基于改进决策树的电力通信设备状态预测算法研究

电力通信网络的快速增长,传统被动响应的事后运维模式迫切需要向分析预测的事前运维模式转型。论文在深入研究典型决策树理论的基础上,针对电力通信设备运行状态的关联特性,提出了一种改进的决策树学习算法,通过借鉴粗糙集理论对决策表属性的约简、求核与泛化过程,最终构造出一种多变量的决策树。通过算法仿真,该方法构建的决策树结构更为简化和合理,大大降低了计算量,提高了预测分析效率,为电力通信的运维提供了一种快速、简捷的通信设备状态预测方法,克服了经典决策树算法的不足,具有一定的实用性。