1.一种桥梁病害两阶段分析与风险评估方法,其特征在于,包括以下步骤:步骤1:获取多座桥梁的数据,所述数据包括几何特性数据、材料特性数据、环境因素数据和病害数据;
步骤2:对获取的数据进行预处理,包括病害类型关键词提取、缺失值填充、标准化处理和异常值检测,预处理时根据数据的类型进行不同的处理,确保数据的完整性与一致性,得到预处理后数据;
步骤3:对所述预处理后数据进行数据平衡处理,数据平衡处理时首先利用LabelPowerset方法将多标签问题转化为多分类问题,并根据样本数量的不同,针对各类样本采取相应的平衡处理方法,之后将平衡后的多分类标签映射回多标签格式;
步骤4:采用两阶段分析方法完成桥梁病害的特征优化与多标签分类预测,所述两阶段分析方法包括:第一阶段为单病害特征提取与预测:基于随机森林模型的特征重要性评估方法提取与单病害预测相关的高重要性特征,随后利用多标签分类算法CatBoost分别对每种病害进行单独建模和预测,输出单病害预测概率;
第二阶段为病害交互建模与联合预测:利用第一阶段生成的单病害预测概率构建病害间的联合特征,基于所述联合特征采用CatBoost模型对桥梁病害的联合发生概率进行建模和预测,输出联合病害预测概率;
步骤5:基于所述联合病害预测概率,采用模糊C均值聚类方法对桥梁进行风险聚类分析,将桥梁风险分为不同类别,最终输出风险聚类结果。
2.根据权利要求1所述的一种桥梁病害两阶段分析与风险评估方法,其特征在于,对获取的数据进行预处理时,对数据中病害描述情况使用关键词匹配技术,自动提取病害类型;
对所有数值型数据进行均值填充,补全缺失数据;
对类别型数据使用标签编码方法进行转换;
对标准化处理后的数据进行缺失值检查,并使用插值方法处理异常数据。
3.根据权利要求1或2所述的一种桥梁病害两阶段分析与风险评估方法,其特征在于,在步骤3中,针对各类样本采取相应的平衡处理方法时,针对样本数较少的少样本类别,采用随机过采样技术扩充样本;针对样本数正常的正常样本类别,采用合成少数类过采样技术生成合成样本;将处理后的少样本类别数据和正常样本类别数据合并为一个完整的数据集。
4.根据权利要求3所述的一种桥梁病害两阶段分析与风险评估方法,其特征在于,采用合成少数类过采样技术生成所述合成样本的公式为:xnew=xi+λ·(xj-xi),λ∈[0,1] (3)其中,xi,xj表示两个不同的少数类样本向量;λ表示随机系数;xnew表示生成的合成样本。
5.根据权利要求1或2所述的一种桥梁病害两阶段分析与风险评估方法,其特征在于,在步骤4中,提取高重要性特征时,随机森林模型通过评估特征在所有树中的重要性得分,以基于信息增益或均方误差减小为准则计算特征的重要性,特征重要性计算公式如下:其中,Ij表示特征j的重要性分数;T表示模型中的树的总数;St(j)表示第t棵树中由特征j进行分裂的节点集合;ΔG(s,t)表示节点s的分裂增益;t表示决策树的索引。
6.根据权利要求5所述的一种桥梁病害两阶段分析与风险评估方法,其特征在于,根据特征的重要性分数Ij设置阈值τ,筛选满足Ij>τ的高贡献特征作为提取得到的高重要性特征,其中阈值τ的取值范围为[0.01,0.1]。
7.根据权利要求1或2所述的一种桥梁病害两阶段分析与风险评估方法,其特征在于,所述单病害预测概率的公式为:其中,x表示高重要性特征;wi表示第i个建立的病害模型的权重向量;bi表示第i个病害模型的偏置;σ(z)表示Sigmoid函数。
8.根据权利要求7所述的一种桥梁病害两阶段分析与风险评估方法,其特征在于,构建的病害间的联合特征xcombined表示为:xcombined=[P(y1|x),P(y2|x),...,P(yk|x),Fint] (7)其中,Fint表示交互特征,通过对原始特征进行交互组合生成;k表示病害种类数。
9.根据权利要求8所述的一种桥梁病害两阶段分析与风险评估方法,其特征在于,所述联合病害预测概率的公式为:其中,P(y|x)表示所有病害联合发生的概率。
10.一种桥梁病害两阶段分析与风险评估系统,其特征在于,包括:
数据获取单元,用于获取多座桥梁的数据,所述数据包括几何特性数据、材料特性数据、环境因素数据和病害数据;
数据预处理单元,用于对获取的数据进行预处理,包括病害类型关键词提取、缺失值填充、标准化处理和异常值检测,预处理时根据数据的类型进行不同的处理,确保数据的完整性与一致性,得到预处理后数据;
数据平衡单元,用于对所述预处理后数据进行数据平衡处理,数据平衡处理时首先利用LabelPowerset方法将多标签问题转化为多分类问题,并根据样本数量的不同,针对各类样本采取相应的平衡处理方法,之后将平衡后的多分类标签映射回多标签格式;
特征优化与分类单元,用于采用两阶段分析方法完成桥梁病害的特征优化与多标签分类预测,所述两阶段分析方法包括:第一阶段为单病害特征提取与预测:基于随机森林模型的特征重要性评估方法提取与单病害预测相关的高重要性特征,随后利用多标签分类算法CatBoost分别对每种病害进行单独建模和预测,输出单病害预测概率;
第二阶段为病害交互建模与联合预测:利用第一阶段生成的单病害预测概率构建病害间的联合特征,基于所述联合特征采用CatBoost模型对桥梁病害的联合发生概率进行建模和预测,输出联合病害预测概率;
风险评估单元,用于基于所述联合病害预测概率,采用模糊C均值聚类方法对桥梁进行风险聚类分析,将桥梁风险分为不同类别,最终输出风险聚类结果。