什么品种好| 日本91视频免费播放| 欧美日韩福利视频一区二区| 麻豆乱淫一区二区| 高清黄色对白视频在线免费看| 精品国产国语对白av| 国产三级黄色录像| 黄色怎么调成土黄色| 精品国产一区二区三区四区第35| 午夜激情久久久久久久| 免费在线观看完整版高清| 黄色怎么调成土黄色| 精品久久久久久久毛片微露脸 | 九色亚洲精品在线播放| 男人操女人黄网站| 新久久久久国产一级毛片| 精品欧美一区二区三区在线| 午夜免费观看性视频| 久久午夜综合久久蜜桃| 久久精品人人爽人人爽视色| 国产片特级美女逼逼视频| 欧美亚洲 丝袜 人妻 在线| 丝袜在线中文字幕| 一本—道久久a久久精品蜜桃钙片| 久久精品熟女亚洲av麻豆精品| 亚洲国产精品一区三区| av有码第一页| www日本在线高清视频| cao死你这个sao货| 欧美日韩黄片免| 老司机午夜十八禁免费视频| 久久亚洲精品不卡| av在线播放精品| 少妇裸体淫交视频免费看高清 | 悠悠久久av| 一区二区av电影网| 午夜福利乱码中文字幕| 国产成人av激情在线播放| 午夜福利在线免费观看网站| 欧美精品啪啪一区二区三区 | e午夜精品久久久久久久| 国产主播在线观看一区二区 | 青草久久国产| 极品少妇高潮喷水抽搐| 高清av免费在线| 亚洲成av片中文字幕在线观看| netflix在线观看网站| 国产女主播在线喷水免费视频网站| 黄网站色视频无遮挡免费观看| av福利片在线| 精品国产一区二区三区四区第35| 日本av手机在线免费观看| 丝袜美腿诱惑在线| 亚洲成人免费电影在线观看 | 成人午夜精彩视频在线观看| 啦啦啦视频在线资源免费观看| 精品免费久久久久久久清纯 | 日韩制服骚丝袜av| 80岁老熟妇乱子伦牲交| 午夜福利视频精品| 高清黄色对白视频在线免费看| 久久久精品区二区三区| 最新在线观看一区二区三区 | 一边亲一边摸免费视频| 亚洲精品美女久久av网站| 高清欧美精品videossex| 汤姆久久久久久久影院中文字幕| 亚洲伊人色综图| 久久久精品94久久精品| 国产精品.久久久| 美女国产高潮福利片在线看| 日本av免费视频播放| 午夜福利视频在线观看免费| 欧美久久黑人一区二区| 你懂的网址亚洲精品在线观看| 亚洲精品第二区| 久久久精品国产亚洲av高清涩受| 成人午夜精彩视频在线观看| 亚洲精品av麻豆狂野| 国产成人精品久久二区二区91| 999精品在线视频| 成年女人毛片免费观看观看9 | 欧美大码av| 成人亚洲欧美一区二区av| 狂野欧美激情性bbbbbb| 精品国产一区二区久久| 亚洲人成网站在线观看播放| 精品卡一卡二卡四卡免费| 欧美在线一区亚洲| 久久久久久久国产电影| 国产亚洲午夜精品一区二区久久| 成人免费观看视频高清| 一二三四在线观看免费中文在| 人人妻人人澡人人看| 日韩视频在线欧美| 黄色毛片三级朝国网站| cao死你这个sao货| 久久人人97超碰香蕉20202| 欧美日韩亚洲国产一区二区在线观看 | 亚洲美女黄色视频免费看| 午夜福利视频在线观看免费| 黄色a级毛片大全视频| 日本a在线网址| 丰满饥渴人妻一区二区三| 性少妇av在线| 亚洲男人天堂网一区| 一区二区三区乱码不卡18| 欧美日韩成人在线一区二区| 一个人免费看片子| 久久久久久久久免费视频了| 亚洲欧美精品自产自拍| 亚洲国产欧美日韩在线播放| 熟女少妇亚洲综合色aaa.| 亚洲国产日韩一区二区| 黄色视频在线播放观看不卡| 亚洲av成人精品一二三区| 午夜免费男女啪啪视频观看| 99九九在线精品视频| 一区二区三区精品91| 亚洲国产毛片av蜜桃av| 午夜免费鲁丝| av网站免费在线观看视频| 日韩制服丝袜自拍偷拍| 国产精品一区二区在线不卡| 肉色欧美久久久久久久蜜桃| 美女视频免费永久观看网站| 亚洲国产中文字幕在线视频| 国产一区二区激情短视频 | 亚洲第一青青草原| 欧美性长视频在线观看| 99热国产这里只有精品6| 午夜福利一区二区在线看| 欧美日韩国产mv在线观看视频| 丝袜人妻中文字幕| 亚洲欧美色中文字幕在线| 日日夜夜操网爽| 久久天躁狠狠躁夜夜2o2o | 搡老乐熟女国产| 免费观看av网站的网址| 每晚都被弄得嗷嗷叫到高潮| 夫妻午夜视频| 最近中文字幕2019免费版| 超碰97精品在线观看| 熟女少妇亚洲综合色aaa.| 人人妻人人澡人人爽人人夜夜| 国产精品国产三级国产专区5o| 日韩中文字幕视频在线看片| av有码第一页| 亚洲三区欧美一区| 国产精品人妻久久久影院| av有码第一页| 国产日韩欧美视频二区| 777米奇影视久久| 岛国毛片在线播放| 久久人人爽人人片av| 国产97色在线日韩免费| 欧美日本中文国产一区发布| 亚洲专区国产一区二区| 亚洲成国产人片在线观看| 亚洲精品美女久久av网站| 少妇 在线观看| 中文字幕色久视频| 精品人妻熟女毛片av久久网站| 亚洲欧美一区二区三区国产| 十分钟在线观看高清视频www| 日韩,欧美,国产一区二区三区| 狂野欧美激情性bbbbbb| 亚洲成国产人片在线观看| 亚洲中文av在线| 午夜两性在线视频| 久久久国产一区二区| 国产精品九九99| 一区二区三区激情视频| 日韩av免费高清视频| 人体艺术视频欧美日本| 婷婷色av中文字幕| www.熟女人妻精品国产| 欧美xxⅹ黑人| 久久精品国产a三级三级三级| 午夜免费鲁丝|