一种基于随机森林与决策树的整车静动态干涉的测评方法与流程

技术特征：
1.一种基于随机森林与决策树的整车静动态干涉的测评方法，其特征在于，包括以下步骤：步骤1，根据整车静动态干涉试验规范要求，对开发阶段的试制样车进行试验及数据记录；步骤2，对步骤1中记录的数据进行预处理；步骤3，步骤2中预处理后的数据进行模型训练，生成决策树模型；步骤4，将多个决策树模型组合构建形成随机森林决策模型；步骤5，随机不放回抽取不同批次、不同时间的量产样车进行相同的数据测量试验，并对试验结果进行数据记录；步骤6，对步骤5中记录的数据进行预处理；步骤7，将步骤6预处理后的数据导入步骤4生成的随机森林决策模型；步骤8，输出整车静动态干涉的试验与评价结果；其中，步骤5中对随机抽取的特征指标属性的数据进行加权处理，加权方法包括以下步骤：在gini指数函数中映入属性加权变量；第一次随机分类，确定原始数据各个属性的重要程度，并对该特征进行加权，若随机树节点利用特征fi 划分数据，样本特征划分后左右两侧的特征数分别为ki、kj，那么该特征的加权系数则定义为:wi=（ki kj）/ki；第二次随机分类则采用新的加权数据集，可表示为date.new：date.new=date*wi；第一次随机分类确认各个特征属性的加权值后，第二次随机分类则进行结果输出；步骤2和步骤6中的对数据预处理主要用于将数据标准化处理，剔除失真的数据，判断数据是否处于0~1之间，处于0~1之间的保留，不处于0~1之间的剔除。2.如权利要求1所述一种基于随机森林与决策树的整车静动态干涉的测评方法，其特征在于：步骤3中的决策树模型用于对新的数据集进行分类，分类过程包括以下步骤：步骤31，由根节点进行特征属性测试得到叶子节点和非叶子节点；步骤32，继续由非叶子节点进行特征属性测试得到叶子节点；其中，所述根节点为整体样本数据集，所述叶子节点为决策结果，所述非叶子节点对应不同的特征属性测试。3.如权利要求1所述一种基于随机森林与决策树的整车静动态干涉的测评方法，其特征在于：步骤4中的随机森林决策模型的构建过程包括以下步骤：步骤41，通过对总体样本数据集中用boostrapping随机抽取特征属性来建立分类决策树，没有被抽取到的属性转变为“箱外属性”，各个单科决策树的“箱外属性”用于对随机森林整体分类能力的评估；步骤42，重复步骤41，分别建立各个相互独立的分类决策树；步骤43，通过多个独立的分类决策树共同组合构建了整个随机森林决策模型。4.如权利要求1所述一种基于随机森林与决策树的整车静动态干涉的测评方法，其特
征在于：步骤8中的整车静动态干涉的试验与评价结果包括：判断生产设计相符合性，和对生产制造一致性做出预测和判断。5.如权利要求1所述一种基于随机森林与决策树的整车静动态干涉的测评方法，其特征在于：在随机森林决策模型中，单个决策树模型的训练集都是利用bagging算法随机抽取建立；通过bootstrapping算法随机选择整车静动态干涉的特征属性。6.如权利要求1所述一种基于随机森林与决策树的整车静动态干涉的测评方法，其特征在于：可根据各类车型的不同情况，选定不同类型的特征属性作为干涉随机森林决策评价模型的研究指标。

技术总结
本发明为一种基于随机森林与决策树的整车静动态干涉的测评方法，包括以下步骤：根据整车静动态干涉试验规范要求，对开发阶段的试制样车进行试验及数据记录；对记录的数据进行预处理；对预处理后的数据进行模型训练，生成决策树模型；将多个决策树组合构建形成随机森林决策模型；随机不放回抽取不同批次、不同时间的量产样车进行相同的数据测量试验，并对试验结果进行数据记录；对记录的数据进行预处理；将预处理后的数据导入随机森林决策模型；输出整车静动态干涉的试验与评价结果。输出整车静动态干涉的试验与评价结果。输出整车静动态干涉的试验与评价结果。


技术研发人员：赵闵清 鲁宇明 王仕生 罗雨晴 黄勤 陈明亮 李成林
受保护的技术使用者：江西五十铃汽车有限公司
技术研发日：2021.05.27
技术公布日：2021/10/18