動車組質量數(shù)據聚類分析研究與應用.pdf

1、動車組零部件質量的好壞將直接影響到動車組的運維效率、運營成本以及運行安全。近年來國內動車組多次出現(xiàn)質量問題，在追溯質量問題根源的時候，我國目前還是采用人工經驗排查的方式，這種方式考驗相關人員的素質與經驗，并且缺少大數(shù)據研究作為技術支持，過于主觀。另外，在質量問題預測以及有針對性的質量檢修工作上，也還處在被動的階段，沒有相應的應對機制。行車狀態(tài)數(shù)據是對零部件質量實時狀態(tài)的一個真實反映，可以從中發(fā)現(xiàn)導致質量異常的因素，動車組數(shù)據管理日漸成熟

2、，也已經積累了大量的零部件全生命周期數(shù)據，但由于數(shù)據量龐大，人工發(fā)現(xiàn)數(shù)據屬性的潛在關系已不可能，因而基于大數(shù)據挖掘的質量影響因素的研究變得十分必要。
　　聚類分析將海量數(shù)據進行相似性劃分，更利于用戶進行分析。本文針對數(shù)據類型多樣、維度高且數(shù)據量大等問題，選取Chameleon聚類算法作為研究算法，并對算法在動車組質量數(shù)據分析中存在的不足加以改進，提高聚類質量。由于數(shù)據量大，傳統(tǒng)單機操作滿足不了質量問題分析需求，所以對改進后的算法基

3、于Hadoop平臺進行并行化實現(xiàn)。本文的主要工作如下:
　　(1)對已有的Chameleon聚類算法做改進，彌補了算法耗費時間以及子簇間密度相差較大影響聚類質量的問題，并通過實驗證明改進后算法聚類質量高且速度快。
　　(2)針對動車組質量數(shù)據數(shù)量龐大的問題，采用Hadoop大數(shù)據平臺，設計并實現(xiàn)改進后聚類算法的并行化，并通過實驗證明基于MapReduce的并行化設計提高了算法效率，能夠勝任大數(shù)據量的分析工作。
　　(3