[發(fā)明專利]一種基于TSP預(yù)報數(shù)據(jù)與XGBoost算法的圍巖等級預(yù)測方法

在審

• 申請?zhí)枺?/td>: 202110242796.1
• 申請日: 2021-03-05
• 公開（公告）號: CN112948932A
• 公開（公告）日: 2021-06-11
• 發(fā)明（設(shè)計）人: 彭浩;梁銘;馬文安;田園;解威威;宋冠先;朱孟龍;董宏源
• 申請（專利權(quán)）人: 廣西路橋工程集團(tuán)有限公司
• 主分類號: G06F30/13
• 分類號: G06F30/13;G06F30/27;G06Q10/04;G06Q10/06;G06Q50/08;G06K9/62
• 代理公司: 廣西中知科創(chuàng)知識產(chǎn)權(quán)代理有限公司 45130
• 代理人: 李家恒

1.一種基于TSP預(yù)報數(shù)據(jù)與XGBoost算法的圍巖等級預(yù)測方法，其特征在于，包括如下步驟：

(1)獲取圍巖等級預(yù)測模型所需的樣本特征數(shù)據(jù)：

確定影響圍巖等級的定量數(shù)據(jù)，構(gòu)建TSP圍巖分級指標(biāo)體系，并將所述影響圍巖等級的定量數(shù)據(jù)作為圍巖等級預(yù)測模型輸入所需的樣本特征數(shù)據(jù)；

(2)收集樣本特征數(shù)據(jù)，對樣本特征數(shù)據(jù)進(jìn)行預(yù)處理，并對預(yù)處理后的樣本特征數(shù)據(jù)進(jìn)行特征工程構(gòu)建，輸出訓(xùn)練數(shù)據(jù)集：

對所收集樣本數(shù)據(jù)進(jìn)行預(yù)處理及特征工程的過程包括數(shù)據(jù)標(biāo)準(zhǔn)化、數(shù)據(jù)缺失值填充以及主成分降維；

(3)構(gòu)建基于XGBoost的圍巖等級預(yù)測模型，運(yùn)用XGBoost算法訓(xùn)練，模型調(diào)參；

(4)模型性能評估：根據(jù)檢驗(yàn)指標(biāo)評估模型的準(zhǔn)確性；

(5)過擬合檢驗(yàn)：圍巖等級預(yù)測模型通過過擬合檢驗(yàn)后可進(jìn)行工程實(shí)例應(yīng)用。

2.根據(jù)權(quán)利要求1所述的一種基于TSP預(yù)報數(shù)據(jù)與XGBoost算法的圍巖等級預(yù)測方法，其特征在于：所述影響圍巖等級的定量數(shù)據(jù)包括靜態(tài)楊氏模量、縱波波速、橫波波速、波速比、泊松比以及密度。

3.根據(jù)權(quán)利要求1所述的一種基于TSP預(yù)報數(shù)據(jù)與XGBoost算法的圍巖等級預(yù)測方法，其特征在于：所述步驟(2)中，主成分降維通常采用PCA對樣本特征數(shù)據(jù)進(jìn)行降維處理，在降維中，PCA使用的信息量衡量指標(biāo)為樣本方差，樣本方差公式如下式所示：

式中，x_i為單個樣本數(shù)值，為整體樣本平均值，n為樣本數(shù)量；

實(shí)現(xiàn)主成分降維需要對主成分進(jìn)行求解，步驟如下：

①將數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，求解樣本協(xié)方差矩陣S，協(xié)方差矩陣公式為：

②求解特征方程|S-λE|＝0，其中E為單位矩陣，λ為特征根，解得特征根λ₁,λ₂,...,λ_p

③計算特征值λ_i對應(yīng)得單位特征向量α_i＝(α_i1,α_i2,...,α_ip)

④計算各主成分的方差貢獻(xiàn)率，公式為：

選取主成分的個數(shù)由累計方差貢獻(xiàn)率確定，一般認(rèn)為累計方差貢獻(xiàn)率達(dá)到85％時即可反映原始變量的大部分信息；

⑤寫出主成分的表達(dá)式，公式為:

P_i＝α_i1X₁+α_i2X₂+...+α_ipX_p (4)。

4.根據(jù)權(quán)利要求1所述的一種基于TSP預(yù)報數(shù)據(jù)與XGBoost算法的圍巖等級預(yù)測方法，其特征在于：所述步驟(3)中，基于XGBoost的圍巖等級預(yù)測模型采用如下公式表達(dá)：

式中，表示整個模型在此樣本上的預(yù)測結(jié)果，K表示弱評估器的總數(shù)量，f_k表示第k棵決策樹，x_i表示樣本i對應(yīng)的特征向量；

XGBoost引入了模型復(fù)雜度來衡量算法的運(yùn)算效率，因此目標(biāo)函數(shù)由傳統(tǒng)損失函數(shù)與模型復(fù)雜度兩部分構(gòu)成，公式表達(dá)為：

式中，Obj表示模型的目標(biāo)函數(shù)，n表示導(dǎo)入第k棵樹的數(shù)據(jù)總量；

其中第一項代表傳統(tǒng)的損失函數(shù)，衡量真實(shí)標(biāo)簽y_i和預(yù)測值之間的差異，第二項代表模型的復(fù)雜度，使用樹模型的某種變換Ω表示，這個變化代表了一個從樹的結(jié)構(gòu)來衡量樹模型復(fù)雜度的式子；

為了求解目標(biāo)函數(shù)，使用泰勒展開對式(6)進(jìn)行運(yùn)算，結(jié)果如以下公式所示：

式中，γ、λ表示模型復(fù)雜度的系數(shù)，T表示模型決策樹葉子節(jié)點(diǎn)個數(shù)，g_i、h_i分別表示樣本x_i的一階導(dǎo)數(shù)和二階導(dǎo)數(shù)，j表示每個葉子節(jié)點(diǎn)的索引，ω_j表示第j個葉子節(jié)點(diǎn)上的樣本權(quán)重，I_j表示第j個葉子節(jié)點(diǎn)的樣本子集；

將樹的結(jié)構(gòu)帶入損失函數(shù)，即對ω_j求導(dǎo)并且令導(dǎo)函數(shù)等于零，可求得目標(biāo)函數(shù)的最小值Obj_min，如以下公式所示：