在基于随机森林模型的盾牌道层上的土壤压力数据推算
Min Wang1, Xiao-Wei Ye2, Xin-Hong Ying2
1Polytechnic Institute, Zhejiang University, Hangzhou 310058, China.
Sensors (Basel, Switzerland)
|March 13, 2024
概括
本研究引入了随机森林 (RF) 方法,以填补盾道监测中缺少的数据. 射频方法被证明比中位数或平均值归算更准确,特别是在数据丢失率更高的情况下.
科学领域:
- 地质技术工程 地质技术工程
- 数据科学数据科学数据科学
- 结构健康监测 结构健康监测
背景情况:
- 盾牌道项目产生了大量的安全监控数据.
- 这些数据集中缺少的数据可能会损害工程项目安全.
- 可靠的数据归算对于准确的分析和决策至关重要.
研究的目的:
- 开发和评估一个缺失的数据归算技术,用于盾道监测数据.
- 为此目的评估随机森林 (RF) 算法的有效性.
- 将射频归算与中位数和平均值等传统方法进行比较.
主要方法:
- 使用随机森林 (RF) 算法来计算缺失的数据.
- 优化射频参数 (决策树,最大深度,特征) 通过最小化平均平方误差 (MSE).
- 创建人工数据集,其中缺少20%,40%和60%的土壤压力数据用于测试.
主要成果:
- 与中位数和平均值相比,拟议的射频方法显示了最小的归算误差.
- 对于所有方法来说,MSE增加了,缺失数据率更高.
- 射频方法显示出显著的性能优势,错误差异高达70%.
结论:
- 随机森林法是一种适合和有效的技术,用于在盾道中归算缺少的监测数据.
- 准确的数据归算提高了地下工程中结构健康监测的可靠性.
- 射频道方法为盾道项目提供了更好的安全保证.
