本發(fā)明涉及混凝土氯離子擴散系數(shù)預(yù)測領(lǐng)域，特別涉及一種基于混合機器學(xué)習(xí)模型的氯離子擴散系數(shù)預(yù)測方法。

背景技術(shù)：

1、混凝土是一種由水泥、粗骨料和細骨料等組成的非均質(zhì)、多尺度結(jié)構(gòu)的材料，氯離子是導(dǎo)致混凝土結(jié)構(gòu)中鋼筋腐蝕的主要原因之一，當(dāng)氯離子通過擴散進入混凝土內(nèi)部并達到鋼筋表面時，會破壞鋼筋的鈍化膜，導(dǎo)致鋼筋腐蝕，不同的混凝土配合比和材料選擇會顯著影響氯離子的擴散性能，研究氯離子擴散系數(shù)，可以優(yōu)化混凝土的配合比和材料選擇，增強混凝土的抗氯離子侵蝕能力，耐久性差的混凝土結(jié)構(gòu)頻繁維修和更換不僅增加了資源的消耗，還對環(huán)境造成了負面影響，混凝土氯離子擴散系數(shù)的預(yù)測對混凝土結(jié)構(gòu)的耐久性設(shè)計具有重要意義。

2、目前對于混凝土氯離子擴散系數(shù)的研究大多采傳統(tǒng)實驗方法，從混凝土中某些特殊物理結(jié)構(gòu)進行分析，從某些含有特殊材料混凝土出發(fā)，從某一齡期的混凝土的氯離子擴散系數(shù)角度出發(fā)，部分已有方法對研究混凝土氯離子擴散系數(shù)研究提供了特定視角但可能面對適用性有限問題，但隨著計算機領(lǐng)域的飛速發(fā)展，特別是人工智能領(lǐng)域的發(fā)展，基于機器學(xué)習(xí)算法的混凝土氯離子擴散系數(shù)方法應(yīng)當(dāng)被更深地發(fā)掘，機器學(xué)習(xí)回歸預(yù)測僅需采集混凝土的各個特征參數(shù)即可做出預(yù)測，但一般單一機器學(xué)習(xí)回歸算法直接作用在混凝土氯離子擴散系數(shù)預(yù)測領(lǐng)域各有優(yōu)點，如有些算法精度較高而有些算法功能更強大，機器學(xué)習(xí)對于混凝土氯離子擴散系數(shù)的預(yù)測雖然整體精度高但難免存在誤差，復(fù)合的機器學(xué)習(xí)模型的預(yù)測誤差可能不僅不收斂反而會發(fā)散，不能揭示氯離子擴散系數(shù)的可能分布情況。

技術(shù)實現(xiàn)思路

1、本發(fā)明所要解決的問題是：提供一種基于混合機器學(xué)習(xí)模型的氯離子擴散系數(shù)預(yù)測方法，通過融合lightgbm模型與gpr模型，解決了復(fù)合模型誤差不僅不收斂反而發(fā)散的問題，提高了混凝土氯離子擴散系數(shù)的預(yù)測精度。

2、本發(fā)明采用如下技術(shù)方案：一種基于混合機器學(xué)習(xí)模型的氯離子擴散系數(shù)預(yù)測方法，包括如下步驟：

3、步驟1、收集實測樣本數(shù)據(jù)，并對樣本數(shù)據(jù)進行數(shù)據(jù)清洗；

4、步驟2、對清洗后的樣本數(shù)據(jù)進行l(wèi)asso回歸特征選擇：將樣本數(shù)據(jù)潛在的特征變量放入lasso回歸中進行處理，經(jīng)過交叉驗證后，選取均方誤差最小時對應(yīng)的潛在特征變量系數(shù)，保留對目標值有所貢獻的特征；

5、步驟3、采用隨機抽樣進行樣本數(shù)據(jù)的訓(xùn)練，構(gòu)建訓(xùn)練集和測試集；

6、步驟4、構(gòu)建基于決策樹算法的分布式梯度提升算法(lightgbm)，在訓(xùn)練集上訓(xùn)練lightgbm模型，并給出訓(xùn)練好的lightgbm模型在訓(xùn)練集和測試集上的預(yù)測值；

7、步驟5、將lightgbm模型的預(yù)測值作為增加列，對訓(xùn)練集和測試集數(shù)據(jù)進行升維處理；

8、步驟6、構(gòu)建高斯過程回歸(gpr)模型，將升維后的測試集數(shù)據(jù)作為gpr模型的輸入，實測數(shù)據(jù)的真實值作為gpr模型的輸出，訓(xùn)練gpr模型；

9、步驟7、分析gpr模型在訓(xùn)練集上的預(yù)測能力，通過貝葉斯參數(shù)優(yōu)化方法進行g(shù)pr模型超參數(shù)的自動優(yōu)化，得到優(yōu)化后的gpr模型；

10、步驟8、融合lightgbm模型與優(yōu)化后的gpr模型，得到lightgbm-gpr模型：將步驟5中升維處理后測試集的參數(shù)矩陣，作為優(yōu)化后的gpr模型的輸入，根據(jù)gpr模型的輸出得到lightgbm-gpr模型的預(yù)測結(jié)果；

11、步驟9、對lightgbm-gpr模型的預(yù)測結(jié)果進行整體評估，得到預(yù)測的氯離子擴散系數(shù)的數(shù)值和氯離子擴散系數(shù)的不確定性概率區(qū)間。

12、具體地，步驟1中，原始數(shù)據(jù)中少量數(shù)據(jù)可能有空缺項，對于有空缺的數(shù)據(jù)可進行刪除處理，原始數(shù)據(jù)中也可能有因為各種原因?qū)е聰?shù)據(jù)記錄錯誤，對于部分異常數(shù)據(jù)，可以通過一些經(jīng)典數(shù)據(jù)清洗方法清除；

13、比如：使用四分位距(iqr)方法，通過計算每個參數(shù)列的四分位距(iqr)，將低于第1四分位數(shù)以下1.5倍iqr或高于第3四分位數(shù)1.5倍iqr的值視為異常值。

14、又比如：使用標準分數(shù)(z-score)法，將經(jīng)過空缺數(shù)據(jù)刪除操作后數(shù)據(jù)按參數(shù)列進行標準化表現(xiàn)為z＝(x-μ)/σ，其中，μ為每列均值，σ為每列標準差，將z-score絕對值大于3的異常值刪除。

15、具體地，步驟2中，將lasso回歸特征選擇的目標函數(shù)設(shè)置為：

16、

17、其中，yi為每行數(shù)據(jù)對應(yīng)的氯離子擴散系數(shù)真實值，xi為1行j列的行向量，它包含j個參數(shù)值，i為數(shù)據(jù)集中總數(shù)據(jù)數(shù)，j為參數(shù)總數(shù)，β為j行1列的列向量，它包含了對j種參數(shù)的賦值，λ為懲罰系數(shù)，||||1為l1范數(shù)；

18、lasso回歸采用l1正則化，通過調(diào)整懲罰系數(shù)大小將冗余變量的稀疏系數(shù)壓縮至0從而實現(xiàn)特征篩選。

19、具體地，步驟3中，為使訓(xùn)練時樣本均衡，提高模型性能，采用隨機抽樣進行訓(xùn)練，可令訓(xùn)練樣本占總樣本數(shù)據(jù)量的80％，測試樣本占總樣本數(shù)據(jù)量的20％。

20、具體地，步驟4中，對處理好的樣本數(shù)據(jù)在訓(xùn)練集上調(diào)用lightgbm模型，lightgbm模型訓(xùn)練好后即可根據(jù)訓(xùn)練集和測試集上數(shù)據(jù)的參數(shù)給出相應(yīng)預(yù)測值，lightgbm是對經(jīng)典算法梯度提升決策樹(gbdt)的優(yōu)化和高效實現(xiàn)，在效果和原理方面，它有更快的訓(xùn)練效率。

21、構(gòu)建lightgbm模型，基于histogram的決策樹算法，一個葉子節(jié)點的histogram可以直接由父節(jié)點的histogram和兄弟節(jié)點的histogram做差得到，大大提升訓(xùn)練速度，低內(nèi)存使用：lightgbm模型使用的是直方圖算法(histogram?algorithm)，占用的內(nèi)存更低，數(shù)據(jù)分割的復(fù)雜度更低，更高的準確率：lightgbm模型采用leaf-wise(按葉子生長)生長策略，每次從當(dāng)前所有葉子中找到分裂增益最大(一般也是數(shù)據(jù)量最大)的一個葉子，然后分裂，如此循環(huán)，同xgboost的level-wise相比，在分裂次數(shù)相同的情況下，leaf-wise可以降低更多的誤差，得到更好的精度。

22、進一步地，lightgbm模型支持并行化學(xué)習(xí)：包括支持特征并行和數(shù)據(jù)并行的兩種，針對這兩種并行方法都做了優(yōu)化。

23、具體地，步驟5中，假設(shè)收集到的原始樣本數(shù)據(jù)經(jīng)過刪除缺損項和排除異常值后得到一張數(shù)據(jù)表，經(jīng)隨機抽樣后，以訓(xùn)練集為例，表為一張m行n+1列的矩陣，其中m為數(shù)據(jù)個數(shù)，n為氯離子擴散系數(shù)的參數(shù)個數(shù)，第n+1列為氯離子擴散系數(shù)的真實值，前n列每一列均為該列參數(shù)所對應(yīng)的值，在步驟2中經(jīng)過lasso回歸特征選擇后，假設(shè)數(shù)據(jù)表變?yōu)閙行q+1列的矩陣，其中q≤n，第q+1列仍為氯離子擴散系數(shù)的真實值，此時如果去掉最后一列真實值而只考慮參數(shù)數(shù)據(jù)，可得m行q列的參數(shù)矩陣。

24、此時，將lightgbm模型的預(yù)測值添加到參數(shù)矩陣的最后一列進行數(shù)據(jù)升維操作，即對參數(shù)矩陣進行列增廣操作，得到m行q+1列的參數(shù)矩陣，將lightgbm預(yù)測值作為參數(shù)加入，增加了gpr模型輸入的有效信息。

25、進一步地，步驟6中，將升維后的數(shù)據(jù)即m行q+1列的參數(shù)矩陣作為gpr模型的輸入，氯離子擴散系數(shù)真實值作為gpr模型的輸出來訓(xùn)練gpr模型。

26、所述gpr模型是一種非參數(shù)貝葉斯回歸方法，在機器學(xué)習(xí)和統(tǒng)計學(xué)中廣泛應(yīng)用，它以高斯過程為基礎(chǔ)，能夠提供預(yù)測的同時，還能量化預(yù)測的不確定性，gpr原理為先驗分布和數(shù)據(jù)的似然函數(shù)計算得到結(jié)果的后驗分布，過程核心為核函數(shù)，核函數(shù)為正定協(xié)方差矩陣，計算訓(xùn)練集的自相關(guān)性，基于貝葉斯框架可得測試集的后驗分布和輸出值和協(xié)方差函數(shù)，基于上述結(jié)果可簡單計算出95％置信區(qū)間。

27、進一步地，步驟7中，分析gpr在訓(xùn)練集上的預(yù)測能力，如比較均方誤差(mse)，均方根誤差(rmse)和決定系數(shù)(r2)，若誤差較大評估能力較弱則用貝葉斯參數(shù)優(yōu)化方法進行g(shù)pr模型超參數(shù)的自動優(yōu)化。

28、所述貝葉斯參數(shù)優(yōu)化方法，適用于機器學(xué)習(xí)模型的超參數(shù)調(diào)優(yōu)，貝葉斯優(yōu)化通過使用一個代理模型(如高斯過程)來近似目標函數(shù)，代理模型根據(jù)已知的觀察數(shù)據(jù)進行訓(xùn)練，捕捉目標函數(shù)的行為，使用采集函數(shù)來決定下一個參數(shù)的采樣位置，根據(jù)新的參數(shù)采樣結(jié)果更新代理模型和采集函數(shù)，并重復(fù)上述過程，直到達到優(yōu)化目標或達到停止條件。

29、進一步地，步驟8中，對于在訓(xùn)練集上經(jīng)過貝葉斯參數(shù)調(diào)優(yōu)的gpr模型，用訓(xùn)練好的lightgbm模型在測試集上給出預(yù)測值，并對測試集上的數(shù)據(jù)進行升維作為調(diào)優(yōu)后的gpr的輸入，此時gpr模型給出每個數(shù)據(jù)對應(yīng)的氯離子擴散系數(shù)的預(yù)測均值與預(yù)測方差，計算出每個數(shù)據(jù)對應(yīng)的預(yù)測置信區(qū)間。

30、本發(fā)明技術(shù)方案還提供了：一種電子設(shè)備，包括：

31、一個或多個處理器；

32、存儲裝置，其上存儲有一個或多個程序；

33、當(dāng)所述一個或多個程序被所述一個或多個處理器執(zhí)行，使得所述一個或多個處理器實現(xiàn)上述任一所述的基于混合機器學(xué)習(xí)模型的氯離子擴散系數(shù)預(yù)測方法。

34、本發(fā)明技術(shù)方案還提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，該程序被處理器執(zhí)行時，實現(xiàn)上述任一項基于混合機器學(xué)習(xí)模型的氯離子擴散系數(shù)預(yù)測方法中的步驟。

35、本發(fā)明采用以上技術(shù)方案與現(xiàn)有技術(shù)相比，具有以下技術(shù)效果：

36、1、本發(fā)明氯離子擴散系數(shù)預(yù)測方法，融合了lightgbm模型與gpr模型，既保留了lightgbm模型預(yù)測精度高的特點，又將gpr模型預(yù)測數(shù)據(jù)均值、方差及置信區(qū)間的功能保留，在預(yù)測精度上較lightgbm模型與gpr模型均有提升。

37、2、已有復(fù)合gpr模型的模型，通常將其他回歸模型第一次的預(yù)測結(jié)果直接作為gpr的輸入，數(shù)據(jù)真實值作為gpr輸出來訓(xùn)練模型，本發(fā)明方法將原有參數(shù)信息保留，在使用gpr模型前進行獨有的數(shù)據(jù)升維處理，減少了復(fù)合gpr模型時信息損失問題，使得預(yù)測誤差更小，解決了復(fù)合模型誤差不僅不收斂反而發(fā)散的問題。

38、3、本發(fā)明氯離子擴散系數(shù)預(yù)測方法，將混凝土特征與其氯離子擴散系數(shù)的物理規(guī)律封裝進機器學(xué)習(xí)算法，僅需獲得混凝土的相關(guān)參數(shù)即可對氯離子擴散系數(shù)進行預(yù)測，具有簡便精確的特點。

39、4、本發(fā)明氯離子擴散系數(shù)預(yù)測方法，通過復(fù)合模型(lightgbm-gpr模型)預(yù)測混凝土氯離子擴散系數(shù)，與直接運用經(jīng)典機器學(xué)習(xí)回歸算法預(yù)測相比，具有精度高的優(yōu)點并且提供不確定性概率區(qū)間預(yù)測的功能。