[发明专利]一种基于决策树学习算法的金融自助终端故障诊断方法及系统

摘要

本发明公开了一种基于决策树学习算法的金融自助终端故障诊断方法及系统，该方法通过采集自助设备历史数据，基于决策树学习的方法，生成自助设备状态的决策树；实时采取自助设备各部件的工作运行状态，依据决策树实现根据自助设备状态指标数据进行故障自动诊断分析，能够实现良好的故障自动诊断分析效果，减少自助设备的停机时间，有效节约人力成本，大幅缩减故障定位时间。

主权项

一种基于决策树学习算法的金融自助终端故障诊断方法，其特征在于，包括以下几个步骤：步骤1：对自助设备以及自助设备各部件的工作运行状态设置属性值；步骤2：采集自助设备及自助设备各部件的历史工作运行状态属性值，以自助设备的工作运行状态属性值以及对应的各部件的工作运行状态属性值作为一个节点，形成自助设备的节点样本集合D；对各部件的工作运行状态与自助设备工作运行状态进行关联；步骤3：计算自助设备各部件所有工作运行状态属性值的信息增益率；所述自助设备各部件所有工作运行状态属性值的信息增益率是自助设备各部件各工作运行状态属性值的信息增益率的和；步骤4：以步骤3计算获得的信息增益率的最大值对应的自助设备部件作为根节点；步骤5：以当前层根节点对应部件的工作运行状态作为当前层根节点的分支，并选中部件的工作运行状态信息增益率最大的工作运行状态所在的分支；步骤6：从未选的自助设备部件中选取部件所有工作运行状态属性值的信息增益率最大的部件，并将该部件作为步骤5选中的分支的叶子节点，形成新一层根节点，若所有部件均被选择，则以当前层根节点对应部件的工作运行状态作为当前层根节点的分支，生成自助设备工作运行状态决策树，否则，返回步骤5；步骤7：以步骤6生成的自助设备工作运行状态决策树作为自助设备工作运行状态的判断规则；步骤8：实时采取自助设备各部件的工作运行状态，输入步骤7构建的决策树中各根节点，生成决策路线，以决策路线最末端的分支对应自助设备工作运行状态作为自助设备的诊断结果。