基于类别聚类与趋势建模融合的桥梁技术状况预测方法

本发明涉及基于类别聚类与趋势建模融合的桥梁技术状况预测方法，属于桥梁状态预测与维护管理技术领域，解决现有预测模型的泛化能力有限、预测准确性低的问题。该方法首先采集多座桥梁的定期检测数据并进行预处理；进行特征编码与降维后，采用K‑means聚类算法对桥梁进行分组，利用Huber回归方法建立类别内退化趋势模型；采用XGBoost回归方法建立类别内技术状况预测模型；根据类别内技术状况预测模型和类别内退化趋势模型，通过动态加权融合公式生成目标桥梁未来多个预测年份的桥梁技术状况预测结果；最后进行模型性能评价。本发明能够有效地提高桥梁技术状况预测的准确性，并提供可靠的长期退化趋势预测，优化桥梁的养护决策。