买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：吉林大学

摘要：本发明公开一种基于机器学习的桥梁技术状况预测方法及系统，属于机器学习技术领域，解决了桥梁技术状况准确预测与评估水平有待进一步提高的问题。通过对原始数据进行预处理，利用随机森林方法评估特征重要性后，采用Spearman方法计算相关系数并排除相关性较高的特征，减少数据中的多重共线性；利用SMOTETomek方法进行数据平衡处理，增加少数类样本；通过随机搜索算法对XGBoost模型进行参数调优后，采用XGBoost方法对桥梁技术状况等级进行预测。通过迭代训练决策树模型并优化目标函数，构建最终的集成学习模型。本发明能够更准确地预测桥梁技术状况，提高预测准确性和稳定性，适应性更强，效率更高。

主权项：1.一种基于机器学习的桥梁技术状况预测方法，其特征在于，包括以下步骤：步骤S101：从桥梁定检资料库获取多座桥梁的原始数据，包括桥梁基本数据、桥梁技术状况评级数据和桥梁病害数据，并对原始数据进行预处理，得到桥梁检测数据集，其中预处理的过程包括异常值剔除、缺失值处理、数据类型统一和量纲统一；对原始数据进行预处理的过程包括以下步骤：采用Z-score方法对原始数据进行异常值识别和移除，得到剔除后的数据；采用线性插值方法对剔除后的数据进行缺失值填充，得到填充后的数据；根据数据属性采用独热编码和映射编码方法对填充后的数据的数据类型进行转换，得到数据类型统一后的数据；采用标准化方法将不同量纲的数据统一到相同的范围内；步骤S102：利用随机森林算法计算桥梁检测数据集的每个特征的基尼系数，根据基尼系数对特征进行重要性排序，确定重要性排序前S个的特征，并计算前S个特征的Spearman相关系数，对Spearman相关系数大于设定阈值的高相关性特征对中选择某一特征排除，得到筛选后的数据集；步骤S103：利用SMOTETomek方法对筛选后的数据集进行数据平衡处理，得到平衡数据集；步骤S103包括以下步骤：设置SMOTETomek方法中的参数，包括SMOTE算法的合成样本的数量、最近邻的数量以及TomekLinks算法的阈值；通过SMOTE算法生成合成样本，并根据TomekLinks的结果对多数类样本进行剔除，直至数据集达到平衡；步骤S104：通过随机搜索算法进行XGBoost模型的参数调优后，基于平衡数据集迭代训练决策树模型，并优化目标函数，将优化后的决策树模型集成到XGBoost模型中，在集成过程中，通过梯度提升集成多个决策树模型的预测结果，得到最终的集成学习模型，该集成学习模型用于对桥梁技术状况等级进行准确预测。

全文数据：

权利要求：

百度查询： 吉林大学 基于机器学习的桥梁技术状况预测方法及系统