基于决策树分类的故障码诊断车辆工项与备件检索方法技术

基于决策树分类的故障码诊断车辆工项与备件检索方法，属于信息检索领域，由于不同的备件在主组号相同的情况下，分组号仍有差异，为了能够解决精确匹配备件的问题，技术要点是：解析车辆VIN码得到变量，所述变量包括由VIN码解析得到的发动机排量、车身类型、发动机变速箱类型；对变量所对应的备件代码做决策树分析，完成变量数据归类形成备件信息，并建立索引，形成诊断知识库；创建语言模型，建立细胞词库，在所述细胞词库中切词检索细胞词，并排列所述细胞词，利用决策树模型的决策分类，形成故障码对应工项的诊断数据库；将诊断数据库与诊断知识库关联，并建立主键；效果是：可在获取故障码后，快速找到常见故障的解决方案和对应备件、工项。

【技术实现步骤摘要】

本专利技术属于信息检索领域，涉及一种用于车辆远程诊断与备件检索的方法
技术介绍
目前我国汽车维修行业已经从完全依靠检查者的感觉和实践经验进行诊断的阶段,发展到了利用专门设备进行综合检测诊断阶段，但是在传统汽车维修行业中普遍存在着很多问题,比如维修工人技术老化,经常无法快速、经济地利用各方面的技术力量解决故障；随着汽车保有量的日益增多，汽车后市场各项服务如雨后春笋般大量涌现。那么从车主角度，如何才能更好更全面的了解车况，发生故障时，如何快速获取爱车待解决方案及所需工时及备件相关信息，精准的汽车可穿戴设备对满足车主实时需求是完全必要的。一般的OBD车载设备，只能读取到相关车辆故障信息，不能对故障做出详细解决方案及相关维修人工费、备件费，从而造成车主盲目进店，盲目消费。
技术实现思路
为了解决对于无需识别和分类的故障码车辆出现故障时，能够由故障码准确和快速匹配该故障码所对应的工项与备件，本专利技术提出如下技术方案：一种基于决策树分类的故障码诊断车辆工项与备件检索方法，包括步骤一.采集车辆信息数据；步骤二.解析车辆VIN码得到变量，所述变量包括由VIN码解析得到的发动机排量、车身类型、发动机变速箱类型；步骤三.对变量所对应的备件代码做决策树分析，完成变量数据归类形成备件信息，并建立索引，形成诊断知识库；步骤四.创建语言模型，建立细胞词库，在所述细胞词库中切词检索细胞词，并排列所述细胞词，利用决策树模型的决策分类，形成故障码对应工项的诊断数据库；步骤五.将诊断数据库与诊断知识库关联，并建立主键；有益效果：本专利技术可以在获取故障码后，快速找到常见故障的解决方案和对应备件、工项。有效解决技师和备件员的经验局限性问题，从大数据出发，获得 故障的解决方案。本专利技术的步骤四构建了一个从故障描述到词向量分解，建立维修细胞词库；通过故障描述在细胞词库的切词检索，依据细胞词权重建立的句法规则，实现从决策过程到决策建议再到维修解决方案的维修决策树，最终实现故障远程诊断附图说明图1为本专利技术用于车辆远程诊断与备件检索的方法的流程图；图2为底盘号为LFV5A14B8Y3000001的车辆的VIN号码翻译示意图。具体实施方式实施例1：一种基于决策树分类的故障码诊断车辆工项与备件检索方法，包括步骤一.采集车辆信息数据；步骤二.解析车辆VIN码得到变量，所述变量包括由VIN码解析得到的发动机排量、车身类型、发动机变速箱类型；步骤三.对变量所对应的备件代码做决策树分析，完成变量数据归类形成备件信息，并建立索引，形成诊断知识库；步骤四.创建语言模型，建立细胞词库，在所述细胞词库中切词检索细胞词，并排列所述细胞词，利用决策树模型的决策分类，形成故障码对应工项的诊断数据库；步骤五.将诊断数据库与诊断知识库关联，并建立主键。由上述方案，在采集到车辆故障码时，执行步骤六.对车辆故障生成的故障码识别，并通过关键字解析车辆VIN码得到的变量以进行分类检索，得到工项及备件信息。实施例2：具有与实施例1相同的技术方案，更为具体的，对于实施例1的步骤四来说，所述步骤三中以维修备件表的历史记录为数据基础，通过决策树模型对备件做分类，维修备件表样例如表一所示：表一决策树模型的基本原理如下：首先：确定每一维度备件不同分类的熵，以VIN4为例，熵定义为E＝sum(-p(I)*log(p(I)))其中I＝1:N(N类结果，如本例1种，即该备件属于此车型，故概率P(I)＝1)则E(5)＝-(1/1)Log2(1/1)-(0/1)Log2(0/1)＝0+0＝0E(3)＝-(1/1)Log2(1/1)-(0/1)Log2(0/1)＝0+0＝0E(4)＝-(1/1)Log2(1/1)-(0/1)Log2(0/1)＝0+0＝0如果熵为0，则表明区分度越高；熵为1，则表明没有区分度；故这三个不同的备件代码可以通过VIN4做区分。确定完每个维度如何分类后，不同维度之间的优先级别通过信息增益区分Gain(Sample,Action)＝E(sample)-sum(|Sample(v)|/Sample*E(Sample(v)))则Gain(VIN4)＝E(S)-(1/3)*E(5)-(1/3)*E(3)-(1/3)*E(4)＝1-0＝1Gain(VIN6)＝E(S)-(1/3)*E(1)-(2/3)*E(2)＝1-0-2/3＝1/3Gain(VIN78)＝E(S)-(1/3)*E(4B)-(1/3)*E(8K)-(1/3)*E(4F)＝1-0＝1如果信息增益越大，则表明分类优先级越高；反之，优先级越低。所以，底盘号第4位(VIN4)和底盘号78位(VIN78)的分类优先级相同，其次是底盘号第6位(VIN6)。通过以上关键步骤，可将备件代码按照底盘号第4位(VIN4)、底盘号第6位(VIN6)和底盘号78位(VIN78)区分。综上所述，备件检索方法的基本步骤是：将维修备件表同一维度按信息熵做区分；将维修备件表不同维度按信息增益划分优先级；按照1、2步划分的优先级和区分程度画出决策树；输入一个规则的底盘号，系统根据VIN123、VIN4、VIN6、VIN78以及得出的决策树输出该车型下的备件代码。该备件代码通过关联备件价格表，得到备件的中文名称、价格和现在使用状态以及备件的适用车型信息。上述技术方案的获得，是在将不同车型、不同排量、不同发动机变速箱类型所对应的备件代码逐一归类进行分析对比后，发现在相同主组号前提下，车型排量等信息不同，所对应的备件代码也不尽相同，为了找寻其中规律，使用了上述方法，以形成较完备且全面的理论知识信息库。实施例3：具有与实施例1或2相同的技术方案，更为具体的，对于实施例1的步骤四来说，所述步骤四中的创建语言模型，建立细胞词库包含如下步骤：S1.1采集专业故障描述语言；S1.2对所述专业故障描述语言进行词向量分解。所述语言模型的创建基于第n个所述细胞词的出现只与前面n-1个所述细胞词相关的假设；所述一故障描述语句T出现权重的计算公式为：P(T)＝P(w1,w2,w3,…,wn)＝P(w1)×P(w2|w1)×P(w3|w1,w2)×…×P(wn|w1,w2,…,wn-1)≈P(w1)×P(w2|w1)×P(w3|w2)…P(wn|wn-1)；其中，P(T)为所述故障描述语句T的权重，P(wn|w1,w2,…,wn-1)为第n个所述细胞词的权重。所述步骤四中的细胞词库中切词检索细胞词，并排列所述细胞词的步骤是：S2.1针对所述一故障描述语句T在所述细胞词库中进行切词检索；S2.2若检索到所述细胞词，计算所述细胞词的权重；S2.3按照所述细胞词权重的大小排列所述细胞词。S2.4若没有检索到所述细胞词，则将此次未检索到的所述细胞词存入新增细胞词库。所述S2.2步骤中所述细胞词权重的计算方法为：S2.2.1计算每个所述细胞词的卡方统计量；S2.2.2取所述卡方统计量分值最高的第i个细胞词，计算所述第i个细胞词在第j个故障描述中出现的次数；所述S2.2.1步骤所述卡方统计量分值的计算方法为：weight＝round((10×(1+lg(tfij))/(1+lg(lj))),n)；其中tfij为第i个细胞词在第j个故障描述中出现的次数，本文档来自技高网...

【技术保护点】
一种基于决策树分类的故障码诊断车辆工项与备件检索方法，其特征在于，包括步骤一.采集车辆信息数据；步骤二.解析车辆VIN码得到变量，所述变量包括由VIN码解析得到的发动机排量、车身类型、发动机变速箱类型；步骤三.对变量所对应的备件代码做决策树分析，完成变量数据归类形成备件信息，并建立索引，形成诊断知识库；步骤四.创建语言模型，建立细胞词库，在所述细胞词库中切词检索细胞词，并排列所述细胞词，利用决策树模型的决策分类，形成故障码对应工项的诊断数据库；步骤五.将诊断数据库与诊断知识库关联，并建立主键。

【技术特征摘要】
1.一种基于决策树分类的故障码诊断车辆工项与备件检索方法，其特征在于，包括步骤一.采集车辆信息数据；步骤二.解析车辆VIN码得到变量，所述变量包括由VIN码解析得到的发动机排量、车身类型、发动机变速箱类型；步骤三.对变量所对应的备件代码做决策树分析，完成变量数据归类形成备件信息，并建立索引，形成诊断知识库；步骤四.创建语言模型，建立细胞词库，在所述细胞词库中切词检索细胞词，并排列所述细胞词，利用决策树模型的决策分类，形成故障码对应工项的诊断数据库；步骤五.将诊断数据库与诊断知识库关联，并建立主键。2.如权利要求1所述的基于决策树分类的故障码诊断车辆工项与备件检索方法，其特征在于，还包括步骤六.对车辆故障生成的故障码识别，并通过关键字解析车辆VIN码得到的变量以进行分类检索，得到工项及备件信息。3.如权利要求1或2所述的基于决策树分类的故障码诊断车辆工项与备件检索方法，其特征在于，所述步骤四中以维修备件表的历史记录为数据基础，通过决策树模型对备件做分类；备件检索方法的步骤是：(1)将维修备件表同一维度按信息熵做区分；(2)将维修备件表不同维度按信息增益划分优先级；(3)按照步骤(1)、(2)划分的优先级和区分程度画出决策树；(4)输入一个规则的VIN码，根据VIN码以及得出的决策树输出该车型下的备件代码。4.如权利要求1或2所述的基于决策树分类的故障码诊断车辆工项与备件检索方法，其特征在于，所述备件代码关联备件的价格表，所述备件信息包括备件的中文名称、价格和现在使用状态以及备件的适用车型信息。5.如权利要求1所述的基于决策树分类的故障码诊断车辆工项与备件检索方法，其特征在于，所述步骤四中的创建语言...

【专利技术属性】
技术研发人员：田雨农，刘亮，
申请(专利权)人：大连楼兰科技股份有限公司，
类型：发明
国别省市：辽宁;21