面向结构数字孪生技术的成本导向降维

分类模型是结构数字孪生技术中用于支持资产管理决策的关键组件。开发分类模型时需要关注输入特征空间的维度。若维度过高，可能出现“维度灾难”，表现为预测性能下降。为缓解此类影响，实践者可采用降维技术。本文提出一种基于决策论的方法，用于结构资产管理的降维。在该方法中，目标是随着维度降低而保持误分类成本最小化，因而可能丢失判别性信息。该方法被建模为一个特征值问题，其中类别之间的可分性依据在决策过程上下文中对误分类成本进行加权。该方法通过合成案例研究进行演示。