ID3 决策树算法在汽车检测中的分析及应用

邹黄刚，赵景顺，李彬

（上海理工大学机械工程学院，上海 200093)

汽车是由上万块零部件所组成，因具备零件数量多、测试难、耗时多等特点[1]，很难做到全方位检测；并且大多数司机缺乏专业知识，对汽车的故障很难做出准确的判断。所以，对于检测人员或司机而言，都急需一套快速而有效的检测方案，指导其检修具有重要的意义。

本文以奔驰汽车为对象，首先确定基于ID3 决策树算法[2]的汽车故障检修方案；其次进行数据相关的采集，这里数据信息采集首先确定好研究对象和目标，选择合适的模型完成数据信息采集；然后利用ID3 算法的相关原理来对数据分析做出预处理以便实施选择的数据挖掘算法[3]，最后对结果加以分析[4]，其流程图如图1 所示。

图1 数据处理流程

1 汽车检测方案

1.1 现有的汽车检测方案

①鉴定故障：通过故障信息，判断出汽车何种故障。②初步确定好故障类别后，通过询问车主或查看汽车来进一步收集故障信息。③收集完信息后，进一步评估故障的危害有多大。④查明故障后，按照一般的逻辑顺序进一步试验。⑤校正故障，逐个排除故障原因。⑥重新逐个检测系统是否正常。如图2 所示，这六步检测[5]虽然能做到对汽车故障的全方位排查，但无疑会增加检修人员工作量，耗费大量的时间与成本，并且也不会给日常检修提供任何参考。

图2 汽车故障检修方案流程

1.2 算法下的汽车故障检修方案

采用ID3 决策树算法的汽车故障检测方案设计过程，如图3 所示，第一层是视图层，即用于人机交互使用。第二层是业务层，即实现逻辑控制。第三层是Model 层，负责有关软件功能与数据库系统和文件相互之间的数据访问。使用系统的用户包含司机和检修人员。

2 ID3 算法原理

ID3 算法用于预测分析，通过建立决策树，得出相关的检修方案。构造好的决策树关键在于选择好划分属性。决策树预测精度取决于所构建决策树的规模，一般而言，规模越小的，则其预测精度就越高。但想要构造出合理且精度高的决策树，关键在于选择恰当的测试属性，而测试属性的选择关键在于子集的不纯度度量方法查找，即所求的信息增益。

假设某个信息源集[6]，标记为Si，i 取0～n；其自信息量为I(Si)，则样本中的信息熵可以(1)可得，如(1)式所示：'

式中，n 为所有的信息源，p(Si)为Si 的概率。

由前面得出目标信息熵后，再根据信息增益得出最优的测试属性a，通过信息增益的大小来确定决策树节点，依次构建决策树。样本各属性的信息增益运算公式如式(2)所示：

式中，a 为样本X 的属性；H(X)为信息熵；Ci 是训练实例；aj 是第j 个属性的概率。

3 ID3 决策树算法检修方案应用

3.1 汽车常见故障

目前汽车常见故障主要包括：发动机总成故障、传动系故障、转向系故障、制动系故障、行走系故障、车身常见故障、电气系故障等。引起以上故障的主要原因有：①自身存在着易损零件；②零件本身质量差异；③汽车消耗品质量差异；④汽车使用环境影响；⑤驾驶技术和驾驶方法的影响 ；⑥汽车故障诊断技术和维修技术的影响 。由此可见，车辆故障现象普遍地产生于车辆的生产、使用、养护和检修工作的整个过程，对每一个环节都应十分注意，才能使车辆在运用工作过程中避免发生交通事故。属性A 表示自身是否存在着易损零部件；属性B 表示零件自身质量差异；属性C 表示汽车消耗品质量差异；属性D 表示驾驶技术和驾驶方法的因素；属性E 表示车辆诊断技能和修理技能的影响；属性F 表示汽车使用环境。表中“1” 表示“是”，“0”表示“否”。

3.2 ID3 决策树的应用

由于汽车的型号特别多，每种车发生故障的形式也不同。本文以奔驰车为例，通过向大众发送询问调查报告的方式来统计出现以上七种故障的奔驰汽车，从而估计一般奔驰车会出现何种故障或者影响其出现故障的主要因素。投出去60 份调查报告，实际参与人数返回报告54 份，选取其中符合条件的调查报告30 份来作为统计数据，进一步说明ID3 算法是如何进行的。

汽车在使用过程中的故障有很多，现以汽车总成故障为训练集。数据样本是30 条，故障的有20 条，没有故障的10 条。所以，根据(1)式，得故障信息熵是：

然后根据式(1)、式(2)分别计算各属性的信息熵和信息增益。同理可得影响因素初始时刻信息熵为：

再根据式(1)、式(2)分别计算各个影响因素的信息熵和信息增益。

从后期数据处理中可以看出，其"制动系故障"属性信息增益最大，所以该属性作为决策树上层的第一个节点，随后各属性增益依次作为下一层节点。由此可知汽车在使用过程中最常出现的是制动系故障。影响因素表中，其"汽车消耗品质量差异"属性信息增益最大，所以该属性作为决策树上层的第一个节点，由此可知影响制动性故障最大的因素是汽车消耗品质量差异。同时考虑各属性之间的联系，再通过分支得到相应节点，最后得出"车辆故障"最常发生的是"制动系故障"，而“汽车消耗品质量差异”是此故障发生最大影响因素。

3.3 ID3 决策树算法的结果分析

由上述训练样本结论可知，面对汽车中的各类故障问题，通过统计相应的信息增益,得到样本中增益最大的属性，即能够得到区分度较大的特征属性及其属性值，从而明确汽车常发故障及其影响因素。ID3 决策树算法在以信息增益最高的那个属性视为一个节点的开始，随后进行节点的分割。每新建一个节点就会其延长一节，长此以往，一棵完整且合理的决策树就构建完成。而往往那些视为开始节点的属性也正是某些反常或故障现象的出现原因。当汽车设备异常或故障发生时，经过调ID3 决策树算法,可得到产生影响该非正常或故障发生的主要原因,而后技术人员先对该原因加以检测。如是由该原因引起的，则对其提供相应保修；反之，对其他因素加以检测。该方案设计与对全部原因逐个加以检测的传统方法比较，更具科学化、优化和快速性，在相当程度上防止了某种非正常发展成故障现象，进而减少对牵引供电系统运行的负面影响。

4 结论

本文所提及的ID3 算法旨在简化汽车检修模式，从而以最快的方式帮助司机或检修人员做出检修方案，避免不必要的浪费。利用ID3 决策树设计的决策树，通过决策树上的节点找出汽车上的哪类故障以及出现此类故障的原因，进而帮助司机或检修人员快速做出较为合理的检修方案。以汽车各总成故障的数据作为训练集，对ID3 决策树算法建立决策树流程加以分析计算，从而知晓其运作机理。