基于机器学习的空心板桥梁病害时序预测方法及系统

本申请提供一种基于机器学习的空心板桥梁病害时序预测方法及系统，应用于桥梁病害分析与预测技术领域，其中，获取空心板桥梁检测数据，并根据病害数据构建原始数据集；对原始数据进行结构化预处理；对结构化处理的数据进行特征工程，利用随机森林筛选，并进行特征相关性分析，得到低冗余高相关特征集；将低冗余高相关特征对应的桥梁检测数据按时间滑动窗口划分训练样本，构建时序样本集；进行模型训练和优化，对时序样本进行训练，预测未来病害的连续值。本申请通过数据采集、预处理、特征优化，建立模型，输出病害连续型指标的动态变化预测结果，提高了桥梁病害预测的准确性、精度和稳定性，效率更高，具有良好的应用前景。