-
题名基于改进深度森林算法的高速公路交通事故风险预测
被引量：2
- 1
-
-
作者
张浩
-
机构
中国地质大学(武汉)工程学院
-
出处
《安全与环境工程》
CAS
CSCD
北大核心
2024年第6期91-99,共9页
-
基金
湖北省安全生产专项资金科技项目(SJZX20230904)。
-
文摘
高速公路交通事故风险预测对于实行动态交通安全管理至关重要。为探究影响高速公路交通事故风险的主要因素以及准确预测高速公路交通事故风险,提出了一种基于改进深度森林算法的高速公路交通事故风险预测模型。首先以高速公路交通事故数据、交通流数据、天气数据、道路条件和特殊时间段数据为基础,选取了能够表征高速公路交通事故风险的特征变量,并采用随机森林算法对特征变量的重要度进行了计算,筛选出对高速公路交通事故风险影响较大的重要特征变量,以解决后面计算过程中的维度灾难问题;然后运用基于决策树的LightGBM和XGBoost算法对深度森林模型的级联森林结构进行了改进;最后将改进深度森林算法应用于高速公路事故风险预测。结果表明:与现有的SVM、随机森林和深度森林算法相比,改进深度森林算法具有更优的预测性能,其预测准确率达到了88.84%,预测结果能为高速公路交通管理部门制定更为有效的安全管控措施提供决策支持。
-
关键词
高速公路交通事故
风险预测
改进深度森林算法
深度学习
-
Keywords
highway traffic accident
risk prediction
improving the deep forest algorithm
deep learning
-
分类号
X951
[环境科学与工程—安全科学]
-
-
题名基于改进深度森林的采煤机拖拽电缆挤压力识别方法
被引量：2
- 2
-
-
作者
石港
雷志鹏
-
机构
太原理工大学煤矿电气设备与智能控制山西省重点实验室
太原理工大学矿用智能电器技术国家地方联合工程实验室
-
出处
《工矿自动化》
CSCD
北大核心
2023年第10期8-16,51,共10页
-
基金
国家自然科学基金资助项目(51977137)。
-
文摘
采煤机拖拽电缆在运行中常受到外部挤压力作用,致使电缆绝缘发生局部放电,影响电缆使用寿命。现有研究侧重于局部放电规律和严重程度的分析,无法评估乙丙橡胶绝缘电缆所承受应力的大小,导致无法掌握矿用乙丙橡胶绝缘电缆的运行状态。针对该问题,提出一种基于改进深度森林(S-DF)的采煤机拖拽电缆挤压力识别方法。通过实验测量了不同挤压力下采煤机拖拽电缆的局部放电,分析了局部放电谱图、平均放电电流、最大放电量和击穿场强随所施挤压力和电压的变化规律,计算了局部放电的统计特征参量。基于统计特征参量,采用S-DF模型对挤压力大小进行识别。S-DF模型在深度森林(DF)中引入Stacking集成算法,以提升识别准确率。研究结果表明:不同电压下,最大放电量和平均放电电流均随着挤压力的增大而减小;击穿场强随着挤压力的增大呈先增大后减小的趋势,挤压力大于2000N时的击穿场强小于未挤压时的击穿场强;不同挤压力下的局部放电统计特征参量可作为放电指纹,S-DF模型能准确地识别电缆所受挤压力的大小,且识别率高于其他传统分类算法。
-
关键词
采煤机拖拽电缆
挤压力识别
改进深度森林
局部放电
统计特征参量
Stacking集成算法
-
Keywords
shearer dragging cable
squeeze pressure recognition
improved deep forests
partial discharge
statistical feature parameters
Stacking ensemble algorithm
-
分类号
TD611
[矿业工程—矿山机电]
-
-
题名基于多模型融合的轴承剩余寿命预测方法
- 3
-
-
作者
第轩
肖旺
王庆锋
宋运锋
-
机构
北京化工大学高端压缩机及系统技术全国重点实验室
国家管网集团联合管道有限责任公司西部分公司
-
出处
《计算机集成制造系统》
北大核心
2025年第7期2412-2424,共13页
-
基金
国家管网集团公司管道大数据分析与应用研究项目(WZXGL202107)。
-
文摘
准确预测滚动轴承的剩余使用寿命对于保证机械系统的安全运行和制定维修策略具有重要意义。然而,在实际工业应用中,由于工况的变化和环境噪声的干扰,从采集到的信号中提取有用特征十分困难。此外,还存在首次预测时间(FPT)测定模型准确度较低以及趋势分析模型过于简单等问题。上述问题使得机械设备剩余使用寿命(RUL)的高精度预测变得极具挑战。为此,提出了多模型融合的轴承剩余使用寿命预测新方法:首先,构建了结合改进深度森林(GADF)的健康指标模型和结合自注意力机制的自编码器(SAAE)的FPT测定模型;随后,基于FPT测定结果构建粒子滤波模型进行健康指标的趋势分析,最终得到机械设备的剩余使用寿命。实验验证表明,所提方法相较于其他方法具有较高的预测精度。
-
关键词
剩余寿命预测
滚动轴承
长短时记忆神经网路
卷积神经网络
改进的深度森林
健康指标
粒子滤波
自编码器
自注意力机制
-
Keywords
remaining life prediction
rolling bearings
long short term memory neural networks
convolutional neural networks
improved deep forests
health indicators
particle filtering
self-encoders
self-attention mechanism
-
分类号
TH133.33
[机械工程—机械制造及自动化]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
