[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

技術領域

本發明涉及隧道工程領域，尤其涉及一種基于隨機森林的隧道運營狀態感知模型的建立方法。

背景技術

近年來大量特長公路隧道陸續建成并投入運營，公路隧道已逐漸由建設高峰期轉向運營高峰期。但由于受到交通組成和交通量的影響，洞內污染物持續累積，排出或稀釋相對困難，使得通風問題成為運營期間面臨的首要問題，給隧道運營管理帶來難題。因此，需要對隧道內交通流數據與環境監測數據進行分析，在確定隧道運營狀態后，制定相應的運營管控措施。其中隧道運營狀態感知模型的合理性與科學性，直接決定了隧道運營管控措施的有效性。但由于特長公路隧道運營狀態由隧道內的人、車、路、環境等交通要素共同相互影響疊加產生，其影響因素眾多、演化規律復雜，目前尚無科學的劃分方法和統一的劃分標準。已公開的文獻及專利文件中也并無綜合利用隧道內實時交通流信息和通風環境信息進行運營狀態分析的研究發明。

隨機森林是一種有監督的集成學習分類技術，其模型由一組決策樹分類器組成。而決策樹算法是一種經典的數據挖掘算法，本質上是通過一系列規則對數據進行遞歸分類的過程，使用較為普遍的決策樹算法有：ID3、C4.5和CART等。由于單決策樹存在精度不高、容易過擬合等缺陷，采用集成學習將多個算法進行集成成為機器學習領域的研究熱點。

2001年Breiman將其提出的Bagging理論與CART決策樹以及Ho提出的隨機子空間方法相結合，提出了一種非參數分類與回歸算法-隨機森林。隨機森林的基本思想如圖1所示，首先利用自助重采樣技術從訓練樣本集中有放回地隨機抽取多個子樣本生成新的訓練樣本集；然后根據自助樣本集構建多棵決策樹形成隨機森林；最后根據輸入的待分類/回歸樣本。隨機森林對每棵決策樹的輸出結果采用簡單多數投票或單棵樹輸出結果簡單平均的方式決定最后的預測結果，近年來大量理論研究和實例驗證表明隨機森林具備分析復雜相關關系數據的能力和預測精度較高且不容易出現過擬合等諸多優勢。

但是目前，沒有一種模型能夠更好地適應隧道運營狀態變化要求，可為隧道運營狀態提供精準實時感知和預測，所以有必要提供一種基于隨機森林的隧道運營狀態感知模型的建立方法。

發明內容

本發明的目的在于提供一種基于隨機森林的隧道運營狀態感知模型的建立方法。

為實現上述目的，本發明的技術方案如下：

一種基于隨機森林的隧道運營狀態感知模型的建立方法，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。

本發明進一步的改進在于，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：