[发明专利]一种基于随机森林的隧道运营状态感知模型的建立方法

说明书

技术领域

本发明涉及隧道工程领域，尤其涉及一种基于随机森林的隧道运营状态感知模型的建立方法。

背景技术

近年来大量特长公路隧道陆续建成并投入运营，公路隧道已逐渐由建设高峰期转向运营高峰期。但由于受到交通组成和交通量的影响，洞内污染物持续累积，排出或稀释相对困难，使得通风问题成为运营期间面临的首要问题，给隧道运营管理带来难题。因此，需要对隧道内交通流数据与环境监测数据进行分析，在确定隧道运营状态后，制定相应的运营管控措施。其中隧道运营状态感知模型的合理性与科学性，直接决定了隧道运营管控措施的有效性。但由于特长公路隧道运营状态由隧道内的人、车、路、环境等交通要素共同相互影响叠加产生，其影响因素众多、演化规律复杂，目前尚无科学的划分方法和统一的划分标准。已公开的文献及专利文件中也并无综合利用隧道内实时交通流信息和通风环境信息进行运营状态分析的研究发明。

随机森林是一种有监督的集成学习分类技术，其模型由一组决策树分类器组成。而决策树算法是一种经典的数据挖掘算法，本质上是通过一系列规则对数据进行递归分类的过程，使用较为普遍的决策树算法有：ID3、C4.5和CART等。由于单决策树存在精度不高、容易过拟合等缺陷，采用集成学习将多个算法进行集成成为机器学习领域的研究热点。

2001年Breiman将其提出的Bagging理论与CART决策树以及Ho提出的随机子空间方法相结合，提出了一种非参数分类与回归算法-随机森林。随机森林的基本思想如图1所示，首先利用自助重采样技术从训练样本集中有放回地随机抽取多个子样本生成新的训练样本集；然后根据自助样本集构建多棵决策树形成随机森林；最后根据输入的待分类/回归样本。随机森林对每棵决策树的输出结果采用简单多数投票或单棵树输出结果简单平均的方式决定最后的预测结果，近年来大量理论研究和实例验证表明随机森林具备分析复杂相关关系数据的能力和预测精度较高且不容易出现过拟合等诸多优势。

但是目前，没有一种模型能够更好地适应隧道运营状态变化要求，可为隧道运营状态提供精准实时感知和预测，所以有必要提供一种基于随机森林的隧道运营状态感知模型的建立方法。

发明内容

本发明的目的在于提供一种基于随机森林的隧道运营状态感知模型的建立方法。

为实现上述目的，本发明的技术方案如下：

一种基于随机森林的隧道运营状态感知模型的建立方法，包括以下步骤：

步骤1)：确定隧道运营监测训练集样本数N和变量数M；

步骤2)：确定随机森林中参数ntree和mtry组合范围及初始值；其中，ntree为随机森林中决策树的数量，mtry为每一个分裂节点随机抽取变量数量，且mtry＜M；

步骤3)：利用Bootstrap法重采样有放回地随机抽取ntree个新的自助样本集并构建ntree棵决策树，每次未被抽到的样本组成ntree个袋外数据；

步骤4)：每个自助样本集生长成为一棵决策树，在决策树的每个节点随机选取mtry个特征，从中选出一个特征进行分支生长，使决策树生长；

步骤5)：根据生成的ntree棵决策树，对输入的训练集样本进行预测，同时计算每棵决策树袋外数据误差；

步骤6)：分析每棵决策树的预测结果，即输出所有树中预测概率总和最大的那一个类得到最终分类结果，再平均所有树的袋外数据误差，得到随机森林泛化误差的无偏估计，同时计算程序运行时间；

步骤7)：重复步骤2)-7)，迭代运行所有ntree和mtry参数组合，输出所有参数组合对应的随机森林泛化误差的无偏估计和运行时间；

步骤8)：确定随机森林中最优ntree和mtry参数组合值，建立基于随机森林的隧道运营状态感知模型。

本发明进一步的改进在于，步骤1)中确定隧道运营监测训练集样本数N的具体过程为：