期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2,115篇文章
< 1 2 … 106 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于多LS-SVM集成模型的锅炉NO_x排放量建模 被引量：21
1
作者 赵文杰 吕猛 《电子测量与仪器学报》 CSCD 北大核心 2016年第7期1037-1044,共8页
为了提高电站锅炉氮氧化物(NO_x)排放量预测模型的精度,提出了一种基于多最小二乘支持向量机(LS-SVM)集成模型的NO_x排放量建模方法。首先按照NO_x排放量由低到高将数据空间初步划分为低、中、高3个子空间,然后依据输入变量与NO_x相关... 为了提高电站锅炉氮氧化物(NO_x)排放量预测模型的精度,提出了一种基于多最小二乘支持向量机(LS-SVM)集成模型的NO_x排放量建模方法。首先按照NO_x排放量由低到高将数据空间初步划分为低、中、高3个子空间,然后依据输入变量与NO_x相关性分析来确定输入变量的权重,通过筛选得到主要的特征变量。在此基础之上,采用有监督的遗传算法-软模糊聚类(GA-SFCM)方法,获得各数据子空间的聚类中心及其相应的样本隶属度,通过融合隶属度的最小二乘法对各子空间LS-SVM模型进行集成。仿真结果表明,通过筛选参与聚类的变量提高了聚类性能和模型精度,采用有监督的GA-SFCM算法进行聚类,降低了聚类复杂度,建立的多LS-SVM集成模型比单一LS-SVM模型有更好的泛化能力。 展开更多
关键词 NOX排放量 多ls-svm集成模型 GA-SFCM 有监督模糊聚类
在线阅读 下载PDF
基于Levy飞行和麻雀搜索算法优化集成学习模型的水质估算 被引量：3
2
作者 李爱民 康轩 +3 位作者 袁铮 王海隆 闫翔宇 许有成 《同济大学学报(自然科学版)》 北大核心 2025年第3期450-461,共12页
由于水体的光学复杂性和不同水质参数之间的相互作用,利用集成学习方法估算水质参数具有优势;然而,在建模过程中如何合理选择超参数仍然是一个难题。麻雀搜索算法能够快速搜索集成学习模型的最优参数;而Levy飞行算法可以防止麻雀搜索算... 由于水体的光学复杂性和不同水质参数之间的相互作用,利用集成学习方法估算水质参数具有优势;然而,在建模过程中如何合理选择超参数仍然是一个难题。麻雀搜索算法能够快速搜索集成学习模型的最优参数;而Levy飞行算法可以防止麻雀搜索算法(Sparrow Search Algorithm,SSA)陷入局部最优,并提高模型的准确性和效率。使用Levy飞行算法和麻雀搜索算法对随机森林(RandomForest,RF)、自适应回归(AdaBoost Regression,ABR)和类别提升回归(CatBoost Regression,CBR)3种集成学习模型进行了优化。以郑州东风渠和熊耳河为研究区,基于实测叶绿素a(chlorophyll-a,Chl-a)和总悬浮物(total suspended solids,TSM)数据,构建了LSSA-RF、LSSA-ABR和LSSA-CBR这3种估算模型。实验结果表明:模型经过优化后,各项指标均有不同程度的提高。其中表现最优的是LSSA-CBR模型;CBR模型是在梯度提升框架下进行的建模,对比RF和CBR模型具有更高维度的学习能力。在叶绿素a的估算中,LSSA-CBR估算模型的均方根误差为2.325μg·L^(-1),决定系数为0.896;在总悬浮物的估算中,LSSA-CBR模型的均方根误差为1.598 mg·L^(-1),决定系数为0.882。最后,将精度较好的LSSA-CBR模型应用于卫星Planet影像中,以评估河流叶绿素a和总悬浮物的空间分布情况。研究结果可为环保部门快速了解城市河流水质分布及进行水质评价与管理提供参考。 展开更多
关键词 叶绿素a 总悬浮物 集成学习模型 Levy飞行—麻雀搜索算法 城市河流
在线阅读 下载PDF
基于集成学习模型与贝叶斯优化算法的成矿预测
3
作者 孔春芳 田倩 +3 位作者 刘健 蔡国荣 赵杰 徐凯 《地学前缘》 北大核心 2025年第4期122-139,共18页
全球进入隐伏矿体勘查时代,急需新的找矿预测方法。利用集成学习进行的数据驱动的成矿预测模型正在成为深部隐伏矿产勘探的有力工具。然而,基于集成学习的成矿预测模型面临着一些普遍的问题,特别是模型的参数调优。模型的参数调优是一... 全球进入隐伏矿体勘查时代,急需新的找矿预测方法。利用集成学习进行的数据驱动的成矿预测模型正在成为深部隐伏矿产勘探的有力工具。然而,基于集成学习的成矿预测模型面临着一些普遍的问题,特别是模型的参数调优。模型的参数调优是一个非常耗时的过程,需要繁琐的计算和足够的专家经验。本文提出了一种基于多源地学知识与贝叶斯优化算法的集成学习模型来解决上述问题。具体来说,首先,基于多源地学知识,构建锰矿成矿预测数据库;其次,基于自适应提升模型(Adaptive Boosting,AdaBoost)和随机森林(Random Forest,RF)模型,建立黔东北锰矿成矿预测模型;然后,采用贝叶斯优化算法(Bayesian Optimization,BO),通过5倍交叉验证的辅助,寻找BO-AdaBoost和BO-RF模型最合适的超参数组合;最后,利用精度、准确率、召回率、F_(1)分数、kappa系数、AUC值等参数及已有成果检测模型的性能。实验结果发现,BO-AdaBoost和BO-RF模型的AUC值都得到了显著的提高,表明BO是一个强大的优化工具,优化结果为集成学习模型的超参数设置提供了参考。同时,实验结果也表明:BO-AdaBoost模型(92.8%)比BO-RF模型(89.9%)具有更高的预测精度和地质泛化能力,在成矿预测方面具有巨大潜力。基于BO-AdaBoost模型的预测图为黔东北隐伏锰矿矿床的勘探提供了重要线索,并可以指导未来的矿产勘探与开发。 展开更多
关键词 集成学习 自适应提升模型 随机森林 贝叶斯优化算法 隐伏锰矿 成矿预测
在线阅读 下载PDF
基于IHHO-Stacking集成模型的车辆驾驶性评估
4
作者 莫易敏 王相 +2 位作者 王哲 蒋华梁 李琼 《汽车技术》 北大核心 2025年第3期39-45,共7页
为解决车辆驾驶性主观评价一致性差及客观评价无法反映主观感受的问题,提出了一种基于堆叠(Stacking)集成学习方法的评价模型,首先研究了车辆加速工况特性,定义了工况驾驶性客观评价指标,使用评价指标作为输入特征训练Stacking集成模型... 为解决车辆驾驶性主观评价一致性差及客观评价无法反映主观感受的问题,提出了一种基于堆叠(Stacking)集成学习方法的评价模型,首先研究了车辆加速工况特性,定义了工况驾驶性客观评价指标,使用评价指标作为输入特征训练Stacking集成模型,并且使用改进的哈里斯鹰优化(IHHO)算法优化了Stacking集成模型,提高了预测性能。最后通过道路试验表明,IHHO-Stacking集成模型的性能均优于单个机器学习模型,IHHO-Stacking集成模型预测合格率达95%,能够更有效完成驾驶性评价。 展开更多
关键词 驾驶性 主观评价 改进的哈里斯鹰算法 STACKING 集成模型 客观评价
在线阅读 下载PDF
基于集成学习算法的尾气处理装置SO_(2)排放预测模型 被引量：1
5
作者 张宝东 杜支文 +1 位作者 闫昭 侯磊 《石油与天然气化工》 北大核心 2025年第1期9-17,共9页
目的精确预测天然气净化厂尾气处理装置烟气中二氧化硫(SO_(2))排放质量浓度。方法利用某天然气净化厂2018—2023年每小时44000条尾气处理日报数据构建数据集,进行数据处理,并利用重要性分析方法提取27个重要特征。针对烟气中SO_(2)排... 目的精确预测天然气净化厂尾气处理装置烟气中二氧化硫(SO_(2))排放质量浓度。方法利用某天然气净化厂2018—2023年每小时44000条尾气处理日报数据构建数据集,进行数据处理,并利用重要性分析方法提取27个重要特征。针对烟气中SO_(2)排放质量浓度的预测任务,采用了随机森林(Random Forest)、梯度提升(Gradient Boost)和极值梯度提升(XGBoost)3种集成学习算法,以及基于径向基(RBF)内核的支持向量机(SVM)替代仿真模型进行建模。结果3种集成学习模型比SVM单模型的预测效果更为精准,而Random Forest模型展现出最佳性能,决定系数为0.89,均方误差为1250.59,相对于8800个真实测试集样本数据,其预测偏差为9.86%,相比于Random Forest模型(数据未处理),其决定系数提高了61.82%。结论Random Forest模型在准确预测尾气处理装置SO_(2)排放质量浓度方面具有实际生产应用价值,可为后续尾气处理装置的工艺参数优化提供可靠的模型支持。 展开更多
关键词 天然气净化 硫磺回收 尾气处理 二氧化硫排放 预测模型 集成学习算法
在线阅读 下载PDF
融合特征选择与多模型软投票集成学习的代码异味检测方法 被引量：1
6
作者 黄晨峻 高建华 《小型微型计算机系统》 北大核心 2025年第2期504-512,共9页
代码异味会导致软件质量逐渐衰退,降低软件可理解性和可维护性.为检测软件结构中的代码异味,提出了一种基于CK度量的、经过两步特征选择的软投票集成学习的代码异味检测方法,该方法首先进行特征选择,使用Pearson相关系数剔除冗余特征,... 代码异味会导致软件质量逐渐衰退,降低软件可理解性和可维护性.为检测软件结构中的代码异味,提出了一种基于CK度量的、经过两步特征选择的软投票集成学习的代码异味检测方法,该方法首先进行特征选择,使用Pearson相关系数剔除冗余特征,并在剩余度量中使用XGBoost特征重要性筛选相关度大的度量.然后,针对仅使用单一机器学习模型泛化性能不佳的问题,提出一种基于5种较成熟机器学习模型的软投票集成学习模型,完成代码异味分类检测任务.实验基于CK度量,利用含7个开源项目、4种代码异味的数据集,实验结果表明,此种方法能够减少特征维度,且在性能指标上优于其它分类模型,其中F1值最高提升3.24%,AUC最高提升2.32%. 展开更多
关键词 代码异味 特征选择 CK度量 投票模型 集成学习
在线阅读 下载PDF
基于多模型集成的和田河流域中长期融雪径流预测
7
作者 刘东琪 何厚军 +3 位作者 邱禹 王蕊 李胜阳 王文 《人民长江》 北大核心 2025年第5期97-104,120,共9页
融雪径流是西北干旱地区水资源的重要组成部分,准确的径流预测是水资源管理工作的基础。利用2001~2023年新疆和田河流域MODIS积雪资料和实测流量资料,以积雪覆盖率、雪线高度与大尺度气象-气候指数等作为预报因子,通过主成分分析筛选出... 融雪径流是西北干旱地区水资源的重要组成部分,准确的径流预测是水资源管理工作的基础。利用2001~2023年新疆和田河流域MODIS积雪资料和实测流量资料,以积雪覆盖率、雪线高度与大尺度气象-气候指数等作为预报因子,通过主成分分析筛选出主要预报因子,然后采用多元回归分析、支持向量机和随机森林3种方法建立和田河流域两断面融雪径流的数据驱动模型,再基于Stacking融合算法对上述模型进行集成,建立集成预报模型进行融雪径流预测。结果表明:3种模型在中长期融雪径流预报上均具有较好的预报效果,且随机森林模型预报精度整体优于多元回归模型和支持向量回归模型;基于Stacking融合算法,将多元回归模型、支持向量机模型和随机森林模型融合后的集成模型性能优于单一模型,预测精度得以提升,RMSE从0.308 m^(3)/s降低至0.240 m^(3)/s,MAE从0.227 m^(3)/s降低至0.188 m^(3)/s,R^(2)从0.864提升至0.874。研究成果可为西北地区水资源分配与调度、洪涝灾害防御等提供参考。 展开更多
关键词 融雪径流 积雪覆盖率 多模型集成 数据驱动模型 Stacking算法 和田河流域 新疆
在线阅读 下载PDF
面向MBSE的起落架系统模型集成技术
8
作者 张浩轩 梁赞 +5 位作者 王国新 吴绶玄 鲁金直 阎艳 袁永吉 乔佳兴 《图学学报》 北大核心 2025年第3期686-696,共11页
为了解决起落架系统在设计过程中架构建模和仿真建模工具之间的互操作问题,提供对架构建模和仿真建模工具之间跨域信息的双向传递和接口互操作的能力,提出了面向基于模型系统工程(MBSE)的起落架系统模型集成技术。首先,采用多架构建模语... 为了解决起落架系统在设计过程中架构建模和仿真建模工具之间的互操作问题,提供对架构建模和仿真建模工具之间跨域信息的双向传递和接口互操作的能力,提出了面向基于模型系统工程(MBSE)的起落架系统模型集成技术。首先,采用多架构建模语言(KARMA)构建起落架系统架构模型,进而通过架构模型中的仿真方案生成仿真模型。其次构建模型语义映射规则并通过解析仿真模型内容建立仿真模型的集成数据模型,使得异构模型的语义具有一致性,进而构建仿真工具适配器,实现对异构数据的统一编译,以及架构模型和仿真模型的集成。结果表明,该方法实现了设计信息在异构模型间的双向传递以及架构建模和仿真建模工具间的互操作,为起落架系统的架构模型和仿真模型间集成提供了支持。 展开更多
关键词 基于模型的系统工程 模型集成 起落架系统 KARMA SIMULINK
在线阅读 下载PDF
一种基于代理模型的数字资源集成方法
9
作者 王斌锋 蔡利兵 +2 位作者 孔龙星 黄少华 韩文彬 《计算机工程与科学》 北大核心 2025年第7期1295-1302,共8页
数字化技术正在持续赋能各个行业领域,并取得了巨大的成果效益。开发和应用数字资源是数字化赋能的关键环节,但是围绕特定目标构建仿真系统所需的多种数字资源形态不尽相同,这导致了仿真系统开发复杂度的增加和运行效率的降低。通过分... 数字化技术正在持续赋能各个行业领域,并取得了巨大的成果效益。开发和应用数字资源是数字化赋能的关键环节,但是围绕特定目标构建仿真系统所需的多种数字资源形态不尽相同,这导致了仿真系统开发复杂度的增加和运行效率的降低。通过分析数字资源基础概念,梳理了其相关的应用需求,进而提出一种基于代理模型的数字资源集成方法,该方法在屏蔽系统内各个数字模型差异性方面具有显著优势,同时从2方面对该方法展开了具体阐述:1)基于代理模型的集成框架,该框架既支持基于代理模型的数字资源集成,也支持未采用代理模型方式数字资源的集成;2)数字资源代理模型的设计,可满足代理模型对外和对内的数据传输需求,以及不同外部接口间的数据转化,最后通过卫星轨迹实时态势显示实例系统验证了基于代理模型方式进行数字资源集成的有效性和灵活性。 展开更多
关键词 数字资源 代理模型 异构系统 集成开发 互操作
在线阅读 下载PDF
光储氢集成系统的随机模型预测控制方法
10
作者 王翰林 赵建立 +1 位作者 张沛超 孙烨 《电力自动化设备》 北大核心 2025年第2期86-93,126,共9页
光储氢集成系统是提升光伏消纳率、降低电解制氢成本的重要途径之一,但电解槽复杂的非线性模型以及光伏出力的高随机性给系统运行优化带来了困难。提出电解槽的高精度凸拟合模型,该模型能计及电解槽功率和温度对效率的影响,且便于优化... 光储氢集成系统是提升光伏消纳率、降低电解制氢成本的重要途径之一,但电解槽复杂的非线性模型以及光伏出力的高随机性给系统运行优化带来了困难。提出电解槽的高精度凸拟合模型,该模型能计及电解槽功率和温度对效率的影响,且便于优化问题的建模与求解。将模型预测控制(MPC)与随机优化相结合,提出光储氢集成系统的二阶段随机MPC方法。建立双层求解框架,其中上层用于处理电解槽的非线性模型,下层基于交替方向乘子法实现大规模场景的解耦计算。光储氢集成系统的仿真算例结果表明,配置电池、储氢罐等储能单元显著提升了制氢的经济性和光伏消纳率;相较于常规MPC,考虑光伏和氢负荷分布信息的二阶段随机MPC进一步提升了系统经济性。 展开更多
关键词 电解槽 光储氢集成系统 最优调度 凸拟合模型 模型预测控制 随机优化
在线阅读 下载PDF
基于集成深度学习的造纸废水出水指标预测模型研究
11
作者 王金咏 王新元 +6 位作者 魏文光 张凤山 黄鹏 周景蓬 万兵 牛国强 刘鸿斌 《中国造纸学报》 北大核心 2025年第2期173-182,共10页
为克服单一模型的局限性、提高模型鲁棒性,针对小型造纸厂单一工段的废水处理数据集,首先利用核主成分分析(KPCA)降维技术,有效提取数据关键特征,再采用装袋集成(Bagging)算法集成多个可有效建模废水时间序列特征的长短期记忆网络(LSTM... 为克服单一模型的局限性、提高模型鲁棒性,针对小型造纸厂单一工段的废水处理数据集,首先利用核主成分分析(KPCA)降维技术,有效提取数据关键特征,再采用装袋集成(Bagging)算法集成多个可有效建模废水时间序列特征的长短期记忆网络(LSTM)学习器,建立KPCA-Bagging-LSTM造纸废水出水指标预测模型。结果表明,KPCA-Bagging-LSTM模型的决定系数(R2)达0.76,显著优于其他方法;均方根误差(RMSE)和平均绝对百分比误差(MAPE)分别为3.55 mg/L和4.01%,表明该模型具有更低的预测误差和更高的精度。本研究通过特征降维和集成学习提升了KPCA-Bagging-LSTM模型的性能,为造纸废水COD等出水指标预测提供了有效的解决方案。 展开更多
关键词 造纸废水过程处理 数据降维 长短期记忆网络 集成学习 软测量模型
在线阅读 下载PDF
基于最大均值差异的子空间高斯混合模型聚类集成算法
12
作者 何玉林 李旭 +2 位作者 贺颖婷 崔来中 黄哲学 《计算机应用》 北大核心 2025年第6期1712-1723,共12页
针对高斯混合模型(GMM)聚类算法在处理大规模高维数据聚类时出现的性能受限和参数敏感的问题,提出一种基于最大均值差异(MMD)的子空间GMM聚类集成(SGMM-CE)算法。首先,对原始大规模高维数据集进行随机样本划分(RSP)以得到多个数据子集,... 针对高斯混合模型(GMM)聚类算法在处理大规模高维数据聚类时出现的性能受限和参数敏感的问题,提出一种基于最大均值差异(MMD)的子空间GMM聚类集成(SGMM-CE)算法。首先,对原始大规模高维数据集进行随机样本划分(RSP)以得到多个数据子集,从样本量的角度缩小聚类问题的规模;其次,根据特征对最优GMM构件数的影响,在每一个数据子集对应的高维特征空间中进行子空间学习,得到每个高维特征空间对应的多个低维特征子空间,并在各个子空间上进行GMM聚类,从而得到一系列异构的GMM;再次,利用所提出的平均共享隶属概率(ASAP),重标记与融合来自同一个数据子集的不同特征子空间上的聚类结果;最后,利用扩展的子空间MMD(SubMMD)作为不同数据子集的聚类结果中2个簇之间的分布一致性的度量准则,据此重标记并融合这些数据子集的聚类结果,进而得到原始数据集的最终聚类集成结果。通过详尽的实验验证SGMM-CE算法的有效性,实验结果显示,相较于对比算法中最好的元簇聚类算法(MCLA),SGMM-CE算法在选用的数据集上的平均标准化互信息(NMI)、聚类精度(CA)和调整兰德系数(ARI)值分别提升了19%,20%和52%。此外,可行性和合理性的实验结果证实了SGMM-CE算法的参数收敛性与时间高效性,表明该算法具备高效处理大规模高维数据聚类问题的能力。 展开更多
关键词 无监督学习 集成学习 子空间学习 最大均值差异 高斯混合模型
在线阅读 下载PDF
集成学习算法结合经验模型预测城市大气污染物排放
13
作者 杏艳 宋新宇 +3 位作者 李飞 李茂刚 郭琦 张霖琳 《中国环境监测》 北大核心 2025年第3期14-23,共10页
城市污染排放的智能化监测对于城市环境污染治理具有重要意义。城市污染物排放量变化具有复杂的非线性、随机性和趋势性特点,因此,基于传统单变量模型的预测,难以满足城市污染排放精准预测的需求。为提高污染物排放量的预测准确性,提出... 城市污染排放的智能化监测对于城市环境污染治理具有重要意义。城市污染物排放量变化具有复杂的非线性、随机性和趋势性特点,因此,基于传统单变量模型的预测,难以满足城市污染排放精准预测的需求。为提高污染物排放量的预测准确性,提出了一种基于集成学习算法结合经验模型的城市污染物排放数据智能化精准预测方法,收集了陕西省2017—2021年各市(区)污染物排放数据作为输入变量,构建多个决策树模型。在此基础上,搭建了基于集成学习的随机森林模型。此外,基于经验模型预估了2025年设备数量、处理能力和预计运行费用等。最后,基于以上数据及模型预测了2025年的污染物排放量,包括工业废气排放总量、SO_(2)排放量、氮氧化物排放量、烟尘(颗粒物)排放量及挥发性有机物排放量,并分析了污染趋势。研究结果表明:该研究构建的基于集成学习算法的城市污染物排放模型具有良好的预测性能,对上述污染物排放量预测的决定系数(R^(2))均大于等于0.94。由此可见,该模型可以实现实验区域污染排放的精准预测,为城市污染防治提供方法参考。 展开更多
关键词 污染物排放 集成学习 回归模型 经验模型 预测精度
在线阅读 下载PDF
基于混杂模型预测控制的分布式驱动电动汽车AFS/DYC集成控制
14
作者 郑字琛 王姝 +1 位作者 赵轩 李兆柯 《汽车工程》 北大核心 2025年第3期470-480,469,共12页
为提高分布式驱动电动汽车在不同附着路面高速行驶的操纵稳定性,提出一种基于混杂模型预测控制的AFS/DYC集成控制策略。首先基于系统辨识方法构建轮胎分段仿射模型,结合车辆动力学模型以及命题逻辑与线性不等式的转换关系,构建车辆系统... 为提高分布式驱动电动汽车在不同附着路面高速行驶的操纵稳定性,提出一种基于混杂模型预测控制的AFS/DYC集成控制策略。首先基于系统辨识方法构建轮胎分段仿射模型,结合车辆动力学模型以及命题逻辑与线性不等式的转换关系,构建车辆系统混合逻辑动态模型。然后设计基于混杂模型预测控制的AFS/DYC集成控制策略,采用混合整数二次规划方法追踪目标参考值决策附加横摆力矩与附加转向角,并以轮胎负荷率最小为目标构建车轮驱动转矩优化分配控制策略。最后,基于CarSim-Simulink联合仿真平台进行驾驶人在环操纵稳定性测试试验。测试结果表明:相较于传统模型预测控制,所设计的混杂模型预测控制策略在高速双移线工况下横摆角速度与质心侧偏角均方根误差分别下降了31.61%与19.51%,四轮峰值平均转矩幅值降低24.27%。 展开更多
关键词 分布式驱动电动汽车 操纵稳定性 集成控制 分段仿射模型 混杂系统
在线阅读 下载PDF
基于集成学习的ARIMA-LSTM模型在棉粕价格预测中的应用
15
作者 吴展 王春晓 《饲料研究》 北大核心 2025年第2期227-231,共5页
准确预测棉粕价格对于稳定畜产品供给、促进饲料加工业可持续发展以及保障国家粮食安全至关重要。研究旨在基于长短期记忆神经网络(LSTM)的深度学习机制,构建棉粕价格预测模型。首先利用差分自回归移动平均(ARIMA)模型预测时间序列数据... 准确预测棉粕价格对于稳定畜产品供给、促进饲料加工业可持续发展以及保障国家粮食安全至关重要。研究旨在基于长短期记忆神经网络(LSTM)的深度学习机制,构建棉粕价格预测模型。首先利用差分自回归移动平均(ARIMA)模型预测时间序列数据中线性变化,并应用LSTM算法估计棉粕价格序列的非线性效应。运用集成学习极限梯度提升(XGBoost)算法来确定残差序列滞后长度作为LSTM模型中的输入节点。最后,将拟合的线性和非线性变化之和作为ARIMA-LSTM组合模型的最终预测值。研究表明,基于XGBoost的ARIMA-LSTM混合模型优于单一的ARIMA时间序列预测模型,具有良好的预测性能。 展开更多
关键词 深度学习 棉粕价格预测 集成学习 ARIMA模型 XGBoost算法
在线阅读 下载PDF
基于自适应集成学习的煤矿微震时序预测模型
16
作者 王绍琛 王超 +4 位作者 李士栋 孔震 袁腾飞 周启祥 陆菜平 《采矿与岩层控制工程学报》 北大核心 2025年第4期243-258,共16页
针对煤矿微震时序预测问题,数据驱动的深度学习模型能够有效提取微震数据中的关键特征和规律,从而实现精准预测。然而,由于工况条件随工作面的推进不断变化,这使得微震事件的成因复杂且分布无序,单一预测模型学习局部时序特征的方式难... 针对煤矿微震时序预测问题,数据驱动的深度学习模型能够有效提取微震数据中的关键特征和规律,从而实现精准预测。然而,由于工况条件随工作面的推进不断变化,这使得微震事件的成因复杂且分布无序,单一预测模型学习局部时序特征的方式难以维持稳定而准确的预测效果,且对回采初期无法预测。为提高煤矿微震时序预测的稳定性、完整性和准确性,利用海量微震数据,分析了不同工作面、同一工作面不同开采阶段之间的微震时序特征。通过Adaptive-dickey-fuller(ADF)平稳性检验和波动性分析,明确了事件成因对微震时序特征的显著影响,构建了对应不同事件成因主导下的多种微震时序数据集。利用Blending集成学习算法,结合一维卷积神经网络(1D-CNN)和双向长短期记忆网络(BiLSTM),提出了一种基于自适应集成学习的煤矿微震时序预测模型。依托赵楼煤矿7302工作面微震数据,使用集成模型对微震每日最大能量、平均能量和频次进行预测,并针对每日最大能量进行了详细的对比分析。结果表明:在保证预测完整性的前提下(预测时长为600 d),本文提出的集成模型能够较好地适应事件成因复杂多变、无序分布的实际情况,预测结果与实际监测值误差较小,各参量拟合优度计算结果均在0.8以上。研究成果可为煤矿微震时序预测提供新思路和借鉴。 展开更多
关键词 冲击地压 微震时序预测 深度学习 自适应集成模型 模态分解
在线阅读 下载PDF
机器故障时装配作业车间重调度方式决策的集成学习模型
17
作者 王开元 唐秋华 +1 位作者 成丽新 赵联鹏 《武汉科技大学学报》 北大核心 2025年第4期309-320,共12页
装配作业车间一般具有加工和装配两类机器,当机器故障时需考虑其差别,有针对性地进行重调度方式决策,快速恢复生产秩序。为此提出一种基于集成学习模型的装配作业车间重调度方式决策方法。鉴于故障样本较为稀缺,利用仿真方式生成不同故... 装配作业车间一般具有加工和装配两类机器,当机器故障时需考虑其差别,有针对性地进行重调度方式决策,快速恢复生产秩序。为此提出一种基于集成学习模型的装配作业车间重调度方式决策方法。鉴于故障样本较为稀缺,利用仿真方式生成不同故障情形下的大量生产案例;采用最大完工时间偏差、累计工序结束时间偏差、工序变动成本、能耗变动成本4个评价指标,标定各机器不同故障情形下的最优重调度方式。在此基础上,考虑两类机器的差异性,有针对性地提取出故障机器和生产过程的特征,作为后续集成学习的输入数据。根据准确率和多样性指标选定基学习器,建立能够与测试样本相吻合的KNN动态集成机制,通过协作和互补提高决策精度和泛化能力。实验结果表明,所生成的集成学习模型对机器故障的响应更加准确。 展开更多
关键词 装配作业车间 重调度方式 机器故障 集成学习模型 基学习器 KNN动态集成
在线阅读 下载PDF
基于Orange集成多机器学习模型的城市周边农地流转价格评估研究——以武汉市为例
18
作者 张祚 张跻耀 +1 位作者 晏学丽 廖慧 《中国土地科学》 北大核心 2025年第5期92-106,共15页
研究目的:探索一种新型的精准、高效且易操作的农地流转价格估价方法,对城市周边农地流转价格实现全局性快速评估,并解析影响因素,为农地流转的科学管理提供技术支撑。研究方法:以武汉市为例,选取多源数据指标为预测因子,基于Orange平台... 研究目的:探索一种新型的精准、高效且易操作的农地流转价格估价方法,对城市周边农地流转价格实现全局性快速评估,并解析影响因素,为农地流转的科学管理提供技术支撑。研究方法:以武汉市为例,选取多源数据指标为预测因子,基于Orange平台,构建多机器学习模型并融合堆叠(Stacking)集成学习的方式,分析城市周边农地流转价格的影响因素并进行价格预测。研究结果:(1)融合多源数据和机器学习的Orange工作流能高效评估精细尺度下的农地流转价格,并具有很好的可解释性和泛化能力。旱地最优模型为自适应提升(AdaBoost)模型,水田最优模型为AdaBoost与随机森林(RF)、极端梯度提升(XGBoost)、K近邻(KNN)模型堆叠的集成学习模型。(2)武汉市农地流转价格的主导影响因素为中心城镇影响度、景观生态多样性指数、农用地经济等指数等,且前两者分别具有显著正向影响和负向影响。(3)武汉市跨城区农地流转价格差异明显,但整体呈现“中心—边缘”递减的空间特征。旱地价格以中高值为主,水田价格以中低值为主,且在局部表现出异质性。研究结论:多源数据预测因子和多机器学习模型的堆叠可以实现武汉市周边农地流转价格的高效评估,而Orange作为可视化编程平台,不但很好支撑了建模过程,并有效降低了建模门槛。未来,积极推动农地流转市场发育的同时,应进一步更新、完善城市农地基准地价评估方法体系。 展开更多
关键词 农地流转价格 地价评估 多机器学习 集成学习模型 ORANGE
在线阅读 下载PDF
基于概率模型集成的含云储能多微电网市场主从博弈优化调度
19
作者 雷霆 彭昊宇 《现代电力》 北大核心 2025年第3期432-442,共11页
为促进储能和用户侧资源高效利用,提高新能源消纳效率,提出计及用户需求响应和云储能的多微电网主从博弈优化调度策略。首先,提出一种概率模型集成的新方法,应用于源、荷功率预测以及电价预测。构建基于Kappa系数与准确率权重的证据修... 为促进储能和用户侧资源高效利用,提高新能源消纳效率,提出计及用户需求响应和云储能的多微电网主从博弈优化调度策略。首先,提出一种概率模型集成的新方法,应用于源、荷功率预测以及电价预测。构建基于Kappa系数与准确率权重的证据修正方法,改进DempsterShafer(D-S)证据理论信息集成框架,集成多种概率模型,生成分布式能源出力场景集。其次,设计基于需求响应与云储能运行模式的多微电网系统双层优化调度架构;建立以多微电网联合运行成本最优和用户购电成本最低的上、下双层主从博弈模型,下层模型根据生成概率集成方法确定市场报价策略及分布式电源设备出力调整策略反馈至上层模型,通过上、下双层迭代求解,实现多微电网主从博弈均衡运行优化。最后,算例分析表明,多微网系统中云储能和用户需求响应对分布式电源出力的改善起到了协同叠加的效果,能有效提高多微网系统的经济性,降低用户的购能成本。 展开更多
关键词 概率模型集成 云储能 多微电网 需求响应 主从博弈
在线阅读 下载PDF
基于Stacking集成学习的隧道突水危险预测模型
20
作者 卢佳乐 张念 +1 位作者 牛萌萌 万飞 《中国安全科学学报》 北大核心 2025年第4期137-144,共8页
为解决机器学习在隧道突水危险智能预测领域存在的模型较单一和预测精度不够理想等问题,提出一种基于Stacking集成学习方法的预测模型。首先,通过搜集95条隧道共计232组隧道突水灾害数据建立隧道突水灾害数据集,并进行数据预处理;然后,... 为解决机器学习在隧道突水危险智能预测领域存在的模型较单一和预测精度不够理想等问题,提出一种基于Stacking集成学习方法的预测模型。首先,通过搜集95条隧道共计232组隧道突水灾害数据建立隧道突水灾害数据集,并进行数据预处理;然后,选取3种基学习器和2种元学习器以不同组合方式训练出8组Stacking集成模型,并筛选出6组较优的集成模型;最后,使用网格搜索调参并结合5折交叉验证超参数调优模型,对比分析6组参数调优后的Stacking集成模型的预测结果,选择出最优Stacking集成模型。结果表明:采用Stacking集成学习方法改进最优单模型支持向量机(SVM)后得到SVM+朴素贝叶斯(NB)+线性回归(LR)集成模型,其精确率、召回率和F_(1)分数分别达到0.94、0.91和0.92,整体预测效果优于其他对比模型,可准确预测隧道突水危险等级。 展开更多
关键词 Stacking集成学习 隧道突水 预测模型 危险等级 机器学习
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 106 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部