CN110318327A - 一种基于随机森林的路面平整度预测方法 - Google Patents

Abstract

本发明一种基于随机森林的路面平整度预测方法：步骤1：对于每个沥青路面采集路面平整度指数IRI以及路面参数的取值，得到沥青路面样本数据；步骤2：对每个路面参数归一化得到训练集；步骤3：将训练集采用随机森林算法进行训练，将路面平整度指数IRI作为随机森林算法的输出，将路面数据作为输入，得到训练好的沥青路面平整度预测模型；步骤4：采集待测沥青路面的路面参数值，得到待测的沥青路面数据；步骤5：归一化操作；步骤6：用训练好的沥青路面平整度预测模型对待测的归一化后的沥青路面数据处理，得到待测沥青路面的路面平整度。本发明建立了基于随机森林的路面平整度预测模型，通过该模型能够大大提高了路面平整度的预测精度。

Description

一种基于随机森林的路面平整度预测方法

技术领域

本发明属于路面监测技术领域，具体涉及一种基于随机森林的路面平整度预测方法。

背景技术

路面平整度(Road Surface Roughness)指的是路表面纵向的凹凸量的偏差值，路面平整 度是路面评价及路面施工验收中的一个重要指标，它关系到行车的安全、舒适以及路面所 受冲击力的大小和使用寿命。因此，路面平整度的测量工作的高效性和准确性对于路面评 价是非常重要的。

传统的路面平整度的测量方法有三种：定长度直尺法、断面描绘法和顺簸累积法，但 这些传统的方法在效率和准确性并不十分理想，目前，神经网络方法来预测路面平整度成 为了主要的检测手段，该方法在一定程度上解决了准确性的问题，但还存在以下两方面的 问题：第一，神经网络结构的选择至今尚无一种统一而完整的理论指导，一般只能由经验 选定，若网络结构选择过大，则训练中效率不高，可能出现过拟合现象造成网络性能低、容错性下降，若选择过小，则又会造成网络可能不收敛。网络的结构直接影响网络的逼近能力及推广性质，如何选择合适的网络结构并非易事。另外，无论多简单的问题，神经网 络的方法都需要经过成百上千次学习，这导致预测速度很慢。

发明内容

针对上述现有技术中存在的缺陷或不足，本发明的目的在于，提供一种基于随机森林 的路面平整度预测方法，该方法采用随机森林对沥青路面平整度进行预测，能够快速、精 确地对沥青路面平整度进行预测。

为了达到上述目的，本发明采用如下的技术方案予以解决：

一种基于随机森林的路面平整度预测方法，具体包括如下步骤：

步骤1：采集沥青路面样本，对于沥青路面样本中的每个沥青路面，采集路面平整度指 数IRI以及路面参数的取值，得到沥青路面样本数据；

步骤2：对步骤1得到的沥青路面样本数据中的每个路面参数进行归一化操作，得到 训练集；

步骤3：将步骤2得到的训练集采用随机森林算法进行训练，其中，将路面平整度指数IRI作为随机森林算法的输出，将路面数据作为输入，得到训练好的沥青路面平整度预测模型；在随机森林算法中，n_estimators的取值为407，max_depth的取值为32，min_samples_split的取值为2，min_samples_leaf的取值为1，max_features的取值为22；

步骤4：采集待测沥青路面的路面参数值，得到待测的沥青路面数据；

步骤5：对步骤4得到的沥青路面数据进行归一化操作，得到待测的归一化后的沥青 路面数据；

步骤6：采用训练好的沥青路面平整度预测模型，对待测的归一化后的沥青路面数据 进行处理，得到待测沥青路面的路面平整度结果。

进一步的，所述步骤1、步骤4中所述的路面参数包括以下27种参数：

轻度龟裂、中度龟裂、重度龟裂、轻度块状裂缝、重度块状裂缝、轻度边缘裂缝、轻度车轮纵向裂缝、中度车轮纵向裂缝、轻度非车轮纵向裂缝、中度非车轮纵向裂缝、重度 非车轮纵向裂缝、轻度横向裂缝、中度横向裂缝、重度横向裂缝、轻度修补、中度修补、 重度修补、重度坑洞、泛油、松散、年降水总量、年平均温度、冻结指数、年平均日交通 量、年平均日卡车数量、路表面厚度和路面寿命。

进一步的，所述步骤2、步骤5中所述归一化操作的计算公式如下：

式中，x′代表路面样本中归一化后的每个路面的每个特征参数的数值、x代表样本表 中归一化前每个路面每个特征参数的数据值、x(j)代表路面样本中归一化前每个特征参数 所对应的每个路面的数据值、m代表的是路面样本表中的样本个数，取值从1到6708。

与现有技术相比较，本发明的有益效果如下：

1.本发明在研究过程中采用xgboost特征排序的方法对完整数据集进行特征选择，得到 27个影响路面平整度的特征变量，从而将这27个特征变量作为沥青路面平整度模型的输 入变量，加快了模型预测的速度，并提高了预测准确度。

2.本发明在研究过程中采用网格搜索和交叉验证相结合的优化算法，对比每次调整重 要参数后模型的得分和方差，确定重要参数的最佳取值，本发明将训练模型的重要参数设 置为上述最佳取值，从而建立了基于随机森林的路面平整度预测模型，通过该模型能够大 大提高了路面平整度的预测精度。

附图说明

图1是不同n_estimators所对应的模型性能；

图2是max_depth和min_samples_split的网格搜索结果图；

图3是min_samples_split和min_samples_leaf的网格搜索结果图；

图4是不同max_features所对应的模型性能；

图5是n_estimators和max_depth的网格搜索结果图；

图6是随机森林模型的拟合效果图；

以下结合具体实施方式对本发明进一步解释说明。

具体实施方式

本发明给出的一种基于随机森林的路面平整度预测方法，具体包括如下步骤：

步骤1：采集沥青路面样本，对于沥青路面样本中的每个沥青路面，采集路面平整度指 数IRI以及27种路面参数的取值，得到沥青路面样本数据。

其中，27种路面参数包括：轻度龟裂、中度龟裂、重度龟裂、轻度块状裂缝、重度块状裂缝、轻度边缘裂缝、轻度车轮纵向裂缝、中度车轮纵向裂缝、轻度非车轮纵向裂缝、 中度非车轮纵向裂缝、重度非车轮纵向裂缝、轻度横向裂缝、中度横向裂缝、重度横向裂 缝、轻度修补、中度修补、重度修补、重度坑洞、泛油、松散、年降水总量、年平均温度、 冻结指数、年平均日交通量、年平均日卡车数量、路表面厚度和路面寿命。

为了能够得到比较完整的原始路面数据，使模型的训练结果更加准确有效，本发明进 行了如下试验，得到了影响路面平整度的27个路面参数。试验过程如下：

首先，从LTPP数据库中下载美国七个州(特拉华州、弗罗里达州、明尼苏达州、内华达州、纽约州、德克萨斯州和威斯康星州)的路面结构数据、路面气候数据、路面交通数 据和路面病害数据。

其次，从路面结构数据中提取出路面寿命和路表面厚度(见表2)；从路面交通数据中 提取年平均日交通量、年平均日卡车数量(见表3)；从路面气候数据中提取出年平均温度、 年降水总量、冻结指数(见表4)；从路面病害数据中提取27种数据(见表5)：

表2路面结构数据中英文名称

表3路面交通数据中英文名称

表4路面气候数据中英文名称

表5路面病害中英文名称

再次，删除沥青路面平整度数据集中的缺失数据，得到完整数据集；

最后，采用xgboost特征排序的方法对完整数据集进行特征选择，得到如表6所示的 27个影响路面平整度的特征变量。

表6建模所需特征变量的中英文名称

步骤2：利用公式1对步骤1得到的沥青路面样本数据中的每个路面参数进行归一化 操作，得到训练集；

式中，x′代表路面样本中归一化后的每个路面的每个特征参数的数值、x代表样本表 中归一化前每个路面每个特征参数的数据值、x(j)代表路面样本中归一化前每个特征参数 所对应的每个路面的数据值、m代表的是路面样本表中的样本个数，取值从1到6708。

步骤2为接下来的训练模型提供数据支持。

步骤3：将步骤2得到的训练集采用随机森林算法进行训练，其中，将路面平整度指数IRI作为随机森林算法的输出，将27种路面数据作为输入，得到训练好的沥青路面平整度预测模型；在随机森林算法中，n_estimators的取值为407，max_depth的取值为32， min_samples_split的取值为2，min_samples_leaf的取值为1，max_features的取值为22。

为了得到模型中随机森林的重要参数的最优取值，本发明进行了以下的参数研究试验， 主要是采用网格搜索和交叉验证相结合的优化算法，对比每次调整参数后随机森林预测模 型的得分和方差，确定重要参数的最佳取值。其中，采用python机器学习库中的gridsearchcv 函数进行参数调优。参数研究的过程如下：

A：使用gridsearchcv函数搜索出n_estimators的最佳值，n_estimators的取值范围在10 到1000之间，步长设置为100。不同n_estimators值所对应的模型性能的对比情况如图1 所示：通过图1可以得出，当迭代次数n_estimators为410时，模型的得分0.97841799，方 差为0.000613591，该模型是网格搜索结果中得分最高且方差最低的模型。暂时确定 n_estimators的值为410。

B：进行第二次网格搜索，首先确定n_estimators＝410，然后使用gridsearchcv函数搜索 出max_depth和min_samples_split的最佳值。max_depth的取值范围在3到50之间，步长 设置为10。min_samples_split的取值范围在2到50之间，步长设置为10，这样就会得到 31种超参数的组合来进行网格搜索。网格搜索的寻优结果如图2所示。通过图2可以得出， 当max_depth为33，min_samples_split为2时，模型的得分为0.978444967，方差为0.000610355，该模型是网格搜索结果中得分最高且方差最低的模型。暂时确定max_depth的值为33。

C：进行第三次网格搜索之前，首先确定n_estimators＝410，max_depth＝33，然后使用 gridsearchcv函数搜索出min_samples_split和min_samples_leaf的最佳值。min_samples_split 的取值范围在2到5之间，步长设置为1，min_samples_leaf的取值范围在1到5之间，步 长设置为1，这样就会得到12种超参数的组合来进行网格搜索。网格搜索的寻优结果如图 3所示。通过图3可以得出，当min_samples_split为2，min_samples_leaf为1时，模型的 得分为0.978444967，方差为0.000610355，该模型是网格搜索结果中得分最高且方差最低 的模型。因为min_samples_split的默认值是2，min_samples_leaf的默认值是1，根据寻优 结果可以确定min_samples_split的值为2，min_samples_leaf的值为1。

D：进行第四次网格搜索之前，首先确定n_estimators＝410，max_depth＝33,min_samples_split＝2，min_samples_leaf＝1然后使用gridsearchcv函数搜索出max_features 的最佳值。max_features的取值范围在10到25之间，步长设置为1，这样就会得到15种 超参数的组合来进行网格搜索。网格搜索的寻优结果如图4所示。通过图4可以得出，当 max_features为22时，模型的得分为0.979277011，方差为0.000666586，该模型是网格搜 索结果中得分最高且方差最低的模型。一般来说，如果数据集中特征属性小于50， max_features采用默认值即可，不需要调参。所以根据寻优结果可以确定max_features的值 为22。

E：进行最后一次网格搜索之前首先确定n_estimators＝410，min_samples_split＝2， min_samples_leaf＝1，max_features＝22然后使用gridsearchcv函数搜索出n_estimators、 max_depth的最佳值。n_estimators的取值范围在405到415之间，步长设置为1，max_depth 的取值范围在28到38之间，步长设置为1，max_features的取值范围在18到28之间，步 长设置为1，这样就会得到100种超参数的组合来进行网格搜索。因为超参数组合太多， 所以网格搜索的寻优结果图只显示了最优参数附近的30对结果如图5所示。通过图5可以 得出，当n_estimators的值为407、max_depth的值为32时，模型的得分为0.979277011， 方差为0.000666586，该模型是网格搜索结果中得分最高且方差最低的模型。根据寻优结果 可以确定n_estimators的值为407，max_depth的值为32。

步骤4：采集待测沥青路面的27种路面参数值，得到待测的沥青路面数据。

其中，27种路面参数包括：轻度龟裂、中度龟裂、重度龟裂、轻度块状裂缝、重度块状裂缝、轻度边缘裂缝、轻度车轮纵向裂缝、中度车轮纵向裂缝、轻度非车轮纵向裂缝、 中度非车轮纵向裂缝、重度非车轮纵向裂缝、轻度横向裂缝、中度横向裂缝、重度横向裂 缝、轻度修补、中度修补、重度修补、重度坑洞、泛油、松散、年降水总量、年平均温度、 冻结指数、年平均日交通量、年平均日卡车数量、路表面厚度和路面寿命。

步骤5：对步骤4得到的沥青路面数据采用公式1进行归一化操作，得到待测的归一化后的沥青路面数据。

步骤6：采用训练好的沥青路面平整度预测模型，对待测的归一化后的沥青路面数据 进行处理，得到待测沥青路面的路面平整度结果。

为了验证此种方式下得到的预测模型的有效性，发明人对实施例中采集的6708个样本 作为训练集、将2013个数据样本作为测试集。由于测试数据太多，考虑到篇幅的限制，无 法展示所有测试数据的拟合效果，随机选取测试集数据中的201个样本得到随机森林预测 模型的拟合效果如图6所示。从图6可以看出，路面平整度真实值和路面平整度预测值很接近，该模型的拟合效果较好。基于随机森林的路面平整度预测模型在训练集与测试集上的评价指标值如表7所示：

表7基于随机森林的路面平整度预测模型评价指标分析表

从表7可以看出，训练集上的R²值是0.993，测试集上的R²是0.986，训练集上的MSE是0.002，测试集上的MSE是0.005，训练集上的MAE是0.026，测试集上的MAE是0.040。 该模型在训练集上的拟合优度略高于测试集，在训练集上的均方误差和平均绝对误差低于 测试集，无论是在训练集，还是在测试集上，基于随机森林的路面平整度预测方法的拟合 优度都比较好，且均方误差和平均绝对误差也较低。由此可知，基于随机森林的路面平整 度预测方法具有较好的泛化能力，且预测的精度也比较高。

Claims (3)

1.一种基于随机森林的路面平整度预测方法，其特征在于，具体包括如下步骤：

步骤1：采集沥青路面样本，对于沥青路面样本中的每个沥青路面，采集路面平整度指数IRI以及路面参数的取值，得到沥青路面样本数据；

步骤2：对步骤1得到的沥青路面样本数据中的每个路面参数进行归一化操作，得到训练集；

步骤3：将步骤2得到的训练集采用随机森林算法进行训练，其中，将路面平整度指数IRI作为随机森林算法的输出，将路面数据作为输入，得到训练好的沥青路面平整度预测模型；在随机森林算法中，n_estimators的取值为407，max_depth的取值为32，min_samples_split的取值为2，min_samples_leaf的取值为1，max_features的取值为22；

步骤4：采集待测沥青路面的路面参数值，得到待测的沥青路面数据；

步骤5：对步骤4得到的沥青路面数据进行归一化操作，得到待测的归一化后的沥青路面数据；

步骤6：采用训练好的沥青路面平整度预测模型，对待测的归一化后的沥青路面数据进行处理，得到待测沥青路面的路面平整度结果。

2.如权利要求1所述的基于随机森林的路面平整度预测方法，其特征在于，所述步骤1、步骤4中所述的路面参数包括以下27种参数：

轻度龟裂、中度龟裂、重度龟裂、轻度块状裂缝、重度块状裂缝、轻度边缘裂缝、轻度车轮纵向裂缝、中度车轮纵向裂缝、轻度非车轮纵向裂缝、中度非车轮纵向裂缝、重度非车轮纵向裂缝、轻度横向裂缝、中度横向裂缝、重度横向裂缝、轻度修补、中度修补、重度修补、重度坑洞、泛油、松散、年降水总量、年平均温度、冻结指数、年平均日交通量、年平均日卡车数量、路表面厚度和路面寿命。

3.如权利要求1所述的基于随机森林的路面平整度预测方法，其特征在于，所述步骤2、步骤5中所述归一化操作的计算公式如下：

式中，x′代表路面样本中归一化后的每个路面的每个特征参数的数值、x代表样本表中归一化前每个路面每个特征参数的数据值、x(j)代表路面样本中归一化前每个特征参数所对应的每个路面的数据值、m代表的是路面样本表中的样本个数，取值从1到6708。