[发明专利]基于特征选择和机器学习的轨道机车节能优化操纵方法

摘要

本发明涉及一种基于特征选择和机器学习的轨道机车节能优化操纵方法，其特征在于具体包括以下步骤：步骤1、完成数据的收集与预处理，得到标准的数据集；步骤2、利用特征选择的算法对步骤1中的预处理之后的数据集进行特征的选择；步骤3、利用步骤2中特征选择后新的标准数据集，分别对速度变化模式预测模型及档位变化模式预测模型进行训练；步骤4、进行分类预测。本发明通过特征选择和机器学习的手段，简化轨道机车节能优化操纵问题的处理过程，减小求解过程中对人工分析和领域知识的依赖，在较短时间内得到轨道机车节能优化操纵序列，并能够得到更加节油的操纵序列。

主权项

一种基于特征选择和机器学习的轨道机车节能优化操纵方法，其特征在于具体包括以下步骤：步骤1、完成数据的收集与预处理，得到标准的数据集，为后续步骤准备数据的输入，此步骤分为数据的收集和预处理两个步骤，数据收集是从机车上相关的监控记录设备上获取原始数据，数据的预处理是针对从记录仪器上获取的原始数据进行数据的预处理，将预处理之后的数据集结果存储在文本文件中，预处理之后得到供后续步骤使用的标准数据集；步骤2、利用特征选择的算法对步骤1中的预处理之后的数据集进行特征的选择，将无效特征和噪声特征去除，得到数据集的最佳特征列表，并将经过特征选择之后的数据集重新保存为新的标准数据集，存储在文本文件中；步骤3、利用步骤2中特征选择后新的标准数据集，分别对速度变化模式预测模型及档位变化模式预测模型进行训练；步骤4、进行分类预测，当有新的数据需要进行预测时，首先将数据根据步骤1进行处理，其次将数据的特征按照步骤2中最佳特征列表进行处理，然后分别利用步骤3中得到的速度变化模式预测模型和档位变化模式预测模型对速度变化模式和档位变化模式进行预测，最终得到完整的档位操作序列。