吴志鹏

(西南交通大学信息科学与技术学院，成都 611756)

最小信息熵的优化算法在轨道电路故障诊断中的运用

吴志鹏

(西南交通大学信息科学与技术学院，成都 611756)

在使用决策树算法解决ZPW-2000A无绝缘轨道电路故障诊断问题中，由于轨道电路的数据中大部分属性值都是连续的，所以在采用决策树方法时必须对这些属性值离散化。主要对最小信息熵算法处理连续属性值离散化过程进行分析，并且对其离散化过程进行一定的优化来提高计算效率，缩短计算时间。

轨道电路；决策树；最小信息熵算法；离散化

ZPW-2000A无绝缘轨道电路目前在我国铁路运营线路中使用十分普遍。轨道电路一般都布置在铁路沿线的车站和区间，其设备主要分为室内和室外两部分且结构较复杂，加上其使用环境的复杂性等因素给轨道电路的维护带来困难。目前轨道电路的日常维护工作主要以人工为主[1]。

决策树算法是一种典型的分类方法，首先对样本数据进行处理，利用归纳算法生成决策树和规则，再使用生成规则对新数据样本进行分类。决策树算法具有分类快、精度高、分类规则容易理解等特点；另外，决策树C4.5算法[2]能够处理连续值属性，且准确率较高，因此可以运用到ZPW-2000A轨道电路故障诊断中。关于铁路信号设备故障诊断已经有学者使用决策树C4.5算法对其进行研究[3-4]。

1 最小信息熵算法

在使用决策树算法处理数据之前，先观察数据，如果存在连续值，需要将连续值离散化。……