CN114666374A - 一种轨道交通专用通信系统故障路径自动构建方法 - Google Patents

Abstract

本发明提供了一种轨道交通专用通信系统故障路径自动构建方法，包括以下步骤：步骤1，对于任意给定的异质网络信息，从中提取跟预测对象相关的路径；步骤2，获取源子串并对源子串进行合并操作；步骤3，生成故障路径。本发明能够实现轨道交通专用通信系统中各子系统出现的故障可以摆脱人工判断，根据子系统的历史故障记录和维修记录，分析可能发生的路径，为诊断故障的原因提供更精确的原因。本发明为未来的轨道交通专用通信系统中各子系统出现的故障智能修复提供了方案，提高了运营效率，减少了运营成本。

Description

一种轨道交通专用通信系统故障路径自动构建方法

技术领域

本发明属于轨道交通领域及人工智能领域，具体涉及一种轨道交通专用通信系统故障路径自动构建方法。

背景技术

近年来，中国城市轨道交通快速发展，在满足人民群众出行需求、支撑和引领城市发展等方面发挥了重要作用。随着网络规模的快速扩张，城市轨道交通设备数量迅速增加，由于设备种类繁多、数量庞大，长时间运行带来的不可预期故障对运营服务影响很大，如此大体量的设备设施维修无法仅依靠传统人工检修模式进行。目前，北京、上海、天津、重庆、武汉、南京等多个城市部分线路运营时间已超过15年，随着服役时间增加，部分设施设备维护若仅依靠人工不但检修效率低，工作强度高，而且无法保障检修精度。因此，需要探索新的智能维保手段，提高检修效率与精度，减轻维修人员工作强度。新技术的发展和应用为提升管理手段创造了可能。

轨道交通专用通信系统中包括指挥调度通信、无线通信、公务通信、广播通信、CCTV、PIS系统、电源系统、车地通信、计算机网络系统和集中告警系统等子系统。

人力成本和设施设备维护成本是城市轨道交通企业成本支出的主要部分，前者占企业成本支出的50％～60％，后者占10％～15％。智能维保为缓解运营成本压力创造了技术条件。随着城市轨道交通运营规模的增加，传统维修模式下的用工成本过高，对企业可持续发展带来了极大挑战。通过应用智能维保手段，可以减少成本。上海地铁17号线通过车辆轨旁综合检测，列车检修人车比已由0.6降到0.33，实现了减员增效；成都地铁借助AFC线网监测预警系统也精简了随线路增加而需倍增的巡检人员数量，以4条线100个站点的系统设备计算，预计每年可节约43万元。

智能维保除了提供自动发现故障、诊断故障的新智能功能外，还需要解决自动挖掘故障的根源，分析可能发生的路径，为诊断故障的原因提供更精确的原因。

因此，针对轨道交通专用通信系统故障的问题，仅仅利用维修经验中积累的故障原因是无法全面刻画系统间的故障发生关系，也无法满足更多的应用需求，需要提供一种机制，利用现有的子系统收集的数据和维修系统中的维修数据，自动挖掘并生成更多可能导致故障的路径。

发明内容

发明目的：本发明所要解决的技术问题是针对现有技术的不足，提供一种轨道交通专用通信系统故障路径自动构建方法，自动构建出故障发生的所有可能组合。为后续的基于路径的研究提供更多的技术基础，满足更多的应用。为了便于说明，定义以下述语：

对象：是指轨道交通专用通信系统中对应的软件子系统、硬件子设备、软件子系统属性或硬件子设备的属性。具体包括：1)各子系统的服务器、交换机、录音系统的设备，视频监视终端、各系统网管终端等；

2)子系统的属性---CPU利用率、CPU温度、内存使用情况、应用进程及占用CPU和内存资源、网口实时网速、硬盘使用情况等；

3)子系统的设备交换机的端口实时速率、CPU利用率、CPU温度、内存使用情况、设备温度、光口收发光功率等；电源系统两路输入电源的电压、电流、频率，交/直流输出电源的电压、电流、频率、输出分路状态等，开关电源设备的各路交流输入电流电压频率、负载电流电压、整流器状态、免维护电池电压、电池内阻、电池充放电、电池充电量等参数。UPS的输出电压、电流、频率、风扇通断状态，以及UPS蓄电池组及单节蓄电池的电压、内阻、温度等工作参数等；各系统服务器、各系统交换机、视频存储设备、集中供电设备、PIS播放控制器、广播功放、广播控制器、录音设备、母钟设备及接口扩展箱等设备的电流、电压和功耗；

4)子系统的故障现象：子系统出故障时表现出来的故障现象，如，电源故障，板卡故障等。

路径：路径是定义不同对象及其相互关系的一种组合，形式化定义为：

Q₁表示第1类对象，Pa₁表示第2类对象，R₁表示第1类对象与2类对象类型之间的一种复合关系。R_i表示第i个对象与i+1个对象类型之间的一种复合关系。如，当第1个对象表示交换机，第2个对象表示集中告警系统时，第1个对象与2个对象类型之间的关系R₁可以表示为网络连接。

兴趣：是指故障路径中的开始对象和目的对象，分别称为源兴趣和目的兴趣。源兴趣到目的兴趣有可能存在链接关系。如，下文提到的要完成对象Q₄，C₁之间的链接预测，即对象Q₄，C₁为路径中的兴趣，分别称Q₄，C₁为源兴趣和目的兴趣。

兴趣匹配：是指在生成路径过程中，提取的路径中至少要有对象为对象Q₄或C₁，或者同时包含Q₄和C₁。如果包含，则称兴趣匹配成功，否则，兴趣匹配不成功。

本发明提供了一种轨道交通专用通信系统故障路径自动构建方法，包括如下步骤：

步骤1，从轨道交通专用通信系统的各子系统和维修系统中获取本子系统对应的维修故障记录数据，并进行预处理，提取跟预测对象相关的路径；

步骤2，获取源子串并对源子串进行合并操作；

步骤3，生成故障路径。

步骤1中，所述从轨道交通专用通信系统的各子系统和维修系统中获取本子系统对应的维修故障记录数据，并进行预处理，具体包括：

步骤a1，子系统的历史记录的属性信息包含记录的序列号、故障、现象、发生时间、恢复时间；维修系统中的维修记录包含记录的序列号、故障、现象、发生时间、维修时间、处理措施；

步骤a2，根据故障和现象两个属性筛选在子系统的历史记录和维修系统中获取同时存在的记录，形成新的记录集；

步骤a3，重复记录的处理：新的记录集中，如果有两条以上记录的故障和原因属性完全相同，则视为重复记录，重复的记录只保留一条，其余的删除；

步骤a4，缺失记录的处理：在步骤a3处理后的记录中，进一步对记录进行属性处理，如果有记录缺少序号、故障、现象、发生时间、维修时间、处理措施和恢复时间属性中的任何一项属性，则将此记录称为缺失记录，直接删除；

步骤a5，不规范记录的处理：在步骤a4处理后的记录中，进一步对记录进行属性处理，如果有记录的维修时间比发生时间早、恢复时间比发生时间早、发生时间与恢复时间相差时间大于X天，则将此记录称为不规范记录，直接删除；

步骤a6，形成相应的对象集：将步骤2.5处理后的记录中存在的对象一一提取，形成对象集F(对象集在后续步骤3中反复用到。在步骤3.2、3.3中不断调整S、T、F中的内容)。

步骤1中，所述提取跟预测对象相关的路径，包括如下步骤：

步骤1-1，进行如下设定：

将对象分成S、T、F三类，其中S表示已求出的路径对象的集合，T表示有可能备选的尚未选择的路径对象的集合，F表示所有的对象的集合；

所有的对象F＝{Q₄，A₁，A₂，...，A_n，C₁}，共有n+2个对象；A_n表示Q₄和C₁之间的第n个对象；

初始时，从兴趣Q₄开始，即S＝{Q₄}，T＝{A₁，A₂，...，A_n，C₁}；S中包含的对象序列称为源串；

要完成兴趣Q₄、C₁之间的链接预测，则要在寻找所有包含对象Q₄、C₁的路径；称Q₄为预测的源兴趣，简称源兴趣；称C₁为预测的目的兴趣，简称目的兴趣；

步骤1-2，产生对象关联矩阵R_i,j，i为S中源串的最后一个对象的种类个数，j为F中对象总个数减去源串S中的对象的种类个数：

a_ij表示S中源串中的第i个对象与T中第j个对象是否有关系的值，取值如下：

步骤1-3，将R_i,j中a_ij为1的对象以行列方式读取，即先读取第一行第一个出现a_ij为1的对象，并记录到目的临时串Temp_[1][1]和源临时串S_[1][1]中，然后读取第一行第二个出现a_ij为1的对象，并记录到目的临时串Temp_[1][2]和源临时串S_[1][2]中；

读取第一行第x个出现a_ij为1的对象，并记录到目的临时串Temp_[1][x]和源临时串S_[1][x]中，1≤x≤j；第一行中所有为1的对象读取结束后，接下来读取第二行第一个出现a_ij为1的对象，并记录到目的临时串Temp_[2][1]和源临时串S_[2][1]中，然后读取第二行第二个出现a_ij为1的对象，并记录到目的临时串Temp_[2][2]和源临时串S_[2][2]中；

读取第二行第x个出现a_ij为1的对象，并记录到目的临时串Temp_[2][x]和源临时串S_[2][x]中，1≤x≤j；

对于任意第k行和第x个出现a_ij为1的对象，并记录到目的临时串Temp_[k][x]和源临时串S_[k][x]中，1≤k≤i。

步骤1还包括如下步骤：

步骤1-4，更新S值：根据步骤1-3中出现的源临时串S_[k][x]的个数决定S中源的个数，用源临时串分别依次连接源串S，得到不同的源串间用分号分隔，即第一个源串为S+S_[1][1]，第二个源串为S+S_[1][2]，第三个源串为S+S_[1][3]，则第x个源串为S+S_[1][x]，对于任意源临时串S_[k][x]，对应的源串为S+S_[k][x]，并删除源串S中的值；

步骤1-5，更新T值：将步骤3-3中每行中出现a_ij为1的对象从上一次目的串T中去除后得到的目的串作为新的T值；

步骤1-6，从S中依次提取源子串，取每个源子串最后一个对象，如果源子串最后一个对象为目的兴趣不为C₁，或者子串中R_i,j中a_ij均不为0，重复执行步骤1-2～步骤1-5；

如果S中依次提取每个源子串最后一个对象为C₁，或者子串中R_i,j中a_ij均为0，或者目的串已经为空，则不再重复执行步骤1-2～步骤1-5，转步骤1-7；

步骤1-7，将S中所有源子串复制到S'中，S'用于表示已求出的路径对象的集合。

步骤2包括如下步骤：

步骤2-1，获取源子串：将S'中h个源子串分别用p₁'，p₂'，…，p_h'表示，h为S'中总的源子串数目，即S'＝{p₁',p₂'…,p_h'}；

任意的第k个源子串和第h个源子串分别表示为p_k'＝σ₁σ₂...σ_l和p_h'＝u₁u₂...u_o，σ_l表示第k个源子串中的第l个字符串，u_o表示第h个源子串中的第o个字符串；

步骤2-2，合并源子串：对S'中所有源子串进行合并操作，并分别统计包含目的兴趣为C₁的源子串数量Φ_count和不包含目的兴趣为C₁的源子串数量Φ_count'，初始值Φ_count＝0，Φ_count'＝0。

步骤2-2包括如下步骤：

步骤2-2-1，任意的第k个源子串和第h个源子串分别表示为p_k'＝σ₁σ₂...σ_l和p_h'＝u₁u₂...u_o，如果存在σ₁＝u₁且σ₂＝u₂且任意的σ_l＝u₀，则将p_k',p_h'合并，保留p_k'，将p_h'从S'中删除；

步骤2-2-2，如果存在任意的σ_l都能在p_h'中找到u_l与σ_l完全一样，且l>＝δ，δ为正整数，则将p_k',p_h'合并，保留p_k'，将p_h'从S'中删除；

步骤2-2-3，在执行以上步骤2-2-1和步骤2-2-2过程中，如果任意的第k个源子串和第h个源子串p_k',p_h'中，包含对象为C₁，则将Φ_count+1，否则将Φ_count'+1。

步骤3包括如下步骤：

在执行步骤2.2后，统计S'中所有的源子串数量，用

表示，将S'中所有源子串分别提取，按顺序依次用

表示，

表示所有的路径数目，

表示第

条路径；

S'中第一个源子串用p₁表示，第二个源子串用p₂表示，直到第

个源子串用

表示，用路径表示后，

有益效果：通过本发明的技术实现，能够实现轨道交通专用通信系统中各子系统出现的故障可以摆脱人工判断，根据子系统的历史故障记录和维修记录，分析可能发生的路径，为诊断故障的原因提供更精确的原因。为未来的轨道交通专用通信系统中各子系统出现的故障智能修复提供了方案，提高了运营效率，减少了运营成本。

附图说明

下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述和/或其他方面的优点将会变得更加清楚。

图1为本发明的总流程示意图；

图2为本发明的获取故障路径示意图；

图3为本发明的获取源子串并对源子串进行合并操作流程图。

具体实施方式

本发明提供了一种轨道交通专用通信系统故障路径自动构建方法，包括如下步骤：

步骤1、从轨道交通专用通信系统的各子系统和维修系统中获取本子系统对应的维修故障记录数据；并将这些数据进行清洗，进行归一化处理，形成相应的对象，自动生成故障路径。

步骤2、从轨道交通专用通信系统的子系统和维修系统中获取本子系统对应的维修故障记录，产生对象集。

步骤2.1，子系统的历史记录的属性信息主要包含记录的序列号、故障、现象、发生时间、恢复时间等项；维修系统中的维修记录主要包含记录的序列号、故障、现象、发生时间、维修时间、处理措施等项。

步骤2.2，根据故障和现象两个属性筛选在子系统的历史记录和维修系统中获取同时存在的记录，形成新的记录集；

步骤2.3，重复记录的处理：筛选后得到的记录集中，如果有多条记录的故障和原因属性完全相同，则视为这些记录为重复记录；这些重复的记录只保留一条，其余的删除；

步骤2.4，缺失记录的处理：在步骤2.3处理后的记录中，进一步对记录进行属性处理，如果有记录缺少序号、故障、现象、发生时间、维修时间、处理措施和恢复时间属性中的任何一项属性，则将此记录称为缺失记录，直接删除。

步骤2.5，不规范记录的处理：在步骤2.4处理后的记录中，进一步对记录进行属性处理，如果有记录的维修时间比发生时间早、恢复时间比发生时间早、发生时间与恢复时间相差时间大于X(一般取值为4)天，则将此记录称为不规范记录，直接删除。

步骤2.6，形成相应的对象集：将步骤2.5处理后的记录中存在的对象一一提取，形成对象集F。

步骤3、如图2所示，提取跟预测对象相关的路径，具体包括：

步骤3.1，为了便于下文讨论，做如下假定。

(1)将轨道交通专用通信系统研究的对象分成S、T、F三类，其中S表示已求出路径中的对象的集合，T表示有可能备选的尚未选择路径中的对象的集合，F表示所有的对象集合；

(2)所有的对象集合F＝{Q₄，A₁，A₂，...，A_n，C₁}，共有n+2个对象，其中Q₄，A₁，A₂，...，A_n，C₁均为上文定义的对象；

(3)初始时，从兴趣Q₄开始，即S＝{Q₄}，T＝{A₁，A₂，...，A_n，C₁}；S中包含的对象序列称为源串。

(4)要完成兴趣(对象)Q₄，兴趣(对象)C₁之间的链接预测，则要在寻找所有包含对象Q₄，C₁的路径；Q₄为源兴趣，C₁为目的兴趣。

步骤3.2，产生对象关联矩阵R_i,j，i为S中源串的最后一个对象的种类个数，j为F中对象总个数减去源串S中的对象的种类个数。

a_ij表示S中源串中的第i个对象与T中第j个对象是否有关系的值。

步骤3.3，将R_i,j中a_ij为1的对象以行列方式读取，即先读取第一行第一个出现a_ij为1的对象，并记录到目的临时串Temp_[1][1]和源临时串S_[1][1]中，然后读取第一行第二个出现a_ij为1的对象，并记录到目的临时串Temp_[1][2]和源临时串S_[1][2]中，…，读取第一行第x个出现a_ij为1的对象，并记录到目的临时串Temp_[1][x]和源临时串S_[1][x]中，1≤x≤j；第一行中所有为1的对象读取结束后，接下来读取第二行第一个出现a_ij为1的对象，并记录到目的临时串Temp_[2][1]和源临时串S_[2][1]中，然后读取第二行第二个出现a_ij为1的对象，并记录到目的临时串Temp_[2][2]和源临时串S_[2][2]中，…，读取第二行第x个出现a_ij为1的对象，并记录到目的临时串Temp_[2][x]和源临时串S_[2][x]中，1≤x≤j；对于任意第k行(1≤k≤i)和第x个出现a_ij为1的对象，并记录到目的临时串Temp_[k][x]和源临时串S_[k][x]中。

步骤3.3.1，更新S值：根据步骤3.3中出现的源临时串S_[k][x]的个数决定S中源的个数。用源临时串分别依次连接源串S，得到不同的源串间用分号分隔，即第一个源串为S+S_[1][1]，第二个源串为S+S_[1][2]，第三个源串为S+S_[1][3]，以此类推，第x个源串为S+S_[1][x]，对于任意源临时串S_[k][x]，对应的源串为S+S_[k][x]，并删除源串S中的值。

步骤3.3.2，更新T值：将步骤3.3中每行中出现a_ij为1的对象从上一次目的串T中去除后得到的目的串作为新的T值。

步骤3.3.3，从S中依次提取源子串，取每个源子串最后一个对象，若该源子串最后一个对象为目的兴趣不为C₁，或者该子串中R_i,j中a_ij均不为0，重复执行步骤3.2，步骤3.3，步骤3.3.1，步骤3.3.2。若S中依次提取每个源子串最后一个对象为C₁，或者该子串中R_i,j中a_ij均为0，或者目的串已经为空，则不再重复执行步骤3.2，步骤3.3，步骤3.3.1，步骤3.3.2，转步骤3.3.4。

步骤3.3.4，则将S中所有源子串复制到S'中，S'用于表示已求出的路径对象的集合。

步骤4、如图3所示，获取源子串并对源子串进行合并操作。

步骤4.1，获取源子串：将S'中每个源子串分别用p₁'，p₂'，…，p_h'表示，h为S'中总的源子串数目。即S'＝{p₁',p₂'…,p_h'}。任意的第k个源子串和第h个源子串分别表示为p_k'＝σ₁σ₂...σ_l和p_h'＝u₁u₂...u_o，_l为第k个源子串中对象的数；_o为第h个源子串中对象的数。σ_l表示第k个源子串中的第l个字符串，u_o表示第h个源子串中的第o个字符串；

步骤4.2，合并源子串：对S'中所有源子串进行合并操作，并分别统计包含目的兴趣为C₁的源子串数量Φ_count和不包含目的兴趣为C₁的源子串数量Φ_count'，初始值Φ_count＝0，Φ_count'＝0，具体包括如下步骤：

4.2.1，任意的第k个源子串和第h个源子串分别表示为p_k'＝σ₁σ₂...σ_l和p_h'＝u₁u₂...u_o，如果存在σ₁＝u₁且σ₂＝u₂且任意的σ_l＝u₀，则将p_k',p_h'合并，保留p_k'，将p_h'从S'中删除。

4.2.2，任意的第k个源子串和第h个源子串分别表示为p_k'＝σ₁σ₂...σ_l和p_h'＝u₁u₂...u_o，如果存在任意的σ_l都能在p_h'中找到u_l与σ_l完全一样，且l>＝δ，δ为正整数，一般情况下取δ＝4，则将p_k',p_h'合并，保留p_k'，将p_h'从S'中删除。

4.2.3，在执行以上步骤4.2.1和4.2.2过程中，如果任意的第k个源子串和第h个源子串p_k',p_h'中，包含对象为C₁，则将Φ_count+1，否则将Φ_count'+1。

步骤5、生成故障路径：在执行步骤2.2后，统计S'中所有的源子串数量，用

表示，将S'中所有源子串分别提取，按顺序依次用

表示，

表示所有的路径数目，

表示第

条路径；

S'中第一个源子串用p₁表示，第二个源子串用p₂表示，直到第

个源子串用

表示。用路径表示后，

实施例

如图1所示，本发明提供了一种轨道交通专用通信系统故障路径自动构建方法，具体实包括如下步骤：

步骤1.1、实施场景

为了便于讲述，这里以计算机网络子系统的交换机故障为例，阐述如何对本发明进行实施。

假定有如下与交换机相关的对象的定义、历史记录表和维修记录表：

对象定义：

Q1:电源指示灯为不亮；

Q2:电源指示灯为红；

Q3:电源指示灯为黄；

Q4:电源指示灯为绿；

P_a1：内存使用少；

P_a2：CPU利用率高；

P_a3：CPU速度高；

P_a4：端口实时速率低；

P_a5：CPU温度高；

T₁：CPU温度高；

P_a6：光口收发光功率低。

历史记录表如表1所示：

表1

序号	故障	现象	发生时间	修复时间
					1	Q2	P<sub>a1</sub>,P<sub>a2</sub>	2020-06-03	2020-06-03
2	Q3	P<sub>a1</sub>,P<sub>a2</sub>	2020-06-04	2020-06-04
					3	Q4	P<sub>a1</sub>,P<sub>a2</sub>	2020-07-06	2020-07-06
4	C1	P<sub>a1</sub>,P<sub>a2</sub>	2020-07-15	2020-07-15
					5	C1	P<sub>a3</sub>	2020-07-20	2020-07-20
6	C1	T<sub>1</sub>	2020-07-23	2020-07-23
					7	C1	P<sub>a4</sub>	1900-01-01	2020-03-23
8	Q3		2020-09-16	2020-09-16
					9	Q2	P<sub>a1</sub>

维修记录表如表2所示：

表2

步骤1、从轨道交通专用通信系统的各子系统和维修系统中获取本子系统对应的维修故障记录；并将这些数据进行清洗，形成相应的对象，自动生成故障路径。

步骤2、从现有的轨道交通专用通信系统的子系统和维修系统中获取本子系统对应的维修故障记录，产生对象集。

步骤2.1，子系统的历史记录的属性信息主要包含记录的序列号、故障、现象、发生时间、恢复时间等项；维修系统中的维修记录主要包含记录的序列号、故障、现象、发生时间、维修时间、处理措施等项。

步骤2.2，根据故障和现象两个属性筛选在子系统的历史记录和维修系统中获取同时存在的记录，形成新的记录集，如表3所示：

表3

1	Q2	P<sub>a1</sub>,P<sub>a2</sub>	2020-06-03	2020-06-03
					2	Q3	P<sub>a1</sub>,P<sub>a2</sub>	2020-06-04	2020-06-04
3	Q4	P<sub>a1</sub>,P<sub>a2</sub>	2020-07-06	2020-07-06
					4	C1	P<sub>a1</sub>,P<sub>a2</sub>	2020-07-15	2020-07-15
5	C1	P<sub>a3</sub>	2020-07-20	2020-07-20
					6	C1	T<sub>1</sub>	2020-07-23	2020-07-23
7	C1	P<sub>a4</sub>	1900-01-01	2020-03-23

步骤2.3，重复记录的处理：筛选后得到的记录集中，如果有多条记录的故障和原因属性完全相同，则视为这些记录为重复记录；这些重复的记录只保留一条，其余的删除；

步骤2.4，缺失记录的处理：在步骤2.3处理后的记录中，进一步对记录进行属性处理，如果有记录缺少序号、故障、现象、发生时间、维修时间、处理措施和恢复时间属性中的任何一项属性，则将此记录称为缺失记录，直接删除。

步骤2.5，不规范记录的处理：在步骤2.4处理后的记录中，进一步对记录进行属性处理，如果有记录的维修时间比发生时间早、恢复时间比发生时间早、发生时间与恢复时间相差时间大于4天，则将此记录称为不规范记录，直接删除。数据如表4所示：

表4

步骤2.6，形成相应的对象集

所有的对象F＝{Q₄，Q₁，Q₂，Q₃,P_a1,P_a2,P_a3,T₁，C₁}，共有9个对象；

步骤3、获取网络中包含预测对象所有路径：根据步骤2形成的记录数据，自动生成故障路径。

步骤3.1，为了便于下文讨论，做如下假定。

1)将轨道交通专用通信系统研究的对象分成S、T、F三类，其中S表示已求出路径中的对象的集合，T表示有可能备选的尚未选择路径中的对象的集合，F表示所有的对象；

2)所有的对象F＝{Q₄，Q₁，Q₂，Q₃,P_a1,P_a2,P_a3,T₁，C₁}，共有9个对象；

3)初始时S＝{Q₄}，T＝{Q₁，Q₂，Q₃,P_a1,P_a2,P_a3,T₁，C₁}；S中包含的对象序列称为源串。

4)要完成对象Q₄，C₁之间的链接预测，则要在寻找所有包含对象Q₄，C₁的路径；Q₄为源兴趣，C₁为目的兴趣。

步骤3.2，产生对象关联矩阵R_i,j，i为S中源串的最后一个对象的种类(只有Q₄1种)，此时i＝1，j为F中对象总个数减去源串S中的对象的种类个数j＝8。对象Q₄与Q₁，Q₂，Q₃,P_a1,P_a2,,P_a3,T₁，C₁的关联矩阵R_1,8为：

R_1,8＝{0 0 0 1 1 0 0 0}

步骤3.3，将R_1,8中a_ij为1的对象以行列方式读取，即先读取第一行第一个出现a_ij为1的对象，并记录到目的临时串Temp_[1][1]＝P_a1和源临时串S_[1][1]＝P_a1中，然后读取第一行第二个出现a_ij为1的对象，并记录到目的临时串Temp_[1][2]＝P_a2和源临时串S_[1][2]＝P_a2中，将关联矩阵R_1,8中所有出现a_ij为1的对象全部读取完。

步骤3.3.1，更新S值：根据步骤3.3中出现的源临时串S_[k][x]的个数为2。用源临时串分别依次连接源串S，得到不同的源串间用分号分隔，即S＝{Q₄P_a1；Q₄P_a2}。

步骤3.3.2，更新T值：将步骤3.3中每行中出现a_ij为1的对象从上一次目的串T中去除后得到的目的串作为新的T值，得到T＝{Q₁，Q₂，Q₃,P_a3,T₁，C₁}。

步骤3.3.3，从S中依次提取第一个源子串Q₄P_a1，取得该源子串最后一个对象P_a1，该源子串最后一个对象为目的兴趣不为C₁，也不满足该子串中R_i,j中a_ij均为0；提取第二个源子串Q₄P_a2，取得该源子串最后一个对象P_a2，该源子串最后一个对象为目的兴趣不为C₁，也不满足该子串中R_i,j中a_ij均为0，则重复执行步骤3.2，步骤3.3，步骤3.3.1，步骤3.3.2。

然后第一次重复执行步骤3.2，步骤3.3，步骤3.3.1，步骤3.3.2：

步骤3.2，产生对象关联矩阵R_i,j，i为S中源串的对象的种类(有P_a1，P_a22种)，此时i＝2，j为F中对象总个数减去源串S中的对象的种类个数，即j＝6。对象P_a1，P_a2与Q₁，Q₂，Q₃,P_a3,T₁,C₁的关联矩阵R_2,6为：

步骤3.3，将R_1,8中a_ij为1的对象以行列方式读取，即先读取第一行第一个出现a_ij为1的对象，并记录到目的临时串Temp_[1][1]＝Q₁和源临时串S_[1][1]＝Q₁中，然后读取第一行第二个出现a_ij为1的对象，并记录到目的临时串Temp_[1][2]＝Q₂和源临时串S_[1][2]＝Q₂中，然后读取第一行第三个出现a_ij为1的对象，并记录到目的临时串Temp_[1][2]＝Q₃和源临时串S_[1][2]＝Q₃中，然后读取第一行第四个出现a_ij为1的对象，并记录到目的临时串Temp_[1][2]＝C₁和源临时串S_[1][2]＝C₁中。

接下来读取第二行第一个出现a_ij为1的对象，并记录到目的临时串Temp_[2][1]＝Q₁和源临时串S_[2][1]＝Q₁中，然后读取第二行第二个出现a_ij为1的对象，并记录到目的临时串Temp_[2][2]＝Q₃和源临时串S_[2][2]＝Q₃。然后读取第二行第三个出现a_ij为1的对象，并记录到目的临时串Temp_[2][3]＝C₁和源临时串S_[2][3]＝C₁。将关联矩阵R_2,6中所有出现a_ij为1的对象全部读取完。

步骤3.3.1，更新S值：根据步骤3.3中出现的源临时串S_[k][x]的个数为7。用源临时串分别依次连接源串S，得到不同的源串间用分号分隔，即S＝{Q₄P_a1Q₁；Q₄P_a1Q₂；Q₄P_a1Q₃；Q₄P_a1C₁；Q₄P_a2Q₁；Q₄P_a2Q₃；Q₄P_a2C₁}。

步骤3.3.2，更新T值：将步骤3.3中每行中出现a_ij为1的对象从上一次目的串T中去除后得到的目的串作为新的T值，得到T＝{P_a3,T₁}。

步骤3.3.3，从S中依次提取第一个源子串Q₄P_a1Q₁，取得该源子串最后一个对象Q₁，该源子串最后一个对象为目的兴趣不为C₁，也不满足该子串中R_i,j中a_ij均为0，提取第二个源子串Q₄P_a1Q₂，取得该源子串最后一个对象Q₂，该源子串最后一个对象为目的兴趣不为C₁，也不满足该子串中R_i,j中a_ij均为0；提取第三个源子串Q₄P_a1Q₃，取得该源子串最后一个对象Q₃，该源子串最后一个对象为目的兴趣不为C₁，满足该子串中R_i,j中a_ij均为0；提取第五个源子串Q₄P_a2Q₁，取得该源子串最后一个对象Q₁，该源子串最后一个对象为目的兴趣不为C₁，也不满足该子串中R_i,j中a_ij均为0，提取第六个源子串Q₄P_a2Q₃，取得该源子串最后一个对象Q₃，该源子串最后一个对象为目的兴趣不为C₁，也不满足该子串中R_i,j中a_ij均为0，则重复执行步骤3.2，步骤3.3，步骤3.3.1，步骤3.3.2。

提取第四个源子串Q₄P_a1C₁，取得该源子串最后一个对象C₁；提取第七个源子串Q₄P_a2C₁，取得该源子串最后一个对象C₁，该源子串最后一个对象为目的兴趣为C₁。

第二次重复执行步骤3.2，步骤3.3，步骤3.3.1，步骤3.3.2：

步骤3.2，产生对象关联矩阵R_i,j，i为S中源串的最后一个对象的种类(有Q₁，Q₂，Q₃，C₁4种)，此时i＝4，j为F中对象总个数减去源串S中的对象的种类个数，即j＝2。

对象Q₁，Q₂，Q₃，C₁与P_a3,T₁的关联矩阵R_4,2为：

步骤3.3，将R_1,8中a_ij为1的对象以行列方式读取，第一行所有a_ij均为0。

接下来读取第二行第一个出现a_ij为1的对象，并记录到目的临时串Temp_[2][1]＝P_a3和源临时串S_[2][1]＝P_a3中，第二行其它a_ij均为0；第三行所有a_ij均为0；由于第四行S中源串的最后一个对象为C1，不执行重复。

步骤3.3.1，更新S值：根据步骤3.3中出现的源临时串S_[k][x]的个数为1。用源临时串分别依次连接源串S，得到不同的源串间用分号分隔，即S＝{Q₄P_a1Q₁；Q₄P_a1Q₂P_a3；Q₄P_a1Q₃；Q₄P_a1C₁；Q₄P_a2Q₁；Q₄P_a2Q₃；Q₄P_a2C₁}。

步骤3.3.2，更新T值：将步骤3.3中每行中出现a_ij为1的对象从上一次目的串T中去除后得到的目的串作为新的T值，得到T＝{T₁}。

步骤3.3.3，从S中依次提取第一个源子串Q₄P_a1Q₁，取得该源子串最后一个对象Q₁，该源子串最后一个对象为目的兴趣不为C₁，满足该子串中R_i,j中a_ij均为0，提取第二个源子串Q₄P_a1Q₂P_a3，取得该源子串最后一个对象P_a3，该源子串最后一个对象为目的兴趣不为C₁，也不满足该子串中R_i,j中a_ij均为0；提取第三个源子串Q₄P_a1Q₃，取得该源子串最后一个对象Q₃，该源子串最后一个对象为目的兴趣不为C₁，满足该子串中R_i,j中a_ij均为0；提取第四个源子串Q₄P_a1C₁，取得该源子串最后一个对象C₁，该源子串最后一个对象为目的兴趣为；提取第五个源子串Q₄P_a2Q₁，取得该源子串最后一个对象Q₁，该源子串最后一个对象为目的兴趣不为C₁，满足该子串中R_i,j中a_ij均为0，提取第六个源子串Q₄P_a2Q₃，取得该源子串最后一个对象Q₃，该源子串最后一个对象为目的兴趣不为C₁，满足该子串中R_i,j中a_ij均为0；提取第七个源子串Q₄P_a2C₁，取得该源子串最后一个对象C₁，该源子串最后一个对象为目的兴趣为C₁。则重复执行步骤3.2，步骤3.3，步骤3.3.1，步骤3.3.2。

第三次重复执行步骤3.2，步骤3.3，步骤3.3.1，步骤3.3.2：

步骤3.2，产生对象关联矩阵R_i,j，i为S中源串的最后一个对象的种类(有Q₁，Q₂，Q₃，P_a3，C₁5种)，此时i＝5，j为F中对象总个数减去源串S中的对象的种类个数，即j＝1。对象Q₁，Q₂，Q₃，C₁，P_a3与T₁的关联矩阵R_5,1为：

步骤3.3，将R_5,1中a_ij为1的对象以行列方式读取，第一行所有a_ij均为0；第二行所有a_ij均为0；第三行所有a_ij均为0；由于第四行S中源串的最后一个对象为C1，不执行重复；接下来读取第五行第一个出现a_ij为1的对象，并记录到目的临时串Temp_[5][1]＝T₁和源临时串S_[5][1]＝T₁中。

步骤3.3.1，更新S值：根据步骤3.3中出现的源临时串S_[k][x]的个数为1。用源临时串分别依次连接源串S，得到不同的源串间用分号分隔，即S＝{Q₄P_a1Q₁；Q₄P_a1Q₂P_a3T₁；Q₄P_a1Q₃；Q₄P_a1C₁；Q₄P_a2Q₁；Q₄P_a2Q₃；Q₄P_a2C₁}。

步骤3.3.2，更新T值：将步骤3.3中每行中出现a_ij为1的对象从上一次目的串T中去除后得到的目的串作为新的T值，得到T＝{}。

步骤3.3.3，从S中依次提取第一个源子串Q₄P_a1Q₁，取得该源子串最后一个对象Q₁，该源子串最后一个对象为目的兴趣不为C₁，满足该子串中R_i,j中a_ij均为0，提取第二个源子串Q₄P_a1Q₂P_a3，取得该源子串最后一个对象T₁，该源子串最后一个对象为目的兴趣不为C₁，也不满足该子串中R_i,j中a_ij均为0，但是此时T为空；提取第三个源子串Q₄P_a1Q₃，取得该源子串最后一个对象Q₃，该源子串最后一个对象为目的兴趣不为C₁，满足该子串中R_i,j中a_ij均为0；提取第四个源子串Q₄P_a1C₁，取得该源子串最后一个对象C₁，该源子串最后一个对象为目的兴趣为；提取第五个源子串Q₄P_a2Q₁，取得该源子串最后一个对象Q₁，该源子串最后一个对象为目的兴趣不为C₁，满足该子串中R_i,j中a_ij均为0，提取第六个源子串Q₄P_a2Q₃，取得该源子串最后一个对象Q₃，该源子串最后一个对象为目的兴趣不为C₁，满足该子串中R_i,j中a_ij均为0；提取第七个源子串Q₄P_a2C₁，取得该源子串最后一个对象C₁，该源子串最后一个对象为目的兴趣为C₁。

步骤3.3.4，将S中所有源子串复制到S'中，S'用于表示已求出的路径对象的集合：

S＝S'＝{Q₄P_a1Q₁；Q₄P_a1Q₂P_a3T₁；Q₄P_a1Q₃；Q₄P_a1C₁；Q₄P_a2Q₁；Q₄P_a2Q₃；Q₄P_a2C₁}

获取源子串并对源子串进行合并操作：

获取源子串：将S'中每个源子串分别用p₁'，p₂'，…，p_h'表示，h为S'中总的源子串数目。即S'＝{p₁',p₂'…,p_h'}。任意的第k个源子串和第h个源子串分别表示为p_k'＝σ₁σ₂...σ_l和p_h'＝u₁u₂...u_o，_l为第k个源子串中对象的数和第h个源子串中对象的数。

S'＝{p₁',p₂'…,p_h'}，

p'₁＝Q₄P_a1Q₁,p'₂＝Q₄P_a1Q₂P_a3T₁,p'₃＝Q₄P_a1Q₃,p'₄＝Q₄P_a1C₁,p'₅＝Q₄P_a2Q₁

p'₆＝Q₄P_a2Q₃,p'₇＝Q₄P_a2C₁

在执行以上步骤3.2.1、3.2.2和3.2.3后，Φ_count＝2，Φ_count'＝5。

步骤3、生成故障路径：在执行步骤3.2后，统计S'中所有的源子串数量，用

表示，将S'中所有源子串分别提取，按顺序依次用

表示，

表示所有的路径数目，

表示第

条路径，如下所示：

S'＝{Q₄P_a1Q₁；Q₄P_a1Q₂P_a3T₁；Q₄P_a1Q₃；Q₄P_a1C₁；Q₄P_a2Q₁；Q₄P_a2Q₃；Q₄P_a2C₁}

P₁＝Q₄P_a1Q₁

P₂＝Q₄P_a1Q₂P_a3T₁

P₃＝Q₄P_a1Q₃

P₄＝Q₄P_a1C₁

P₅＝Q₄P_a2Q₁

P₆＝Q₄P_a2Q₃

P₇＝Q₄P_a2C₁

本发明提供了一种轨道交通专用通信系统故障路径自动构建方法，具体实现该技术方案的方法和途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。

Claims (7)

1.一种轨道交通专用通信系统故障路径自动构建方法，其特征在于，包括以下步骤：

步骤1，从轨道交通专用通信系统的各子系统和维修系统中获取本子系统对应的维修故障记录数据，并进行预处理，提取跟预测对象相关的路径；

步骤2，获取源子串并对源子串进行合并操作；

步骤3，生成故障路径。

2.根据权利要求1所述的方法，其特征在于，步骤1中，所述从轨道交通专用通信系统的各子系统和维修系统中获取本子系统对应的维修故障记录数据，并进行预处理，具体包括：

步骤a1，子系统的历史记录的属性信息包含记录的序列号、故障、现象、发生时间、恢复时间；维修系统中的维修记录包含记录的序列号、故障、现象、发生时间、维修时间、处理措施；

步骤a2，根据故障和现象两个属性筛选在子系统的历史记录和维修系统中获取同时存在的记录，形成新的记录集；

步骤a3，重复记录的处理：新的记录集中，如果有两条以上记录的故障和原因属性完全相同，则视为重复记录，重复的记录只保留一条，其余的删除；

步骤a4，缺失记录的处理：在步骤a3处理后的记录中，进一步对记录进行属性处理，如果有记录缺少序号、故障、现象、发生时间、维修时间、处理措施和恢复时间属性中的任何一项属性，则将此记录称为缺失记录，直接删除；

步骤a5，不规范记录的处理：在步骤a4处理后的记录中，进一步对记录进行属性处理，如果有记录的维修时间比发生时间早、恢复时间比发生时间早、发生时间与恢复时间相差时间大于X天，则将此记录称为不规范记录，直接删除；

步骤a6，形成相应的对象集：将步骤2.5处理后的记录中存在的对象一一提取，形成对象集F。

3.根据权利要求2所述的方法，其特征在于，步骤1中，所述提取跟预测对象相关的路径，包括如下步骤：

步骤1-1，进行如下设定：

将对象分成S、T、F三类，其中S表示已求出的路径对象的集合，T表示有可能备选的尚未选择的路径对象的集合，F表示所有的对象的集合；

所有的对象F＝{Q₄，A₁，A₂，...，A_n，C₁}，共有n+2个对象；A_n表示Q₄和C₁之间的第n个对象；

初始时，从兴趣Q₄开始，即S＝{Q₄}，T＝{A₁，A₂，...，A_n，C₁}；S中包含的对象序列称为源串；

要完成兴趣Q₄、C₁之间的链接预测，则要在寻找所有包含对象Q₄、C₁的路径；称Q₄为预测的源兴趣，简称源兴趣；称C₁为预测的目的兴趣，简称目的兴趣；

步骤1-2，产生对象关联矩阵R_i,j，i为S中源串的最后一个对象的种类个数，j为F中对象总个数减去源串S中的对象的种类个数：

a_ij表示S中源串中的第i个对象与T中第j个对象是否有关系的值，取值如下：

步骤1-3，将R_i,j中a_ij为1的对象以行列方式读取，即先读取第一行第一个出现a_ij为1的对象，并记录到目的临时串Temp_[1][1]和源临时串S_[1][1]中，然后读取第一行第二个出现a_ij为1的对象，并记录到目的临时串Temp_[1][2]和源临时串S_[1][2]中；

读取第一行第x个出现a_ij为1的对象，并记录到目的临时串Temp_[1][x]和源临时串S_[1][x]中，1≤x≤j；第一行中所有为1的对象读取结束后，接下来读取第二行第一个出现a_ij为1的对象，并记录到目的临时串Temp_[2][1]和源临时串S_[2][1]中，然后读取第二行第二个出现a_ij为1的对象，并记录到目的临时串Temp_[2][2]和源临时串S_[2][2]中；

读取第二行第x个出现a_ij为1的对象，并记录到目的临时串Temp_[2][x]和源临时串S_[2][x]中，1≤x≤j；

对于任意第k行和第x个出现a_ij为1的对象，并记录到目的临时串Temp_[k][x]和源临时串S_[k][x]中，1≤k≤i。

4.根据权利要求3所述的方法，其特征在于，步骤1还包括如下步骤：

步骤1-4，更新S值：根据步骤1-3中出现的源临时串S_[k][x]的个数决定S中源的个数，用源临时串分别依次连接源串S，得到不同的源串间用分号分隔，即第一个源串为S+S_[1][1]，第二个源串为S+S_[1][2]，第三个源串为S+S_[1][3]，则第x个源串为S+S_[1][x]，对于任意源临时串S_[k][x]，对应的源串为S+S_[k][x]，并删除源串S中的值；

步骤1-5，更新T值：将步骤3-3中每行中出现a_ij为1的对象从上一次目的串T中去除后得到的目的串作为新的T值；

步骤1-6，从S中依次提取源子串，取每个源子串最后一个对象，如果源子串最后一个对象为目的兴趣不为C₁，或者子串中R_i,j中a_ij均不为0，重复执行步骤1-2～步骤1-5；

如果S中依次提取每个源子串最后一个对象为C₁，或者子串中R_i,j中a_ij均为0，或者目的串已经为空，则不再重复执行步骤1-2～步骤1-5，转步骤1-7；

步骤1-7，将S中所有源子串复制到S'中，S'用于表示已求出的路径对象的集合。

5.根据权利要求4所述的方法，其特征在于，步骤2包括如下步骤：

步骤2-1，获取源子串：将S'中h个源子串分别用p₁'，p₂'，…，p_h'表示，h为S'中总的源子串数目，即S'＝{p₁',p₂'…,p_h'}；

任意的第k个源子串和第h个源子串分别表示为p_k'＝σ₁σ₂...σ_l和p_h'＝u₁u₂...u_o，σ_l表示第k个源子串中的第l个字符串，u_o表示第h个源子串中的第o个字符串；

步骤2-2，合并源子串：对S'中所有源子串进行合并操作，并分别统计包含目的兴趣为C₁的源子串数量Φ_count和不包含目的兴趣为C₁的源子串数量Φ_count'，初始值Φ_count＝0，Φ_count'＝0。

6.根据权利要求5所述的方法，其特征在于，步骤2-2包括如下步骤：

步骤2-2-1，任意的第k个源子串和第h个源子串分别表示为p_k'＝σ₁σ₂...σ_l和p_h'＝u₁u₂...u_o，如果存在σ₁＝u₁且σ₂＝u₂且任意的σ_l＝u₀，则将p_k',p_h'合并，保留p_k'，将p_h'从S'中删除；

步骤2-2-2，如果存在任意的σ_l都能在p_h'中找到u_l与σ_l完全一样，且l>＝δ，δ为正整数，则将p_k',p_h'合并，保留p_k'，将p_h'从S'中删除；

步骤2-2-3，在执行以上步骤2-2-1和步骤2-2-2过程中，如果任意的第k个源子串和第h个源子串p_k',p_h'中，包含对象为C₁，则将Φ_count+1，否则将Φ_count'+1。

7.根据权利要求6所述的方法，其特征在于，步骤3包括如下步骤：

在执行步骤2.2后，统计S'中所有的源子串数量，用

表示，将S'中所有源子串分别提取，按顺序依次用p₁，p₂，…，

表示，

表示所有的路径数目，

表示第

条路径；

S'中第一个源子串用p₁表示，第二个源子串用p₂表示，直到第

个源子串用

表示，用路径表示后，

Images