基于隨機(jī)森林的糧倉(cāng)氣密性評(píng)價(jià)模型

◎ 韓建軍，南少偉，郭呈周，李建平

（河南工業(yè)大學(xué)土木建筑學(xué)院，河南 鄭州 450001）

糧倉(cāng)的氣密性是確保安全儲(chǔ)糧的關(guān)鍵，但受倉(cāng)型類別、墻體結(jié)構(gòu)類型、墻體結(jié)構(gòu)層厚度和機(jī)械通風(fēng)口個(gè)數(shù)等因素的影響，其氣密性不能滿足安全、綠色儲(chǔ)糧的要求。因此，對(duì)糧倉(cāng)氣密性影響因素的研究具有重要的現(xiàn)實(shí)意義。

針對(duì)糧倉(cāng)的氣密性問(wèn)題，學(xué)者們進(jìn)行了大量的研究。丁江濤[1]提出采用排除法查找倉(cāng)房漏氣的原因，通過(guò)空倉(cāng)氣密性測(cè)試、墻壁掛膜氣密性測(cè)試及地面用塑料薄膜密封后氣密性測(cè)試來(lái)對(duì)比500 Pa的壓力半衰期，找出了所研究倉(cāng)房漏氣部位及比例，并對(duì)漏氣部位進(jìn)行改造，以提高倉(cāng)房氣密性，達(dá)到綠色儲(chǔ)糧的要求。劉佳等[2]通過(guò)分析糧食平房倉(cāng)氣密性對(duì)糧溫、糧食含水量及熏蒸效果的影響，闡述了糧食平房倉(cāng)氣密性對(duì)實(shí)現(xiàn)安全儲(chǔ)糧至關(guān)重要，且指出了影響糧食平房倉(cāng)氣密性的主要因素是門窗、屋面、墻體及工藝孔洞等。崔棟義等[3]研究了高大平房倉(cāng)氣密性改造對(duì)環(huán)流熏蒸效果的影響，在保證外部條件相同的情況下，定時(shí)檢測(cè)倉(cāng)房氣體濃度，并對(duì)檢測(cè)數(shù)據(jù)比較分析，表明經(jīng)過(guò)氣密性改造的倉(cāng)房能有效的保持熏蒸濃度。張來(lái)林等[4]針對(duì)當(dāng)前我國(guó)新建糧倉(cāng)氣密性差的原因，從合理選用倉(cāng)房結(jié)構(gòu)、嚴(yán)把施工安裝質(zhì)量關(guān)等方面，提出了從根本上改變倉(cāng)房密閉方式，達(dá)到新倉(cāng)建設(shè)提質(zhì)、增效、降耗的目的。閔炎芳等[5]對(duì)不同儲(chǔ)糧、儲(chǔ)糧年限、風(fēng)道型式的高大平房拱板倉(cāng)進(jìn)行了糧堆單面封負(fù)壓法氣密性測(cè)定，通過(guò)分析測(cè)定結(jié)果得出了糧堆氣密性好壞與倉(cāng)房配置風(fēng)道型式關(guān)系緊密，而與儲(chǔ)存年限、糧堆高度的關(guān)系不是太顯著的結(jié)論，并且探明了影響倉(cāng)房糧堆負(fù)壓氣密性因素。以上研究主要分為兩類：①通過(guò)糧倉(cāng)氣密性檢測(cè)，分析找出氣密性差的原因，并提出改善糧倉(cāng)氣密性的措施。②通過(guò)分析糧倉(cāng)氣密性對(duì)綠色儲(chǔ)糧的影響，闡明了糧倉(cāng)氣密性的重要性。但他們的研究對(duì)影響糧倉(cāng)氣密性的因素與氣密性之間的定量評(píng)價(jià)不曾涉及。因此，建立糧倉(cāng)氣密性評(píng)價(jià)模型對(duì)有效地提高糧倉(cāng)氣密性能具有重要意義。

基于此，采用隨機(jī)森林算法建立糧倉(cāng)氣密性評(píng)價(jià)模型，并結(jié)合相關(guān)調(diào)研數(shù)據(jù)來(lái)驗(yàn)證模型的準(zhǔn)確性和適用性，以期為糧倉(cāng)的氣密性評(píng)價(jià)提供新思路。

1 建立隨機(jī)森林評(píng)價(jià)模型

1.1 隨機(jī)森林原理

隨機(jī)森林（RFR）是由Leo Breiman于2001年提出的將決策樹(shù)中CART算法和Bagging算法相結(jié)合的一種新算法[6]，它利用bootsrap重采樣方法從原始樣本中抽取多個(gè)樣本，對(duì)每個(gè)bootsrap樣本進(jìn)行決策樹(shù)建模，再通過(guò)多棵決策樹(shù)的組合，最終以投票的方式得出預(yù)測(cè)結(jié)果[7]。大量的研究證明，隨機(jī)森林算法具有很高的預(yù)測(cè)能力，且較傳統(tǒng)的預(yù)測(cè)算法，不容易出現(xiàn)過(guò)擬合現(xiàn)象。同時(shí)，對(duì)于小樣本非線性、高維模式的識(shí)別等問(wèn)題有著其特有的優(yōu)勢(shì)。隨機(jī)森林主要應(yīng)用于分類問(wèn)題和回歸問(wèn)題，對(duì)于分類問(wèn)題，以最終的投票數(shù)決定最后的預(yù)測(cè)結(jié)果；而對(duì)于回歸問(wèn)題，將所有回歸決策樹(shù)輸出值的平均值作為最終的預(yù)測(cè)值[8]。

1.2 隨機(jī)森林流程[9-10]

（1)對(duì)N組樣本數(shù)據(jù)采用bootstrap抽樣法進(jìn)行有放回的隨機(jī)抽樣，抽取出M個(gè)樣本，以取出的M個(gè)樣本形成M顆能夠進(jìn)行模型訓(xùn)練的決策樹(shù)，剩余的N-M個(gè)樣本作為袋外數(shù)據(jù)（out of bag，OOB）用來(lái)測(cè)試模型的準(zhǔn)確性。

（2）假設(shè)原始數(shù)據(jù)樣本有P個(gè)變量，則在每顆決策樹(shù)的每個(gè)節(jié)點(diǎn)隨機(jī)抽取K個(gè)變量作為備選分枝變量，依據(jù)分枝優(yōu)度準(zhǔn)則選擇最佳分枝。

（3）每顆決策樹(shù)開(kāi)始自頂向下進(jìn)行遞歸分枝，葉節(jié)點(diǎn)的最小尺寸設(shè)定為5，以此作為決策樹(shù)生長(zhǎng)的終止條件且確保模型建立的準(zhǔn)確性。

（4）將生成的M顆決策樹(shù)組成隨機(jī)森林回歸模型，模型的回歸效果采用袋外數(shù)據(jù)（OOB）預(yù)測(cè)的殘差均方進(jìn)行評(píng)價(jià)。

1.3 樣本數(shù)據(jù)集的構(gòu)建

本文樣本數(shù)據(jù)來(lái)源于廣東省、湖南省等地糧倉(cāng)的實(shí)地調(diào)研，通過(guò)整理共得45組有效數(shù)據(jù)。糧倉(cāng)的氣密性評(píng)價(jià)由輸入變量和輸出變量組成。其中，輸入變量為糧倉(cāng)倉(cāng)型、門窗密封措施、單倉(cāng)自然通風(fēng)口個(gè)數(shù)、單倉(cāng)軸流風(fēng)機(jī)口個(gè)數(shù)和單倉(cāng)環(huán)流熏蒸孔個(gè)數(shù)等16個(gè)影響因素；輸出變量為500 Pa壓力半衰期。從50組數(shù)據(jù)中隨機(jī)抽取45組作為訓(xùn)練樣本，剩余5組作為測(cè)試樣本。為了避免不同變量之間量級(jí)差異的影響，對(duì)樣本的輸入和輸出量運(yùn)用以下公式歸一化處理到[0,1]區(qū)間：

式（1）中，xmax、xmin分別為xi的最大值和最小值；為標(biāo)準(zhǔn)化后的輸入量；xi為第i個(gè)輸入量。

1.4 模型建立及結(jié)果分析

本文模型的建立采用了科羅拉多大學(xué)博爾德分校Abhishek Jaiantilal開(kāi)發(fā)的randomforest-matlab開(kāi)源工具箱[11]，依托MATLAB R2009b軟件作為操作平臺(tái)，通過(guò)編程調(diào)用工具箱函數(shù)，建立糧倉(cāng)氣密性評(píng)價(jià)模型。

由于本文數(shù)據(jù)樣本的影響因素較多，為了防止相關(guān)性低的因素影響模型準(zhǔn)確度，首先對(duì)16個(gè)自變量運(yùn)用SPSS進(jìn)行篩選，其篩選方法為：將歸一化后的45組樣本數(shù)據(jù)載入SPSS軟件，采用逐步回歸的方法篩選出與因變量顯著性高的自變量。其結(jié)果見(jiàn)表1。

表1 影響因素篩選結(jié)果表

由表1可知，單倉(cāng)容積、墻體結(jié)構(gòu)層類型、墻體結(jié)構(gòu)層厚度等6個(gè)因素是影響糧倉(cāng)氣密性的主要因素，且6個(gè)因素對(duì)因變量均有顯著的預(yù)測(cè)作用（Sig≤0.05），常量為逐步回歸的截距項(xiàng)，B為自變量對(duì)應(yīng)的偏回歸系數(shù)，對(duì)其進(jìn)行標(biāo)準(zhǔn)化，可比較不同自變量對(duì)因變量的作用大小，其結(jié)果為：?jiǎn)蝹}(cāng)進(jìn)（卸）糧口個(gè)數(shù)＞單倉(cāng)容積＞墻體結(jié)構(gòu)層厚度＞墻體結(jié)構(gòu)層類型＞單倉(cāng)機(jī)械通風(fēng)口個(gè)數(shù)＞單倉(cāng)環(huán)流熏蒸孔個(gè)數(shù)，正負(fù)號(hào)表示自變量與因變量的正相關(guān)和負(fù)相關(guān)，其符號(hào)與實(shí)際相符；t表示偏回歸系數(shù)檢驗(yàn)的統(tǒng)計(jì)量，其對(duì)應(yīng)的P值Sig≤0.05，表明所選擇的6個(gè)自變量均滿足條件。所以本文建模采用以上6個(gè)影響因素作為最終模型的輸入變量。隨機(jī)森林中決策樹(shù)顆數(shù)ntree及分裂特征集中的特征個(gè)數(shù)mtry對(duì)隨機(jī)森林回歸模型預(yù)測(cè)精度及泛化能力影響較大[12]。所以，在建模過(guò)程中，通過(guò)對(duì)兩個(gè)參數(shù)反復(fù)調(diào)試，最終設(shè)定決策樹(shù)顆數(shù)ntree為1 500，分裂特征集中的特征個(gè)數(shù)mtry為3，將其帶入模型建立糧倉(cāng)氣密性評(píng)價(jià)模型，該模型的預(yù)測(cè)效果以均方誤差根（RMSE）和相關(guān)系數(shù)R2來(lái)評(píng)價(jià)，其測(cè)試樣本回歸擬合曲線如圖1所示。

圖1 測(cè)試樣本回歸擬合曲線圖

由圖1可知，模型對(duì)測(cè)試樣本的預(yù)測(cè)精度較好，真實(shí)值與預(yù)測(cè)值曲線吻合也較好，其均方誤差根（RMSE）為5.244 5（最小為0），相關(guān)系數(shù)（R2）為0.984 66（最大為1）,說(shuō)明該模型泛化性能較好且具備了一定的預(yù)測(cè)能力，將其對(duì)應(yīng)的真實(shí)值與預(yù)測(cè)值按下式計(jì)算相對(duì)誤差（RE）：

式（2）中，Yi為真實(shí)值，為預(yù)測(cè)值，i為樣本序號(hào)。通過(guò)（2）式計(jì)算的對(duì)比結(jié)果見(jiàn)表2。

表2 真實(shí)值與預(yù)測(cè)值對(duì)比結(jié)果表

在表2中，真實(shí)值和預(yù)測(cè)值為500 Pa壓力半衰期，其單位為秒；通過(guò)分析上表可得，隨機(jī)森林預(yù)測(cè)模型對(duì)糧倉(cāng)氣密性的預(yù)測(cè)值相對(duì)誤差最大值為8.71%，最小值為0.94%，平均相對(duì)誤差值為3.52%，表明該模型具有一定的可靠性。

2 結(jié)論

（1）隨機(jī)森林算法對(duì)小樣本的非線性數(shù)據(jù)具有良好的適應(yīng)性，且可調(diào)參數(shù)較少，對(duì)數(shù)據(jù)的分析更具客觀性，本文基于隨機(jī)森林算法建立的糧倉(cāng)氣密性評(píng)價(jià)模型，通過(guò)真實(shí)值與預(yù)測(cè)值的對(duì)比，表明了該模型預(yù)測(cè)精度較高，魯棒性較好，可以應(yīng)用于糧倉(cāng)氣密性的評(píng)價(jià)。

（2）通過(guò)智能化的算法建立模型來(lái)評(píng)價(jià)糧倉(cāng)氣密性問(wèn)題，可以為已建倉(cāng)型的改良提供一定的參考，對(duì)新倉(cāng)型的建設(shè)具有指導(dǎo)意義，這也為糧倉(cāng)的氣密性評(píng)價(jià)問(wèn)題提供了新思路。