变形分量信息随机森林分析法在缺失数据处理中的应用

摘要：

完整的变形监测数据是评估大坝运行状态的前提条件,数据缺失将给相关分析带来很大难度.为此,提出了基于随机森林(RF)算法对不同尺度变形分量信息提取缺失值的处理方法.首先,将待处理测点和相似变形测点监测数据变换为不同尺度的分量;然后,以待处理测点各分量为因变量,使用RF法从其他测点分量中提取对其影响显著的分量,记为一组样本,依次提取直至完成所有分量的信息提取;最后,对得到的样本组构建BP模型,并组合得到原始变形缺失数据补全结果.经实例分析可知,相比于其他方法,基于随机森林算法的缺失数据处理方法的变形补全结果更准确,在大坝变形缺失值补全中有明显优势.该方法可为坝工领域其他缺失监测量的处理方法提供参考.

关键词：大坝变形、监测数据、缺失值补全、变形分量、信息提取、随机森林、BP模型

所属期刊栏目：49

分类号：TV698.1(水利枢纽、水工建筑物)

资助基金：国家自然科学基金51579085

在线出版日期：2023-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：95-100