基于Bayes超参数优化梯度提升树的心脏病预测方法

1

作者 王海燕 焦增晨 +2 位作者 赵剑 安天博 鞠熠 《吉林大学学报(理学版)》 北大核心 2025年第2期472-478,共7页

针对传统机器学习算法在数据集Cleveland和Hungary上预测准确率低的问题,提出一种基于Bayes超参数优化梯度提升树的心脏病预测方法.首先,采用K-最近邻算法对数据集中的缺失值进行填补,用Min-Max标准化、One-Hot编码处理数据,并基于梯度... 针对传统机器学习算法在数据集Cleveland和Hungary上预测准确率低的问题,提出一种基于Bayes超参数优化梯度提升树的心脏病预测方法.首先,采用K-最近邻算法对数据集中的缺失值进行填补,用Min-Max标准化、One-Hot编码处理数据,并基于梯度提升树算法进行心脏病预测;其次,采用Bayes优化和十倍交叉验证的方式搜寻算法的最佳超参数组合.实验结果表明,优化后的梯度提升树算法在心脏病数据集Cleveland上预测准确率可达90.2%,在心脏病数据集Hungary上预测准确率可达81.4%,优于决策树、支持向量机、K-最近邻等传统机器学习方法,可辅助医生进行心脏病诊断. 展开更多

关键词 心脏病预测 K-最近邻算法 梯度提升树 Bayes优化

在线阅读 下载PDF 职称材料

基于卷积神经网络与轻量级梯度提升树组合模型的电力行业短期以电折碳方法

2

作者 曾金灿 何耿生 +3 位作者 李姚旺 杜尔顺 张宁 朱浩骏 《上海交通大学学报》 北大核心 2025年第6期746-757,共12页

电力行业是碳排放的重点控排行业,准确、实时的电力行业碳排放计量是支撑其降碳减排的基础.目前,电力行业的碳排放计量主要基于实测法或核算法,难以很好地兼顾低计量成本与实时计量能力.为此,充分考虑电力行业良好的电力数据基础,挖掘电... 电力行业是碳排放的重点控排行业,准确、实时的电力行业碳排放计量是支撑其降碳减排的基础.目前,电力行业的碳排放计量主要基于实测法或核算法,难以很好地兼顾低计量成本与实时计量能力.为此,充分考虑电力行业良好的电力数据基础,挖掘电-碳间的相关关系,以电力历史数据为基础,基于机器学习方法提出一种电力行业短期以电折碳方法,实时估算电力行业短期碳排放情况.该方法使用卷积神经网络进行特征提取,并采用轻量级梯度提升树算法开展基于特征提取值的碳排放测算.此外,为了提升模型的泛化能力和鲁棒性,在模型训练中采用K折交叉验证技术,在模型参数优化过程中采用网格搜索技术.最后,为了验证所提模型的有效性,对比所提模型和其他机器学习模型在同等数据集划分条件下分别基于日度数据集与小时数据集中进行训练的效果.结果表明:所提模型在效果评估和测算值与目标值分布分析中均优于其他模型,能够较好地反映电力行业的短期碳排放情况. 展开更多

关键词 以电折碳 卷积神经网络 轻量级梯度提升树算法 碳排放 机器学习 组合模型

在线阅读 下载PDF 职称材料

基于梯度提升回归树算法的生活用纸皱纹等级软测量模型 被引量：3

3

作者 张冬启 洪蒙纳 +1 位作者 李继庚 满奕 《中国造纸》 CAS 北大核心 2020年第6期36-42,共7页

皱纹等级是衡量生活用纸质量的重要指标之一。然而,工业生产过程中缺少皱纹等级的实时在线测量方法。为了解决上述问题,本研究通过实验对影响生活用纸皱纹质量的因素进行了分析。利用梯度提升回归树算法,对影响皱纹等级的表面粗糙度、... 皱纹等级是衡量生活用纸质量的重要指标之一。然而,工业生产过程中缺少皱纹等级的实时在线测量方法。为了解决上述问题,本研究通过实验对影响生活用纸皱纹质量的因素进行了分析。利用梯度提升回归树算法,对影响皱纹等级的表面粗糙度、皱纹深度、皱纹频率3个主要指标进行了建模,并通过预测这3个指标实现对皱纹等级的在线实时软测量。通过对比工业实测数据,发现该模型对表面粗糙度、皱纹深度、皱纹频率预测精度较高,测试数据的平均相对误差均小于5%。该模型解决了生活用纸皱纹等级在线软测量的问题,对生活用纸生产过程的质量控制提供了新的方法和依据。 展开更多

关键词 起皱 皱纹等级 软测量 梯度提升回归树算法

在线阅读 下载PDF 职称材料

梯度提升树算法在陕北风电场短期风电功率预测中的应用 被引量：14

4

作者 孙川永 彭友兵 +4 位作者 刘志亮 郝赢玺 吴怡 东琦 郑永恒 《电网与清洁能源》 北大核心 2022年第4期124-128,134,共6页

为了对地形和气候条件复杂的陕北风电场短期风电功率进行准确预测,通过将(weather research and forecasting,WRF)模式输出结果和同期实测风电功率资料相结合,利用梯度提升树算法进行预报气象场和实测风电功率之间的统计关系分析,从而... 为了对地形和气候条件复杂的陕北风电场短期风电功率进行准确预测,通过将(weather research and forecasting,WRF)模式输出结果和同期实测风电功率资料相结合,利用梯度提升树算法进行预报气象场和实测风电功率之间的统计关系分析,从而建立了一套陕北风电场短期风电功率预测模型。以陕北靖边某风电场为例,预测结果表明:所提模型年平均预测准确率伟15.7%;月平均归一化均方根误差在20%以下。模型对风电场风电功率预测精度较好。 展开更多

关键词 梯度提升树算法 风电功率 WRF

在线阅读 下载PDF 职称材料

基于梯度提升树算法的玉米施肥模型构建 被引量：5

5

作者 卓越 严海军 《水资源与水工程学报》 CSCD 2020年第4期223-228,237,共7页

为了模拟作物的土壤养分含量、施肥量与产量之间的非线性关系,利用玉米"3414"试验数据进行插值,以土壤养分含量和施肥量作为输入量,产量作为输出量,使用梯度提升树(GBDT)算法建立施肥模型,并与BP神经网络(BPNN)、支持向量回归... 为了模拟作物的土壤养分含量、施肥量与产量之间的非线性关系,利用玉米"3414"试验数据进行插值,以土壤养分含量和施肥量作为输入量,产量作为输出量,使用梯度提升树(GBDT)算法建立施肥模型,并与BP神经网络(BPNN)、支持向量回归(SVR)、随机森林(RF)算法建立的施肥模型进行对比。结果表明:应用构建的GBDT模型得到的玉米产量平均相对误差、平均绝对误差和均方根误差分别为0.46%、48.7和62.2 kg/hm^2,优于其他3种算法。基于GBDT算法的施肥模型在模拟土壤养分含量、施肥量与产量之间关系时具有较高精度,对于指导精准施肥具有较强的应用价值。 展开更多

关键词 施肥模型 梯度提升树算法 施肥量 产量 玉米

在线阅读 下载PDF 职称材料

改进灰狼算法优化GBDT在PM_(2.5)预测中的应用 被引量：9

6

作者 江雨燕 傅杰 +2 位作者 甘如美江 孙雨辰 王付宇 《安全与环境学报》 CAS CSCD 北大核心 2024年第4期1569-1580,共12页

针对灰狼算法易陷入局部最优解和全局搜索能力不足的问题,通过霍尔顿序列(Halton Sequence)搜索算法初始化狼群位置,避免灰狼算法陷入局部最优解和重复运算;引入莱维飞行和随机游动策略对灰狼算法的寻优过程进行优化,以增加算法的全局... 针对灰狼算法易陷入局部最优解和全局搜索能力不足的问题,通过霍尔顿序列(Halton Sequence)搜索算法初始化狼群位置,避免灰狼算法陷入局部最优解和重复运算;引入莱维飞行和随机游动策略对灰狼算法的寻优过程进行优化,以增加算法的全局搜索能力;利用粒子群算法模拟灰狼种群得出的最佳适应度以用于惩罚项改进灰狼算法中的头狼更新策略。使用改进算法优化的梯度提升树(Gradient Boosting Decision Trees,GBDT)模型对北京市大气污染物监测数据中PM_(2.5)质量浓度进行预测,采用3种评估函数对各模型以及混合模型预测效果得分进行评估。结果显示,本文改进的灰狼算法对梯度提升树的优化效果优于其他算法,均方根误差E RMS为6.65μg/m^(3),平均绝对值误差E MA为3.20μg/m^(3),拟合优度(R^(2))为99%,比传统灰狼算法优化结果的均方根误差减少了19.19μg/m^(3),平均绝对值误差降低了10.03μg/m^(3),拟合优度增加了9百分点;与霍尔顿序列和莱维飞行改进的(Levy Flight-Halton Sequence,LHGWO)相比,改进的灰狼算法预测得分的均方根误差降低了10.39μg/m^(3),平均绝对值误差减小了6.71μg/m^(3),拟合优度提高了5百分点。研究表明了预测模型优化的有效性,为未来城市改善空气质量提供了科学依据和技术支持。 展开更多

关键词 环境学 PM_(2.5)质量浓度预测 改进灰狼算法(GWO) 梯度提升树算法(gbdt) 莱维(Levy)飞行 霍尔顿序列(Halton Sequence) 粒子群算法(PSO)

在线阅读 下载PDF 职称材料

基于梯度提升树的河南小麦成本收益分析 被引量：1

7

作者 温建 曾一鸣 +2 位作者 夏枫苒 汪松玉 雷丽娟 《江西农业学报》 CAS 2022年第12期204-210,共7页

基于2006—2020年河南省小麦生产数据,运用梯度提升树算法和文献分析法,分析了河南省小麦生产过程中成本和收益关系。结果表明:(1)2009—2019年的河南省小麦平均种植面积约占全国的23%,平均产量约占全国的27%。(2)通过对小麦生产过程中... 基于2006—2020年河南省小麦生产数据,运用梯度提升树算法和文献分析法,分析了河南省小麦生产过程中成本和收益关系。结果表明:(1)2009—2019年的河南省小麦平均种植面积约占全国的23%,平均产量约占全国的27%。(2)通过对小麦生产过程中的总成本、总产值、净利润、成本利润率以及平均售价进行分析发现,2016—2020年小麦的净利润情况不容乐观,大部分为负值。(3)气候不适、病虫害等自然原因大幅增加了小麦生产的成本。(4)梯度提升树模型的结果显示,在影响小麦生产成本的因子中,人工成本占比最大。综上,提出了降低河南省小麦生产成本和提高其经济效益的建议和对策,即改善投入结构、规模化种植、依靠科技、降低生产成本、政府加大支持和投入力度。 展开更多

关键词 梯度提升树算法 小麦 成本收益 河南省

在线阅读 下载PDF 职称材料

采用极限梯度提升算法的电力系统电压稳定裕度预测 被引量：9

8

作者 王慧芳 张晨宇 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2020年第3期606-613,共8页

将极限梯度提升树(XGBoost)算法应用于电力系统电压稳定评估问题.根据电压稳定问题特点,提出能够反映电力系统运行状态的特征集;把电压稳定裕度绝对值作为映射目标,并介绍生成样本集的方法.在介绍XGBoost算法基本原理的基础上,研究该算... 将极限梯度提升树(XGBoost)算法应用于电力系统电压稳定评估问题.根据电压稳定问题特点,提出能够反映电力系统运行状态的特征集;把电压稳定裕度绝对值作为映射目标,并介绍生成样本集的方法.在介绍XGBoost算法基本原理的基础上,研究该算法的技术细节.在IEEE-39节点系统上进行验证,结果表明,XGBoost算法在R方值和平均绝对百分误差2项回归指标上均优于其他几类机器学习算法,且模型的计算速度最快,可以满足在线应用要求.同时,XGBoost算法具有良好的数值错误和数值缺失容错性,并可以针对预测偏差较大的样本进行数据补充,实现模型的更新,使得模型表现趋于稳定. 展开更多

关键词 电力系统 电压稳定性 机器学习 人工智能 极限梯度提升树(XGBoost)算法

在线阅读 下载PDF 职称材料

基于梯度提升树的飞机机身对接状态识别 被引量：5

9

作者 蔡畅 黄亦翔 邢宏文 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2019年第7期1274-1281,共8页

为了实时监控飞机机身的对接过程,针对机身对接数据没有标注和样本不平衡的特点,提出基于梯度提升树(GBDT)的机身对接状态识别方法.通过定位器及定位器上的载荷传感器,实时获取机身对接过程中的位移和载荷数据.结合飞机部件对接的工艺... 为了实时监控飞机机身的对接过程,针对机身对接数据没有标注和样本不平衡的特点,提出基于梯度提升树(GBDT)的机身对接状态识别方法.通过定位器及定位器上的载荷传感器,实时获取机身对接过程中的位移和载荷数据.结合飞机部件对接的工艺流程对历史对接数据进行状态标注,提出准确、高效的对接状态自动标注方法.在经过标注的对接数据上训练基于GBDT的机身对接状态识别模型,通过该模型可以获得各个特征的重要性.与长短期记忆网络(LSTM)、卷积神经网络(CNN)以及一些传统机器学习方法相比,该方法对接状态识别的宏F1(macro_F1)指标高达0.998,能够精准地识别每一种对接状态且训练速度较快. 展开更多

关键词 机身对接 状态标注 状态识别 数据驱动 梯度提升树(gbdt) 不平衡多分类

在线阅读 下载PDF 职称材料

面向高维特征和多分类的分布式梯度提升树 被引量：13

10

作者 江佳伟 符芳诚 +1 位作者 邵蓥侠 崔斌 《软件学报》 EI CSCD 北大核心 2019年第3期784-798,共15页

梯度提升树算法由于其高准确率和可解释性,被广泛地应用于分类、回归、排序等各类问题.随着数据规模的爆炸式增长,分布式梯度提升树算法成为研究热点.虽然目前已有一系列分布式梯度提升树算法的实现,但是它们在高维特征和多分类任务上... 梯度提升树算法由于其高准确率和可解释性,被广泛地应用于分类、回归、排序等各类问题.随着数据规模的爆炸式增长,分布式梯度提升树算法成为研究热点.虽然目前已有一系列分布式梯度提升树算法的实现,但是它们在高维特征和多分类任务上性能较差,原因是它们采用的数据并行策略需要传输梯度直方图,而高维特征和多分类情况下梯度直方图的传输成为性能瓶颈.针对这个问题,研究更加适合高维特征和多分类的梯度提升树的并行策略,具有重要的意义和价值.首先比较了数据并行与特征并行策略,从理论上证明特征并行更加适合高维和多分类场景.根据理论分析的结果,提出了一种特征并行的分布式梯度提升树算法FP-GBDT.FP-GBDT设计了一种高效的分布式数据集转置算法,将原本按行切分的数据集转换为按列切分的数据表征;在建立梯度直方图时,FP-GBDT使用一种稀疏感知的方法来加快梯度直方图的建立;在分裂树节点时,FP-GBDT设计了一种比特图压缩的方法来传输数据样本的位置信息,从而减少通信开销.通过详尽的实验,对比了不同并行策略下分布式梯度提升树算法的性能,首先验证了FP-GBDT提出的多种优化方法的有效性;然后比较了FP-GBDT与XGBoost的性能,在多个数据集上验证了FP-GBDT在高维特征和多分类场景下的有效性,取得了最高6倍的性能提升. 展开更多

关键词 梯度提升树 数据并行 特征并行 系统实现 算法比较

在线阅读 下载PDF 职称材料

基于异构网络特征与梯度提升决策树的协同药物预测 被引量：5

11

作者 聂丽霞 刘辉 邹凌 《计算机应用与软件》 北大核心 2020年第4期48-52,共5页

组合药物在复杂疾病特别是癌症的治疗中发挥越来越重要的作用。以组合药物靶标为初始节点在药物-蛋白质异构网络上执行重启型随机游走,将收敛后的概率分布作为药物组合的特征向量,训练梯度提升决策树模型来预测新的药物组合。在标准药... 组合药物在复杂疾病特别是癌症的治疗中发挥越来越重要的作用。以组合药物靶标为初始节点在药物-蛋白质异构网络上执行重启型随机游走,将收敛后的概率分布作为药物组合的特征向量,训练梯度提升决策树模型来预测新的药物组合。在标准药物组合数据集的性能评估表明,该方法比其他七种典型分类器和传统的提升算法具有更好的性能,且基于异构网络的特征显著提升了各分类器的性能,AUC值从0.528提升至0.909。 展开更多

关键词 药物组合 异构网络 随机游走 特征向量 梯度提升树算法

在线阅读 下载PDF 职称材料

基于XGBoost算法划痕损伤PVC-P土工膜力学性能预测

12

作者 张宪雷 刘建群 张文慧 《水电能源科学》 北大核心 2025年第5期111-115,共5页

面膜堆石坝上游坝面膜防渗结构因施工操作不当或多孔隙介质垫层界面特性易造成PVC-P土工膜物理性划痕损伤,为判别划痕损伤PVC-P土工膜能否满足工程安全运行要求,以划痕损伤PVC-P土工膜断裂强度/延伸率试验数据为依托,构建了基于极端梯... 面膜堆石坝上游坝面膜防渗结构因施工操作不当或多孔隙介质垫层界面特性易造成PVC-P土工膜物理性划痕损伤,为判别划痕损伤PVC-P土工膜能否满足工程安全运行要求,以划痕损伤PVC-P土工膜断裂强度/延伸率试验数据为依托,构建了基于极端梯度提升(XGBoost)算法的预测模型,将该模型预测结果与随机森林(RF)算法预测结果进行比较,选用平均绝对误差(M MAE)、平均绝对百分比误差(M_(MAPE))、均方根误差(R_(RMSE))和决定系数(R^(2))作为评价指标评估了预测精度,并运用SHAP算法获得影响作用较大的划痕损伤阈值。结果表明,基于XGBoost算法的预测模型预测精度更高,SHAP法能够合理解释模型的预测结果,划痕角度是影响损伤后力学性能的主要因素。研究结果为工程技术人员准确预判划痕损伤PVC-P土工膜力学性能提供了参考。 展开更多

关键词 极端梯度提升树(XGBoost)算法 随机森林(RF)算法 力学性能预测 PVC-P土工膜 断裂强度 断裂延伸率

在线阅读 下载PDF 职称材料

基于改进Smote-GBDT算法的岩爆预测模型 被引量：6

13

作者 宋英华 江晨 +1 位作者 李墨潇 齐石 《中国安全科学学报》 CAS CSCD 北大核心 2023年第9期25-32,共8页

为准确预测岩爆等级,确保施工人员和设备安全,首先,从岩爆机制、数据和算法角度,分析埋深(D)、单轴抗压强度(UCS)、单轴抗拉强度(UTS)、岩石脆性指数(B_(1)、B_(2))、围岩最大切向应力(MTS)、应力集中系数(SCF)和弹性变形能指数(W_(et))... 为准确预测岩爆等级,确保施工人员和设备安全,首先,从岩爆机制、数据和算法角度,分析埋深(D)、单轴抗压强度(UCS)、单轴抗拉强度(UTS)、岩石脆性指数(B_(1)、B_(2))、围岩最大切向应力(MTS)、应力集中系数(SCF)和弹性变形能指数(W_(et))8个指标,建立岩爆预测指标体系;其次,针对岩爆样本存在的数据不均衡问题,引进托梅克联系(Tomek Link)对欠采样方法,改进合成少数类过采样(Smote)算法,对岩爆训练样本进行混合过采样;最后,构建SmoteTomek-梯度提升树(GBDT)岩爆预测模型,以38组数据验证模型的有效性,并与其他模型进行对比。结果表明:SmoteTomek-GBDT的准确率为92.1%,较未采样提升5.3%,Smote采样提升10.5%,优于随机过采样模型,并且避免跨等级的岩爆误判。 展开更多

关键词 岩爆预测 梯度提升树(gbdt)算法 合成少数类过采样(Smote)算法 岩爆指标 托梅克联系(Tomek Link)

在线阅读 下载PDF 职称材料

基于GBDT算法的参考作物蒸散量模型在江苏省的预测 被引量：14

14

作者 张薇 韦群 +3 位作者 吴天傲 林洁 邵光成 丁鸣鸣 《江苏农业学报》 CSCD 北大核心 2020年第5期1169-1180,共12页

选取江苏省6个气象站点1997-2016年的逐日气象资料,建立了3种基于树型算法的参考作物蒸散量(ET 0)预测模型,包括梯度提升决策树(Gradient boosting decision tree,GBDT)、随机森林(Random forest,RF)和回归树(Regression tree)模型,以FA... 选取江苏省6个气象站点1997-2016年的逐日气象资料,建立了3种基于树型算法的参考作物蒸散量(ET 0)预测模型,包括梯度提升决策树(Gradient boosting decision tree,GBDT)、随机森林(Random forest,RF)和回归树(Regression tree)模型,以FAO-56 Penman-Monteith公式计算所得的ET 0值作为标准值,对GBDT、RF、Regresssion tree模型和3种经验模型(EI-Sebail、Irmak、Hargreaves-Samani模型)的预测结果进行比较分析。结果表明:在相同气象因子输入组合下,GBDT、RF模型能取得较高的模拟精度,且明显高于Regression tree模型和经验模型,其中,气象参数组合为最高气温、最低气温和辐射的GBDT模型具有最高的模拟精度[全局评价指标(GPI)排名第1];通过敏感性分析发现,辐射是对江苏省逐日ET 0影响最为显著的气象因子,其直接通径系数为0.512,对决定系数(R 2)的贡献度为0.740,显著高于其他气象因子;通过可移植性分析发现,气象因子组合为最高气温、最低气温和辐射的GBDT、RF模型在江苏省内6个站点相互交叉验证下仍具有较高的预测精度。因此,可以将GBDT、RF模型应用于江苏省气象资料缺乏时的ET 0预测,为农业灌溉提供可靠依据。 展开更多

关键词 参考作物蒸散量 梯度提升决策树(gbdt)算法 随机森林(RF)算法 可移植性分析 敏感性分析

在线阅读 下载PDF 职称材料

基于斜回归树及其集成算法的静态电压稳定规则提取 被引量：8

15

作者 贾宏阳 侯庆春 +2 位作者 刘羽霄 张宁 范越 《电力系统自动化》 EI CSCD 北大核心 2022年第1期51-59,共9页

可再生能源渗透率的增加给电力系统安全稳定运行带来持续性的挑战,传统方法分析系统稳定性、控制电网稳定运行变得愈加困难。针对这一难题,提出了内嵌安全稳定约束的电力系统优化运行框架以及用于电力系统安全稳定规则提取的斜回归树及... 可再生能源渗透率的增加给电力系统安全稳定运行带来持续性的挑战,传统方法分析系统稳定性、控制电网稳定运行变得愈加困难。针对这一难题,提出了内嵌安全稳定约束的电力系统优化运行框架以及用于电力系统安全稳定规则提取的斜回归树及其集成算法。该算法首先优化斜划分系数以训练单棵斜回归树,然后利用boosting思想集成斜回归树,并通过正则化方法保证树的稀疏度,增强算法的可解释性。相比神经网络等黑箱模型,文中提出的方法能够提取显式安全稳定规则,为内嵌安全稳定约束的电力系统优化运行奠定了基础。最后,以静态电压稳定问题为例验证算法的有效性,算例验证结果表明所提算法具有良好的可解释性、较强的表示能力和较高的集成效率。 展开更多

关键词 静态电压稳定 高比例可再生能源 集成学习 斜回归树 极端梯度提升算法

在线阅读 下载PDF 职称材料

基于α-shape与SSA-XGBoost算法的无人机点云孔洞修补

16

作者 宋晓辉 吕富强 +2 位作者 窦彩英 唐诗华 党梦鑫 《海洋测绘》 CSCD 北大核心 2024年第4期69-73,共5页

针对极限梯度提升树算法在进行无人机点云孔洞修补时核心超参数难以选取、点云孔洞修补范围识别困难以及孔洞修补精度较低等问题,提出基于麻雀搜索算法优化极限梯度提升树的点云孔洞修补方法。首先利用α-shape算法进行点云的孔洞识别,... 针对极限梯度提升树算法在进行无人机点云孔洞修补时核心超参数难以选取、点云孔洞修补范围识别困难以及孔洞修补精度较低等问题,提出基于麻雀搜索算法优化极限梯度提升树的点云孔洞修补方法。首先利用α-shape算法进行点云的孔洞识别,在此基础上,获取点云孔洞和周围点云的位置信息并将其作为模型的输入样本。再利用麻雀搜索算法优化极限梯度提升树算法中的核心超参数,构建SSA-XGBoost点云孔洞修补模型,并将该模型应用于无人机点云孔洞的修补中。最后将SSA-XGBoost与XGBoost、BP神经网络两组算法进行预测精度的对比。实验结果表明:SSA-XGBoost模型的预测结果相较于其它两组对比算法预测精度更高,在点云孔洞修补方面具有一定的意义。 展开更多

关键词 摄影测量 孔洞修补 α-shape算法 麻雀搜索算法 极限梯度提升树

在线阅读 下载PDF 职称材料

结合注意力机制和IPSO的石油化工过程变量预测方法

17

作者 杨琛 周宁 孔立新 《安全与环境学报》 北大核心 2025年第6期2179-2188,共10页

在石油化工生产过程中,针对关键变量的在线监测与预警对预防事故发生至关重要。为准确预测石油化工过程中的关键变量,提出了一种基于改进粒子群优化(Improved Particle Swarm Optimization, IPSO)算法优化双向长短期记忆(Bi-directional... 在石油化工生产过程中,针对关键变量的在线监测与预警对预防事故发生至关重要。为准确预测石油化工过程中的关键变量,提出了一种基于改进粒子群优化(Improved Particle Swarm Optimization, IPSO)算法优化双向长短期记忆(Bi-directional Long Short-Term Memory, BiLSTM)神经网络的预测模型,并特别引入注意力机制,以强化关键信息的表达。以北京市某化工企业初馏塔为研究对象,首先利用皮尔逊相关系数、最大信息系数筛选高相关性变量;同时,利用极端梯度提升(eXtreme Gradient Boosting, XGBoost)树构造关键衍生特征,增强输入变量的有效性。其次,采用BiLSTM建模,捕捉关键变量前后时序依赖性;同时结合IPSO优化隐藏层节点数、学习率、L2正则化系数和学习率调整因子,以获得最优超参数组合,实现对初馏塔换热终温的精确预测。试验结果表明,所提出的模型具有较强泛化能力,在预测准确率和稳定性方面均优于传统模型,不仅能有效避免陷入局部最优解,还能精准捕捉关键变量的变化趋势,可为实现石油化工过程关键变量的预测提供参考。 展开更多

关键词 安全工程 双向长短期记忆神经网络 注意力机制 极端梯度提升树 改进粒子群优化算法

在线阅读 下载PDF 职称材料

基于XGBoost算法的胶凝砂砾石劈拉强度预测分析 被引量：5

18

作者 郭磊 李泽宣 +2 位作者 田青青 郭利霞 高航 《建筑材料学报》 EI CAS CSCD 北大核心 2023年第4期378-382,388,共6页

将水泥质量浓度、砂率、水胶比和粉煤灰质量浓度设为输入变量,28 d劈拉强度设为输出变量,用极端梯度提升树(XGBoost)算法对胶凝砂砾石(CSG)的劈拉强度进行预测,并与随机森林(RF)算法的预测结果进行对比,以决策系数(R^(2))、均方根误差(R... 将水泥质量浓度、砂率、水胶比和粉煤灰质量浓度设为输入变量,28 d劈拉强度设为输出变量,用极端梯度提升树(XGBoost)算法对胶凝砂砾石(CSG)的劈拉强度进行预测,并与随机森林(RF)算法的预测结果进行对比,以决策系数(R^(2))、均方根误差(RMSE)、平均绝对误差(MAE)和平均百分比误差(MAPE)作为评估标准对2种算法进行对比分析.结果表明:XGBoost算法的R2为0.968 1,具有高度的预测准确性;相比表现良好的RF算法,XGBoost算法测试集的RMSE和MAE均降低了0.003, MAPE降低了0.32%,表明XGBoost算法能够对CSG劈拉强度进行更为精准的预测. 展开更多

关键词 极端梯度提升树算法 随机森林算法 强度预测 胶凝砂砾石 劈拉强度

在线阅读 下载PDF 职称材料

蚁群算法分配权重的燃气日负荷组合预测模型 被引量：7

19

作者 周洲 焦文玲 +1 位作者 任乐梅 田兴浩 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2021年第6期177-183,共7页

为适应城镇燃气日负荷随机性和多变性的特点,克服特定时刻单一负荷预测模型存在实际应用局限性的问题,将5种评价准则用于组合预测前剔除冗余模型,提出了一种建立变全重组合预测模型的方法,通过蚁群算法确定分配权重的组合预测模型,使得... 为适应城镇燃气日负荷随机性和多变性的特点,克服特定时刻单一负荷预测模型存在实际应用局限性的问题,将5种评价准则用于组合预测前剔除冗余模型,提出了一种建立变全重组合预测模型的方法,通过蚁群算法确定分配权重的组合预测模型,使得在一个时段上的燃气日负荷预测精度好于各单一模型.首先对包含诸多随机和模糊等不确定因素的城镇燃气日负荷时变系统和各预测模型特点进行分析;然后确定岭回归分析(Ridge)、差分自回归积分滑动平均模型(ARIMA)、支持向量机回归(SVR)、极端梯度提升树(XGB)共4类单项日负荷预测模型,结合城镇燃气日负荷和模型的特点,分别给出每个模型各项参数的设置和模型的输入向量;用平均相对误差、均方根误差、灰色关联度、相关系数、Theil不等系数为评价准则计算出的综合评价指标剔除冗余模型,最后建立了蚁群算法权重分配的组合预测模型.预测实例表明,蚁群算法分配权重的燃气日负荷组合预测模型长期的综合预测效果要优于任意单项模型,相比于单一模型而言,组合预测模型的稳定性和容错率更高,具备较强的泛化能力. 展开更多

关键词 城镇燃气日负荷 组合预测 岭回归 差分自回归积分滑动平均 支持向量机回归 极端梯度提升树 蚁群算法

在线阅读 下载PDF 职称材料

基于PSO-GBDT综采工作面初次来压预测研究 被引量：3

20

作者 吴早阳 李丹宁 +1 位作者 西成峰 崔耀 《煤炭科学技术》 CAS CSCD 北大核心 2022年第S02期7-15,共9页

综采工作面来压状况作为制定采掘工程支护设计的重要参考因素,准确地预测综采面来压趋势,不仅能辅助设计人员制定合理的井下支护方案,对于煤矿安全高效生产也有着极大的帮助。构建了一种基于PSO-GBDT综采工作面初次来压预测模型,通过选... 综采工作面来压状况作为制定采掘工程支护设计的重要参考因素,准确地预测综采面来压趋势,不仅能辅助设计人员制定合理的井下支护方案,对于煤矿安全高效生产也有着极大的帮助。构建了一种基于PSO-GBDT综采工作面初次来压预测模型,通过选取大同矿区近浅埋煤层与综采工作面来压有着显著影响的8个完整性好的因素作为特征,以初次来压步距和强度作为输出,结合粒子群优化算法,通过GBDT构建近浅埋煤层初次来压预测模型。首先对数据集进行可视化数据分析,随后以GBDT集成学习方法构建初次来压预测模型,然后通过粒子群优化算法对训练好的GBDT进行超参数优化,最后以各个特征对所构建的预测模型的影响权重进行排序,为来压机理分析提供参考指标,并与GBDT或Adaboost人工调参建模方法进行对比。试验结果表明,PSO-GBDT在预测近浅埋煤层初次来压步距和强度时,RMSE和R^(2)性能评估指标均取得了更好的结果,相较于GBDT人工调参建模方法,PSO-GBDT在构建以初次来压步距和强度为输出的模型中,R^(2)指标分别提高了7.2%和6.8%, RMSE指标分别降低了39%和42%。除此之外,PSO-GBDT与Adaboost人工调参建模方法对比试验结果表明,PSO-GBDT建模方法的预测性能优势显著,该方法以高性能和多因素的特点计算综采面初次来压步距和强度,为准确地预测综采面初次来压趋势提供一种新的解决方案。 展开更多

关键词 初次来压 粒子群优化算法 梯度提升树 近浅埋煤层

在线阅读 下载PDF 职称材料