[發明專利]一種基于隨機森林的隧道運營狀態感知模型的建立方法

在審

• 申請號: 201710737045.0
• 申請日: 2017-08-24
• 公開（公告）號: CN107563425A
• 公開（公告）日: 2018-01-09
• 發明（設計）人: 陳建勛;錢超;羅彥斌;張馨予;李偉;吉祥
• 申請（專利權）人: 長安大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q10/06;G06Q50/26
• 代理公司: 西安通大專利代理有限責任公司61200
• 代理人: 安彥彥

1.一種基于隨機森林的隧道運營狀態感知模型的建立方法，其特征在于，包括以下步驟：

步驟1)：確定隧道運營監測訓練集樣本數N和變量數M；

步驟2)：確定隨機森林中參數ntree和mtry組合范圍及初始值；其中，ntree為隨機森林中決策樹的數量，mtry為每一個分裂節點隨機抽取變量數量，且mtry＜M；

步驟3)：利用Bootstrap法重采樣有放回地隨機抽取ntree個新的自助樣本集并構建ntree棵決策樹，每次未被抽到的樣本組成ntree個袋外數據；

步驟4)：每個自助樣本集生長成為一棵決策樹，在決策樹的每個節點隨機選取mtry個特征，從中選出一個特征進行分支生長，使決策樹生長；

步驟5)：根據生成的ntree棵決策樹，對輸入的訓練集樣本進行預測，同時計算每棵決策樹袋外數據誤差；

步驟6)：分析每棵決策樹的預測結果，即輸出所有樹中預測概率總和最大的那一個類得到最終分類結果，再平均所有樹的袋外數據誤差，得到隨機森林泛化誤差的無偏估計，同時計算程序運行時間；

步驟7)：重復步驟2)-7)，迭代運行所有ntree和mtry參數組合，輸出所有參數組合對應的隨機森林泛化誤差的無偏估計和運行時間；

步驟8)：確定隨機森林中最優ntree和mtry參數組合值，建立基于隨機森林的隧道運營狀態感知模型。

2.根據權利要求1所述的一種基于隨機森林的隧道運營狀態感知模型的建立方法，其特征在于，步驟1)中確定隧道運營監測訓練集樣本數N的具體過程為：

首先自定義隧道運營狀態感知問題：給定訓練集T＝{(x₁,y₁),…,(x_N,y_N)}∈(X⁵×Y)^N，其中，N為訓練集樣本數；x_i∈X⁵表示模型輸入的隧道運營監測樣本數據集中第i個樣本，包含CO、NO₂、風速、細顆粒物、重載車的監測結果，y_i∈Y＝{c₁,c₂,c₃,c₄}表示樣本對應的輕度污染、中度污染、重度污染和嚴重污染四種狀態中的一種，i表示訓練集中樣本編號，i＝1,2,3,…,N，據此尋找狀態空間X⁵上的一個決策函數f(x):X⁵→Y，用以推斷任一監測樣本對應的隧道運營狀態。

3.根據權利要求1所述的一種基于隨機森林的隧道運營狀態感知模型的建立方法，其特征在于，N的數值大于500。

4.根據權利要求1所述的一種基于隨機森林的隧道運營狀態感知模型的建立方法，其特征在于，步驟4)中按照節點不純度最小原則從中選出一個特征進行分支生長。