期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于树结构Parzen估计器优化集成学习的短期负荷预测方法
1
作者
罗敏
杨劲锋
+6 位作者
俞蕙
赖雨辰
郭杨运
周尚礼
向睿
童星
陈潇
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2024年第6期819-825,共7页
短期负荷预测主要用于电力系统实时调度、日前发电计划的制定,对电力系统经济调度、系统的安全运行具有重要意义.国内外在采用智能模型进行短期负荷预测方面开展了大量研究,然而智能预测方法的预测效果较易受到现存方法结构及参数的影响...
短期负荷预测主要用于电力系统实时调度、日前发电计划的制定,对电力系统经济调度、系统的安全运行具有重要意义.国内外在采用智能模型进行短期负荷预测方面开展了大量研究,然而智能预测方法的预测效果较易受到现存方法结构及参数的影响,以及预测对象自身个性差异使得参数难以复用,如何精准快速地获取方法结构与参数成为短期负荷预测的关键难题.对此,提出基于树结构Parzen估计器优化集成学习的短期负荷预测方法,可对方法结构与参数进行快速寻优.将该方法应用于中国南方某省短期负荷预测,以实际算例验证了其对预测精度的有效提升.
展开更多
关键词
短期负荷预测
树结构parzen估计器
集成学习
超参优化
在线阅读
下载PDF
职称材料
基于树结构Parzen估计器优化后两层Stacking模型的岩石脆性指数预测
2
作者
王芷含
温韬
《中国石油勘探》
2025年第2期115-132,共18页
目前岩石脆性指数的评价方法众多,主要基于矿物组分或岩石力学性质开展评价,但多数评价指标获取费用高昂、耗时长。采用机器学习的手段,提出一种基于Stacking集成学习思想的岩石脆性指数预测方法,并行训练梯度提升决策树模型(GBDT)、随...
目前岩石脆性指数的评价方法众多,主要基于矿物组分或岩石力学性质开展评价,但多数评价指标获取费用高昂、耗时长。采用机器学习的手段,提出一种基于Stacking集成学习思想的岩石脆性指数预测方法,并行训练梯度提升决策树模型(GBDT)、随机森林模型(RF)、朴素决策树模型(DT)、支持向量回归模型(SVR)以及LightGBM模型等,并加以树结构Parzen估计器对各模型进行超参数调优后,串行使用XGBoost模型对基模型训练结果进行融合,从而实现各参数的快速寻优和岩石脆性指数的预测。结果表明,基于树结构Parzen估计器优化后的两层Stacking模型预测结果与使用的基模型预测结果相比具有明显优势,其可释方差得分(EVS)最高达到0.97,决定系数(R2)最高达到0.967,在同样的数据集表现中,该模型平均绝对误差(MAE)和均方根误差(RMSE)均最小,表明该模型能够在有监督学习的技术背景下较好地拟合岩石脆性指数的变化规律,验证了其在预测岩石脆性指数方面具有一定的实用价值。
展开更多
关键词
岩石脆性指数
Stacking模型
集成学习
树结构parzen估计器
在线阅读
下载PDF
职称材料
题名
基于树结构Parzen估计器优化集成学习的短期负荷预测方法
1
作者
罗敏
杨劲锋
俞蕙
赖雨辰
郭杨运
周尚礼
向睿
童星
陈潇
机构
南方电网数字电网研究院有限公司
中国南方电网有限责任公司
深圳市橙智科技有限公司
出处
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2024年第6期819-825,共7页
基金
南方电网数字电网研究研究院(670000KK52210036)资助项目。
文摘
短期负荷预测主要用于电力系统实时调度、日前发电计划的制定,对电力系统经济调度、系统的安全运行具有重要意义.国内外在采用智能模型进行短期负荷预测方面开展了大量研究,然而智能预测方法的预测效果较易受到现存方法结构及参数的影响,以及预测对象自身个性差异使得参数难以复用,如何精准快速地获取方法结构与参数成为短期负荷预测的关键难题.对此,提出基于树结构Parzen估计器优化集成学习的短期负荷预测方法,可对方法结构与参数进行快速寻优.将该方法应用于中国南方某省短期负荷预测,以实际算例验证了其对预测精度的有效提升.
关键词
短期负荷预测
树结构parzen估计器
集成学习
超参优化
Keywords
short-term load forecasting
tree-structured
parzen
estimator(TPE)
ensemble learning
hyperparameter optimization
分类号
TM712 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
基于树结构Parzen估计器优化后两层Stacking模型的岩石脆性指数预测
2
作者
王芷含
温韬
机构
长江大学地球科学学院
出处
《中国石油勘探》
2025年第2期115-132,共18页
基金
国家自然科学基金“冻融循环作用下藏东南高海拔山区岩质滑坡解锁力学机制与启滑判据”(42477174)
西藏自治区重大科技专项“西藏重大自然灾害风险预判与防治关键技术及示范应用”(XZ202402ZD0001)
+1 种基金
西藏自治区科技项目“复杂地质环境下边境地区滑坡风险识别及应急预警方案研究——以西藏山南市为例”(XZ202301YD0034C)
青海省基础研究计划项目“河湟谷地多灾种山地灾害形成机制及预判预警研究”(2024-ZJ-904)。
文摘
目前岩石脆性指数的评价方法众多,主要基于矿物组分或岩石力学性质开展评价,但多数评价指标获取费用高昂、耗时长。采用机器学习的手段,提出一种基于Stacking集成学习思想的岩石脆性指数预测方法,并行训练梯度提升决策树模型(GBDT)、随机森林模型(RF)、朴素决策树模型(DT)、支持向量回归模型(SVR)以及LightGBM模型等,并加以树结构Parzen估计器对各模型进行超参数调优后,串行使用XGBoost模型对基模型训练结果进行融合,从而实现各参数的快速寻优和岩石脆性指数的预测。结果表明,基于树结构Parzen估计器优化后的两层Stacking模型预测结果与使用的基模型预测结果相比具有明显优势,其可释方差得分(EVS)最高达到0.97,决定系数(R2)最高达到0.967,在同样的数据集表现中,该模型平均绝对误差(MAE)和均方根误差(RMSE)均最小,表明该模型能够在有监督学习的技术背景下较好地拟合岩石脆性指数的变化规律,验证了其在预测岩石脆性指数方面具有一定的实用价值。
关键词
岩石脆性指数
Stacking模型
集成学习
树结构parzen估计器
Keywords
rock brittleness index
Stacking model
ensemble learning
tree-structured
parzen
estimator
分类号
P631.9 [天文地球]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于树结构Parzen估计器优化集成学习的短期负荷预测方法
罗敏
杨劲锋
俞蕙
赖雨辰
郭杨运
周尚礼
向睿
童星
陈潇
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
基于树结构Parzen估计器优化后两层Stacking模型的岩石脆性指数预测
王芷含
温韬
《中国石油勘探》
2025
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
