(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111414473.2 (22)申请日 2021.11.25 (71)申请人 天津大学 地址 300072 天津市南 开区卫津路9 2号 (72)发明人 钟登华　张君　余佳　王佳俊　 关涛　 (74)专利代理 机构 天津市北洋 有限责任专利代 理事务所 12 201 代理人 潘俊达 (51)Int.Cl. G06F 30/13(2020.01) G06F 30/27(2020.01) G06K 9/62(2022.01) G06N 20/00(2019.01) G06F 111/08(2020.01) (54)发明名称 一种高堆石坝仓面施工仿真逻辑自动识别 方法 (57)摘要 本发明属于水利工程施工仿真技术领域， 具 体公开了一种高堆石坝仓面施工仿真逻辑自动 识别方法， 包括以下步骤： 步骤1： 收集历史天气 数据， 进行数据清洗； 步骤2： 对所述历史天气数 据进行特征提取和特征选择， 制作仿真逻辑识别 模型标准数据集； 步骤3： 基于随机森林算法训练 数据集， 构造考虑天气影 响的高堆石坝仓面施工 仿真逻辑自动识别模型。 提高了仿真模型与实际 工序的一致性， 为仿真逻辑自动更新提供了新手 段； 提出了从天气数据获取、 数据清洗、 特征提取 和特征选 择到分类模型的成套方法， 充分挖掘了 高堆石坝施工过程天气数据中的隐藏信息， 为高 堆石坝仓面施工智能化 提供了有益探索。 权利要求书1页 说明书7页 附图1页 CN 114357559 A 2022.04.15 CN 114357559 A 1.一种高堆石坝仓面施工 仿真逻辑自动识别方法， 其特 征在于， 包括以下步骤： 步骤1： 收集历史天气数据， 进行 数据清洗； 步骤2： 对所述历史天气数据进行特征提取和特征选择， 制作仿真逻辑识别模型标准数 据集； 步骤3： 基于随机森林算法训练数据集， 构造考虑天气影响的高堆石坝仓面施工仿真逻 辑自动识别模型。 2.根据权利要求1所述的一种高堆石坝仓面施工仿真逻辑自动识别方法， 其特征在于： 在所述步骤1中， 收集历史天气数据， 进行 数据清洗， 包括以下步骤： S1： 采用小型气象站， 对大坝施工现场气象要素进行全天候现场精确测量， 获得气象要 素构成的多维时间序列 原始数据， 所述气象要素包括 温度、 湿度、 风速、 风向、 气 压、 降水量、 总辐射、 紫外线和光照度； S2： 采用移动窗口和指数加权移动平均的方法进行数据清洗， 消除所述历史天气数据 中的异常值， 填补序列中的缺失值。 3.根据权利要求2所述的一种高堆石坝仓面施工仿真逻辑自动识别方法， 其特征在于： 在所述步骤2中， 对 所述历史天气数据进 行特征提取和特征选择， 制作仿 真逻辑识别模型标 准数据集， 包括以下步骤： S3： 对所述历史天气数据进行特征提取， 提取天气面板数据在观测期内的天气特征， 所 述天气特征包括绝对量特征、 全时波动特征、 全时偏度特征、 全时峰度特征和全时趋势特 征； S4： 采用最大相关度和最小冗余方法对所述天气特征进行选择N个关键特征， 其中， N≥ 1， 提取出不同天气条件下的仿真逻辑标签， 制作用于 仿真逻辑识别的标准数据集。 4.根据权利要求3所述的一种高堆石坝仓面施工仿真逻辑自动识别方法， 其特征在于： 在所述步骤3中， 基于随机森林算法训练数据集， 构造考虑天气 影响的高堆石坝仓面施工仿 真逻辑自动识别模型， 包括以下步骤： S5： 将所述仿真逻辑识别模型 标准数据集划分为训练集和 测试集； S6： 设定随机森林决策树数量为K， 损失函数设定为信息熵， 随机状态生成器设定为s， 用于作为随机化数据集的种子； S7： 通过bootstrap方法从所述训练集中有放回地随机抽取K个新的自主样本集， 构建K 棵决策树， 每次未抽到的样本组成K个 袋外数据； S8： 在每一棵决策树的每个节点处随机抽取m个特征， 其中， m≤N， 在抽取到的m个特征 中计算每个特征蕴含的信息量， 在m个特征中选择一个最具有分类能力的特征进行节点分 裂； S9： 将生成的多棵树组成随机森林， 用所述随机森林对所述训练集进行分类， 多个分类 树分类器投票决定分类结果； S10： 采用所述测试集评估仿真逻辑识别分类模型分类效果。权　利　要　求　书 1/1 页 2 CN 114357559 A 2一种高堆石坝仓面施工仿真逻 辑自动识别方 法 技术领域 [0001]本发明属于水利工程施工仿真技术领域， 具体涉及一种考虑天气影响的高堆石坝 仓面施工 仿真逻辑自动识别方法。 背景技术 [0002]高堆石坝施工属于户外作业， 天气条件会对土方工程的施工过程产生较大影响， 进而导致施工进度滞后。 因此， 天气条件的不确定特性为施工进度管理带来了巨大的挑战。 施工仿真可以模拟施工过程中的不确定和随机事件， 为高堆石坝施工进度管理和决策提供 有效手段， 天气对高堆石坝施工仿真模型建立的影响主要体现在两个方面， 第一个方面是 天气影响仿真参数 的建立， 例如有效施工时长、 施工效率等仿真参数会在不同的条件下建 立为不同的概率分布； 第二个方面是仿 真逻辑的建立， 例如在雨季施工环境下， 高堆石坝会 在降雨时停工， 在冬季低温条件下土料冻融破坏时进行返工等。 [0003]施工仿真中不仅要求准确预测天气时间序列以改变仿真参数， 而且还需要考虑到 天气对仿真逻辑造成的影响。 在不同的天气条件下， 高堆石坝施工工序会发生变化， 例如， 雨季或者冬季施工可能会造成土料施工不合格， 进而产生返工逻辑； 含水率增加或低 温条 件下会中断施工， 产生停工逻辑。 但是， 由于改变施工仿真逻辑需要重构仿真模型， 且变化 复杂， 而且目前对仿真逻辑识别和更新的研究较少， 难以形成高效的系统仿真逻辑自动校 正方法。 发明内容 [0004]本发明的目的在于； 针对现有技术存在的不足， 提供一种高堆石坝仓面施工仿真 逻辑自动识别方法， 提高了仿真模型与实际工序的一致性， 为仿真逻辑自动更新提供了新 手段； 提出了从天气数据获取、 数据清洗、 特征提取和特征选择到分类模型的成套方法， 充 分挖掘了高堆石坝施工过程 天气数据中的隐藏信息， 为高堆石坝仓面施工智能化提供了有 益探索。 [0005]为了实现上述目的， 本发明采用以下技术方案： 一种高堆石坝仓面施工仿真逻辑 自动识别方法， 包括以下步骤： [0006]步骤1： 收集历史天气数据， 进行 数据清洗； [0007]步骤2： 对所述历史天气数据进行特征提取和特征选择， 制作仿真逻辑识别模型标 准数据集； [0008]步骤3： 基于随机森林算法训练数据集， 构造考虑天气影响的高堆石坝仓面施工仿 真逻辑自动识别模型。 [0009]进一步地， 在所述 步骤1中， 收集历史天气数据， 进行 数据清洗， 包括以下步骤： [0010]S1： 采用小型气象站， 对大坝施工现场气象要素进行全天候现场 精确测量， 获得气 象要素构成的多维时间序列原始数据， 所述气象要素包括温度、 湿度、 风速、 风向、 气压、 降 水量、 总辐射、 紫外线和光照度；说　明　书 1/7 页 3 CN 114357559 A 3