[發明專利]基于全量數據的結構安全影響因素關聯分析方法

在審

• 申請號: 202110030762.6
• 申請日: 2021-01-11
• 公開（公告）號: CN112579849A
• 公開（公告）日: 2021-03-30
• 發明（設計）人: 蘇輝;焦寶;杜續;許麗萍;楊石飛;時波;張靜
• 申請（專利權）人: 上海勘察設計研究院（集團）有限公司
• 主分類號: G06F16/906
• 分類號: G06F16/906;G06F16/90;G06K9/62
• 代理公司: 上海申蒙商標專利代理有限公司 31214
• 代理人: 黃明凱

1.一種基于全量數據的結構安全影響因素關聯分析方法，其特征在于所述關聯分析方法包括以下步驟：

（1）收集目標結構的變形監測數據；

（2）收集所述目標結構的工程特征數據；

（3）判斷所述工程特征數據是否為連續值；若所述工程特征數據為連續值，則對所述工程特征數據進行離散化處理；若所述工程特征數據為非連續值，則進入下一個步驟；

（4）對所述目標結構的所述變形監測數據以及離散化處理后的所述工程特征數據進行數據融合，所述數據融合的方法為：以所述目標結構的最小單元結構為單位，將所述最小單元結構的每一條所述變形監測數據和所述工程特征數據進行結合，得到所述最小單元結構的全部數據，得到數據集D；

（5）基于所述目標結構的所述變形監測數據的取值，將數據集D劃分為若干不同結構安全風險等級的子集D_i，i為0、1、2…n；

（6）對結構安全風險等級最高的子集D₀采用關聯規則算法從各特征組合中挖掘頻繁特征組合s，并記錄頻繁特征組合s在子集D₀中的出現次數N_(S，0)，將子集D₀中全部的頻繁特征組合s共同組成頻繁特征集S；其中，所述特征組合為至少一類所述工程特征數據的取值組合；所述特征組合在子集D₀中出現的次數大于閾值時構成頻繁特征組合s；

（7）對其它子集D_i按照步驟（6）中的方法依次計算頻繁特征集S中各所述特征組合s在D_i中出現的次數N_(S，i)，并計算所述特征組合s的提升度，以此作為關聯規則的評價指標，其中，所述特征組合s的提升度lift_s計算方法為：

式中，N_i為子集D_i中數據的條數；

（8）篩選提升度lift_s大于閾值的特征組合s判定為對所述目標結構的安全具有影響的因素組合。

2.根據權利要求1所述的一種基于全量數據的結構安全影響因素關聯分析方法，其特征在于所述目標結構的所述工程特征數據包括勘察數據、設計數據、施工數據、周邊環境數據以及周邊活動影響數據。

3.根據權利要求1所述的一種基于全量數據的結構安全影響因素關聯分析方法，其特征在于對所述工程特征數據進行離散化處理的方法為：對于相應工程建設規范中有明確規定或說明的特征，按照所述工程建設規范將所述工程特征數據劃分為不同的等級；所述工程特征數據中出現間隔特征的，采用自然斷點分級法以將所述工程特征數據劃分為不同的等級；所述工程特征數據中未出現間隔特征的，采用k-means算法將所述工程特征數據進行聚類分析并根據聚類分析結果將所述工程特征數據劃分為若干離散值。

4.根據權利要求1所述的一種基于全量數據的結構安全影響因素關聯分析方法，其特征在于所述關聯規則算法為Apriori算法、FP-growth算法、Eclat算法、Prefixspan算法中的一種。