基于IRSA优化轻量级梯度提升机的软件缺陷预测

1

作者 李丛 张晴 +1 位作者 姜枫 朱长水 《计算机工程与设计》 北大核心 2025年第6期1717-1726,共10页

针对轻量级梯度提升机(LightGBM)应用于软件缺陷预测时预测性能欠佳的问题,提出一种基于改进爬行动物搜索(IRSA)优化LightGBM的软件缺陷预测算法(IRSA-LightGBM)。引入faure序列、混沌进化因子、两阶段自适应混合差分变异机制对RSA算法... 针对轻量级梯度提升机(LightGBM)应用于软件缺陷预测时预测性能欠佳的问题,提出一种基于改进爬行动物搜索(IRSA)优化LightGBM的软件缺陷预测算法(IRSA-LightGBM)。引入faure序列、混沌进化因子、两阶段自适应混合差分变异机制对RSA算法进行改进,提高算法寻优能力。在基准函数寻优实验中,IRSA取得更好的寻优效果。使用IRSA对LightGBM主要超参数进行混合优化。使用IRSA-LightGBM算法构建预测模型。软件缺陷预测实验结果表明,所提算法较对比算法具有更好的预测性能。非参数统计检验结果表明,所提算法具有显著性差异。 展开更多

关键词 轻量级梯度提升机 爬行动物搜索 faure序列 混沌进化因子 混合差分变异 软件缺陷预测 非参数统计检验

在线阅读 下载PDF 职称材料

基于故障动态特性与轻量级梯度提升机的低压零火触电检测方法

2

作者 仝海昕 曾祥君 +1 位作者 喻锟 周泽华 《电工技术学报》 北大核心 2025年第11期3476-3485,共10页

针对低压配电网零火触电故障检测存在的挑战,提出一种基于故障动态特性与轻量级梯度提升机(LightGBM)的低压零火触电检测方法。首先,在真实系统中搭建低压配电网1∶1真型实验平台,重现多种家用负载的多模式运行场景,建立覆盖系统故障与... 针对低压配电网零火触电故障检测存在的挑战,提出一种基于故障动态特性与轻量级梯度提升机(LightGBM)的低压零火触电检测方法。首先,在真实系统中搭建低压配电网1∶1真型实验平台,重现多种家用负载的多模式运行场景,建立覆盖系统故障与非故障状态的真型样本库;其次,考虑接触点动态电阻、生物动态电阻和击穿电弧,建立故障回路电学等效模型,分析故障电流对主线路电流的影响方式;然后,从幅值和高频分量的角度提取主线路电流特征,比较故障发生前后单个特征的时序变化情况,搭建轻量级梯度提升机模型,利用其单边梯度采样模式与集成运行机制,实现两种状态的准确分类;最后,在规模为50666个样本的测试集中,所提方法的准确率达到了96.82%,其中,35831个正常状态样本的辨识准确率为97.50%,14835个零火触电故障样本的准确率为95.17%。与现有方法相比,该方法在检测低压零火触电故障的准确性方面具有优势。 展开更多

关键词 零火触电 低压配电网 轻量级梯度提升机 主线路电流

在线阅读 下载PDF 职称材料

基于轻量级梯度提升机和生成对抗网络的含风电电力系统频率稳定评估 被引量：13

3

作者 赵冬梅 郑亚锐 +1 位作者 谢家康 郭育村 《电网技术》 EI CSCD 北大核心 2022年第8期3181-3190,共10页

针对目前电力系统频率稳定评估研究未考虑新能源和系统拓扑变化的问题,提出一种考虑风速特征的基于轻量级梯度提升机(light gradient boosting machine,lightGBM)和生成对抗网络(generative adversarial network,GAN)的含风电电力系统... 针对目前电力系统频率稳定评估研究未考虑新能源和系统拓扑变化的问题,提出一种考虑风速特征的基于轻量级梯度提升机(light gradient boosting machine,lightGBM)和生成对抗网络(generative adversarial network,GAN)的含风电电力系统频率稳定评估方法。首先分析风电对频率稳定的影响,其次采用lightGBM对频率变化率,暂态频率极值和准稳态频率3个指标建立预测模型,引入注意力机制对输入特征排序降维,通过预测指标综合判断系统频率稳定性。系统拓扑发生改变时,采用GAN产生大量相似样本对模型进行更新。在含风电新英格兰10机39节点系统和含风电IEEE118节点系统上的仿真结果表明,所提方法比传统机器学习方法精度更高,速度更快,泛化性能更好。且考虑风速特征后不同算法的模型精度均大大提高。 展开更多

关键词 风电 电力系统 频率稳定 轻量级梯度提升机 生成对抗网络

在线阅读 下载PDF 职称材料

一种轻量级梯度提升机的交通模式识别 被引量：7

4

作者 王璞 刘洋 黄智仁 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2019年第9期96-102,共7页

为研究居民出行轨迹的不同交通方式,基于已知出行交通方式的GPS轨迹信息,构建基于轻量级梯度提升机(LightGBM)的分类模型,对居民出行GPS轨迹进行交通方式分类.首先提取轨迹的各种基础特征,并进一步结合公交网络地理信息引入Fréche... 为研究居民出行轨迹的不同交通方式,基于已知出行交通方式的GPS轨迹信息,构建基于轻量级梯度提升机(LightGBM)的分类模型,对居民出行GPS轨迹进行交通方式分类.首先提取轨迹的各种基础特征,并进一步结合公交网络地理信息引入Fréchet距离进行特征提取,之后对特征进行归一化处理并基于决策树模型对特征进行筛选,最后对筛选后的特征进行模型训练与预测,并通过五折交叉验证方式获取了稳定的预测结果.结果表明:公交网络地理特征能够对模型预测精度进行有效提高,提出的GPS轨迹交通方式识别方法可达90%左右的精确度,优于各种机器学习分类模型. 展开更多

关键词 城市交通 轻量级梯度提升机 GPS轨迹 特征提取 交通方式识别

在线阅读 下载PDF 职称材料

基于轻量级梯度提升机的非对称风险注塑成形产品尺寸预测模型 被引量：3

5

作者 刘永兴 唐小琦 +2 位作者 钟靖龙 钟震宇 周向东 《中国机械工程》 EI CAS CSCD 北大核心 2022年第8期965-969,共5页

受温度、气压等环境不稳定因素的影响,注塑成形加工过程中工艺参数发生变化,从而导致产品精度下降,产品降级或报废。针对类似环境不稳定因素影响问题,利用加工过程中的数据进行注塑成形尺寸预测,有助于不合格产品的及时发现,减少不合格... 受温度、气压等环境不稳定因素的影响,注塑成形加工过程中工艺参数发生变化,从而导致产品精度下降,产品降级或报废。针对类似环境不稳定因素影响问题,利用加工过程中的数据进行注塑成形尺寸预测,有助于不合格产品的及时发现,减少不合格品的产生。基于轻量级梯度提升机(LightGBM)框架设计了基于加工过程数据及参数的注塑成形产品尺寸预测模型,通过特征提取、异常数据处理、数据集划分、模型训练、模型验证等步骤,建立了具有非对称风险特征的产品尺寸预测模型。针对产品尺寸超规的非对称风险问题,在模型训练过程中引入了基于尺寸范围的加权修正方法,以提高预测模型对超规尺寸的预测精度。最后利用富士康注塑成形尺寸预测数据集进行了验证,结果表明,该模型对超规尺寸具有更高的预测精度,尺寸预测结果平均误差为0.015 mm,考虑非对称风险的加权平均误差为5×10^(-6) mm。 展开更多

关键词 注塑成形 非对称风险 机器学习 尺寸预测 轻量级梯度提升机

在线阅读 下载PDF 职称材料

基于梯度提升机的中国陆地生态系统土壤异养呼吸预测

6

作者 张金文 王文龙 +4 位作者 倪荣雨 张彬梅 曾爱聪 郭福涛 苏漳文 《浙江农林大学学报》 北大核心 2025年第4期774-783,共10页

【目的】极限梯度提升树(XGBoost)与轻量级梯度提升机(LightGBM)模型在梯度提升决策树框架下各具优势,系统对比两者在土壤异养呼吸估算中的性能差异,有助于深入挖掘梯度提升机在生态系统碳通量预测中的潜力,并推动该类模型在大尺度碳循... 【目的】极限梯度提升树(XGBoost)与轻量级梯度提升机(LightGBM)模型在梯度提升决策树框架下各具优势,系统对比两者在土壤异养呼吸估算中的性能差异,有助于深入挖掘梯度提升机在生态系统碳通量预测中的潜力,并推动该类模型在大尺度碳循环模拟中的优化应用。【方法】基于全球土壤呼吸数据库(SRDB),构建了中国陆地生态系统的土壤异养呼吸及环境因子数据库,利用XGBoost和LightGBM 2种梯度提升机模型对2000—2023年中国陆地生态系统土壤异养呼吸进行估算与对比分析,并进一步探讨中国陆地生态系统土壤异养呼吸的空间分布趋势及其主要影响因素。【结果】①2个模型均展现出较高的预测精度(测试集决定系数均为0.91),XGBoost模型在训练集上表现出较强的拟合能力,LightGBM模型则在测试集上能够更好地控制误差。②在2000—2023年,XGBoost与LightGBM模型估算的中国陆地生态系统土壤异养呼吸年平均值分别为299.57和294.60 g·m^(−2)·a^(−1),年际变化幅度分别为19.51和32.43 g·m^(−2)·a^(−1)。③中国陆地生态系统土壤异养呼吸呈现南高北低的空间分布特征,主要受土壤性质和叶面积指数影响。这一空间异质性反映了土壤异养呼吸对环境变化的不同响应。【结论】梯度提升机模型在大尺度土壤异养呼吸建模与预测中表现出良好的适应性,能够有效捕捉土壤异养呼吸的时空变化特征,展现出较强的预测能力. 展开更多

关键词 土壤异养呼吸估算 陆地生态系统 极限梯度提升树(XGBoost)模型 轻量级梯度提升机(LightGBM)模型

在线阅读 下载PDF 职称材料

基于混合模型的多类型机场航班过站时间预测 被引量：1

7

作者 李国 王伟倩 曹卫东 《计算机工程与设计》 北大核心 2025年第2期633-640,F0003,共9页

为更精确地预测航班过站时间,将全国机场按照规模差异及不同地理位置所导致的客流量差异和天气差异对航班过站时间造成的不同影响进行分类,基于各类机场航班数据,构建混合轻量级梯度提升机算法(LightGBM)模型对航班过站时间分类预测。... 为更精确地预测航班过站时间,将全国机场按照规模差异及不同地理位置所导致的客流量差异和天气差异对航班过站时间造成的不同影响进行分类,基于各类机场航班数据,构建混合轻量级梯度提升机算法(LightGBM)模型对航班过站时间分类预测。引入自适应鲁棒损失函数(adaptive robust loss function,ARLF)改进LightGBM模型损失函数,降低航班数据中存在离群值的影响;通过改进的麻雀搜索算法对改进后的LightGBM模型进行参数寻优,形成混合LightGBM模型。采用全国2019年全年航班数据进行验证,实验结果验证了方法的可行性。 展开更多

关键词 多类型机场 航班过站时间预测 客流量差异 天气差异 混合轻量级梯度提升机算法模型 自适应鲁棒损失函数 离群值 麻雀搜索算法

在线阅读 下载PDF 职称材料

一种基于EMD-LightGBM模型的地铁隧道盾构姿态预测方法

8

作者 冷伍明 吴卓霖 +3 位作者 袁立刚 梁琳 刘涛墨 岳健 《哈尔滨工业大学学报》 北大核心 2025年第7期96-107,共12页

针对地铁隧道盾构姿态难以控制的问题,以长春某隧道工程为例,基于现场实测数据,构建了一个融合经验模态分解(empirical mode decomposition,EMD)和轻量级梯度提升机(light gradient boosting machine,LightGBM)的盾构姿态预测模型(EMD-L... 针对地铁隧道盾构姿态难以控制的问题,以长春某隧道工程为例,基于现场实测数据,构建了一个融合经验模态分解(empirical mode decomposition,EMD)和轻量级梯度提升机(light gradient boosting machine,LightGBM)的盾构姿态预测模型(EMD-LightGBM)。首先,通过特征重要性和相关性分析筛选原始数据集特征。然后,利用EMD技术将数据分解为多个平稳子序列,并组成新数据集。最后,通过该新数据集拟合训练EMD-LightGBM来实现盾构姿态的预测,并且比较了该模型与单纯的LightGBM及融合EMD的反向传播神经网络(backpropagation neural network,BPNN)的预测效果。通过预测精度和预测稳定性两种评价体系来验证EMD-LightGBM模型的优良性能。结果表明:与LightGBM和EMD-BPNN相比,EMD-LightGBM在盾构姿态偏差预测折线图中的表现最佳,其平均绝对误差(mean absolute error,E MA)和均方根误差(root mean square error,E RMS)最大分别为2.89 mm和4.13 mm,决定系数R 2最小值为0.95;同时,EMD-LightGBM的预测平均绝对误差E MA和均方误差(mean square error,E MS)的95%置信区间最大值分别为3.5 mm与25.6 mm 2,结合其预测值的绝对误差(absolute error,E A)和平方误差(square error,E S)的良好频数分布,都说明了EMD-LightGBM在预测盾构姿态时的高精度和稳定性。研究成果可为类似工程的盾构姿态控制提供一种理论方法。 展开更多

关键词 地铁隧道 盾构 姿态预测 经验模态分解 轻量级梯度提升机

在线阅读 下载PDF 职称材料

基于集成学习的混凝土抗压强度预测模型研究 被引量：1

9

作者 周继发 曾晓辉 +8 位作者 郑振华 涂金根 郭桃明 孙晗凌 谢友均 龙广成 唐卓 郭宏 潘自立 《中南大学学报(自然科学版)》 北大核心 2025年第5期1981-1992,共12页

为准确预测混凝土抗压强度,利用灰狼优化算法(GWO)对轻量级梯度提升机(LGBM)的超参数进行优化。首先,以水胶比、矿渣替代比例、粉煤灰替代比例、高性能减水剂占胶凝材料比例、砂率和龄期为输入,以抗压强度为输出,构建GWO-LGBM预测模型;... 为准确预测混凝土抗压强度,利用灰狼优化算法(GWO)对轻量级梯度提升机(LGBM)的超参数进行优化。首先,以水胶比、矿渣替代比例、粉煤灰替代比例、高性能减水剂占胶凝材料比例、砂率和龄期为输入,以抗压强度为输出,构建GWO-LGBM预测模型;其次,评估模型在训练集和测试集上的效果,验证GWO对LGBM超参数优化的有效性;第三,将模型应用于全新数据,检验其泛化能力;最后,基于GWO-LGBM模型分析各输入参数对抗压强度的影响,验证模型的预测合理性。研究结果表明:GWOLGBM模型在训练集和测试集中混凝土抗压强度预测的均方根误差分别为1.68 MPa和3.49 MPa,预测值与实际值的拟合度分别达到0.99和0.95,解决了LGBM易陷入局部最优的问题;模型迁移到全新数据集时,83%的数据预测相对误差小于10%,展现出较强的泛化能力。水胶比增大会降低混凝土抗压强度;矿渣和粉煤灰掺量增加会降低混凝土早期强度,对后期强度影响较小;当水胶比一定时,存在一个最佳砂率使抗压强度最大;模型捕获结果与影响抗压强度的理论结果一致,验证了其预测结果的合理性。 展开更多

关键词 混凝土 抗压强度 集成学习 轻量级梯度提升机 灰狼优化算法

在线阅读 下载PDF 职称材料

基于Light-GBM算法的地震动显著持时预测模型

10

作者 崔铭钊 公茂盛 +3 位作者 左占宣 赵一男 贾佳 张孔 《振动与冲击》 北大核心 2025年第16期185-192,共8页

地震动持时对地震结构反应有显著影响,因此对考虑持时效应的工程结构抗震设计和区域地震危险性分析具有重要意义。该研究提出了一种基于轻量级梯度提升机(light gradient boosting machine,Light-GBM)算法的地震动显著持时预测模型,基于... 地震动持时对地震结构反应有显著影响,因此对考虑持时效应的工程结构抗震设计和区域地震危险性分析具有重要意义。该研究提出了一种基于轻量级梯度提升机(light gradient boosting machine,Light-GBM)算法的地震动显著持时预测模型,基于NGA-West2数据库,筛选了其中15541条地震动记录并计算其显著持时,随后通过特征重要性筛选输入参数并利用贝叶斯优化方法调整模型超参数,最终构建了地震动显著持时的预测模型,并与其他传统模型和深度学习模型对比,从而对模型的准确性和鲁棒性进行验证。结果表明,所建立的地震动显著持时预测模型具有良好预测性能、极高的计算效率和通用性,结果可供地震动持时预测及地震危险性分析等工作参考。 展开更多

关键词 地震动持时 预测模型 轻量级梯度提升机(Light-GBM)算法 显著持时 机器学习

在线阅读 下载PDF 职称材料

机电作动器故障诊断方法及其可解释性分析

11

作者 姚智敏 陈换过 苏世弘 《机电工程》 北大核心 2025年第10期1837-1850,1887,共15页

针对现存机电作动器(EMA)故障诊断方法中决策过程不清晰和可解释性不足的问题,提出了一种基于轻量级梯度提升机(LightGBM)的故障诊断方法,并利用SHAP框架对诊断模型进行了可解释性分析。首先,提取了多源信号的时域和频域特征,并结合随... 针对现存机电作动器(EMA)故障诊断方法中决策过程不清晰和可解释性不足的问题,提出了一种基于轻量级梯度提升机(LightGBM)的故障诊断方法,并利用SHAP框架对诊断模型进行了可解释性分析。首先,提取了多源信号的时域和频域特征,并结合随机森林(RF)和最大互信息数(MIC)对特征进行了筛选,降低了特征集和模型的复杂性;然后,提出了一种基于黑翅鸢优化算法(BKA)的LightGBM故障诊断方法,使用BKA对LightGBM模型的多参数进行了同步优化,对故障类型进行了判断;最后,引入SHAP框架对故障诊断模型进行了可解释性分析,直观展示了故障诊断决策过程及其关键影响因素。研究结果表明:BKA-LightGBM在仿真数据上的诊断准确率可达99.69%,在试验数据上的诊断准确率达到97.60%,不仅在故障识别精度方面表现优越,还能直观揭示特征对模型决策的影响过程和重要性,展现出优异的准确性、鲁棒性和可解释性。 展开更多

关键词 机电作动器 黑翅鸢优化算法 轻量级梯度提升机 可解释性 SHAP框架 随机森林 最大互信息数

在线阅读 下载PDF 职称材料

基于BO-LightGBM算法的XLPE配电电缆绝缘状态评估

12

作者 罗正均 叶刚 +3 位作者 周箩鱼 李涛 陈楠 张志熙 《绝缘材料》 北大核心 2025年第3期131-140,共10页

为提升电缆绝缘状态评估的精度,本文提出了一种基于贝叶斯优化(BO)算法与轻量级梯度提升机(LightGBM)算法的电缆绝缘状态评估方法。首先将数据集中所有特征进行组合,形成不同的特征子集,通过遍历所有的特征子集,找到五折交叉验证的准确... 为提升电缆绝缘状态评估的精度,本文提出了一种基于贝叶斯优化(BO)算法与轻量级梯度提升机(LightGBM)算法的电缆绝缘状态评估方法。首先将数据集中所有特征进行组合,形成不同的特征子集,通过遍历所有的特征子集,找到五折交叉验证的准确率最高所对应的特征组合,完成对输入特征的筛选。然后使用BO算法对LightGBM中的7个超参数进行寻优。最后利用本文所提出的BO-LightGBM算法完成对电缆绝缘状态的评估。结果表明:本文提出的特征子集法与主成分分析法和互信息筛选法相比能更好地提升模型表现;经过BO算法优化后,LightGBM模型的精度能得到进一步的提升,与粒子群优化算法(PSO)和遗传算法优化(GA)相比,BO算法的计算效率能在几乎相同的精度下分别提升约80%和86.9%;与其他常用机器学习算法进行对比,本文模型的相关性能指标均为最优。 展开更多

关键词 XLPE电缆 状态评估 机器学习 贝叶斯优化算法 轻量级梯度提升机算法

在线阅读 下载PDF 职称材料

考虑影响因子重要性选择和土壤含水率的滑坡易发性评价

13

作者 王中羽 李素敏 +1 位作者 袁利伟 乐伟鹏 《水文地质工程地质》 北大核心 2025年第3期211-221,共11页

在滑坡易发性评价体系中,尚未形成统一的和科学的筛选影响滑坡发育因子的标准,导致滑坡易发性评价结果的不一致性。为提高滑坡易发性评估体系的准确性,提出一种基于机器学习的考虑因子重要性选择与土壤含水率的滑坡易发性评价体系。以... 在滑坡易发性评价体系中,尚未形成统一的和科学的筛选影响滑坡发育因子的标准,导致滑坡易发性评价结果的不一致性。为提高滑坡易发性评估体系的准确性,提出一种基于机器学习的考虑因子重要性选择与土壤含水率的滑坡易发性评价体系。以云南省富民县为例,结合遥感数据、辅助数据和现场调查数据,编制滑坡历史记录;利用SAR卫星后向散射系数和从DEM中提取的地表粗糙度提取土壤含水率,通过XGBoost回归和Lasso回归模型对15个评价因子进行重要性排序,并对滑坡影响因子进行多重共线性评估,筛选出最具鉴别性的滑坡影响因子;用轻量级梯度提升机算法和随机森林模型分别在因子重要性选择前与选择后对富民县进行滑坡易发性评价。结果表明,土壤含水率因子对滑坡发育有较大影响;经过因子重要性选择后的滑坡易发性评价结果准确性更高;轻量级梯度提升机算法模型在评估中表现出优越的评估性能(AUC=0.91),表明LightGBM模型可以较好地应用在滑坡易发性评价中。本研究着重讨论了因子重要性选择对滑坡易发性评价体系的影响,并有效地将面状土壤含水率因子纳入滑坡影响因子中,提高了易发性评价结果的精确性和可靠性,为预防滑坡灾害提供新思路。 展开更多

关键词 机器学习 轻量级梯度提升机算法 土壤含水率 滑坡易发性 地质灾害

在线阅读 下载PDF 职称材料

基于IWOA-LightGBM的煤自燃程度预测方法研究

14

作者 臧燕杰 《中国安全科学学报》 北大核心 2025年第S1期64-70,共7页

为提升煤自燃预测精度,提出基于改进鲸鱼优化算法(IWOA)与轻量级梯度提升机(LightGBM)融合的预测模型。首先,通过SPSS 27分析煤自燃程序升温试验中指标气体浓度的相关性,采用核主成分分析法(KPCA)提取主成分数据;然后,针对传统鲸鱼算法(... 为提升煤自燃预测精度,提出基于改进鲸鱼优化算法(IWOA)与轻量级梯度提升机(LightGBM)融合的预测模型。首先,通过SPSS 27分析煤自燃程序升温试验中指标气体浓度的相关性,采用核主成分分析法(KPCA)提取主成分数据;然后,针对传统鲸鱼算法(WOA)易陷入局部最优的问题,引入Circle混沌映射、自适应权重及最优领域扰动策略改进其全局搜索能力,进而优化LightGBM超参数以提升预测精度并抑制过拟合;最后,将该模型应用于新疆沙吉海煤矿实际预测场景。结果表明:IWOA-LightGBM模型相较于其他模型,在测试样本中的准确率A分别提高13.33%、26.66%、20%、20%、13.33%;精确率P分别提高12.23%、24.45%、18.89%、18.89%、12.23%;召回率R分别提高13.1%、23.02%、18.1%、16.07%、10.56%;F_( 1)分别提高12.56%、23.79%、18.52%、17.58%、13.15%。模型在复杂条件下的可靠性与稳定性,展现出优于传统模型的泛化性与鲁棒性,能够为矿井煤自燃灾害预警提供了新的技术方案。 展开更多

关键词 煤自燃 改进鲸鱼优化算法(IWOA) 轻量级梯度提升机(LightGBM) 核主成分分析法(KPCA) 预测模型

在线阅读 下载PDF 职称材料

基于PSO-LightGBM模型的边坡稳定性预测研究

15

作者 张仕杰 张煜 张宁 《防灾减灾工程学报》 北大核心 2025年第5期1233-1240,共8页

边坡稳定性的准确预测对降低边坡失稳风险具有重要意义。为高效且准确地预测边坡稳定性,提出了一种基于粒子群(PSO)优化轻量级梯度提升机(LightGBM)的边坡稳定性预测模型,即PSO-LightGBM模型。该模型首先采用粒子群算法优化LightGBM模... 边坡稳定性的准确预测对降低边坡失稳风险具有重要意义。为高效且准确地预测边坡稳定性,提出了一种基于粒子群(PSO)优化轻量级梯度提升机(LightGBM)的边坡稳定性预测模型,即PSO-LightGBM模型。该模型首先采用粒子群算法优化LightGBM模型中的重要参数,在实际工程应用中,降低了LightGBM模型参数所产生的影响。然后采用优化后的LightGBM模型对边坡稳定性进行分类预测。选取K近邻(KNN)、支持向量机(SVM)、LightGBM、网格搜索优化LightGBM(GS-LightGBM)以及遗传优化LightGBM(GA-LightGBM)作为对比模型,并采用准确率、精确率、召回率与F1分数作为各模型预测性能的评价指标,并通过混淆矩阵可视化各模型的分类结果。基于PSO-LightGBM模型的特征重要性分析,量化了各因素在边坡稳定性预测中的相对重要性。研究结果表明,在测试集上PSO-LightGBM模型的各项评价指标上均显著优于其他对比模型,表现出较强的分类预测性能与泛化能力。通过特征重要性分析,影响边坡稳定性的因素从大到小依次为:坡角、坡高、内聚力、内摩擦角、土体重度与孔隙水压力。本研究为边坡稳定性的准确预测提供了一种新方法,对边坡工程安全设计与风险评估具有重要参考意义。 展开更多

关键词 边坡稳定性 机器学习 轻量级梯度提升机(LightGBM) 粒子群算法

在线阅读 下载PDF 职称材料

计及工况预测误差的主动配电网日前无功优化调度策略 被引量：2

16

作者 张旭 刘伯文 王怡 《华北电力大学学报（自然科学版）》 CAS 北大核心 2024年第2期31-40,共10页

为解决工况预测误差较大时,日前无功优化调度方案优化效果不佳的问题,提出了计及工况预测误差的主动配电网日前无功优化调度策略。首先,使用轻量级梯度提升机算法建立日前工况功率预测模型;其次,考虑大规模高比例分布式电源接入主动配电... 为解决工况预测误差较大时,日前无功优化调度方案优化效果不佳的问题,提出了计及工况预测误差的主动配电网日前无功优化调度策略。首先,使用轻量级梯度提升机算法建立日前工况功率预测模型;其次,考虑大规模高比例分布式电源接入主动配电网,以调度时段内所有时间断面的多目标加权累加和为目标函数建立日前无功优化调度模型;最后,设计了一种变寻优粒子空间的改进引力搜索算法对日前无功优化调度模型进行求解,该算法根据历史工况预测误差评价指标调整寻优粒子空间各维度的上下限矩阵,从而抑制了当无功区域内工况预测误差较大时可控设备调度异常的缺陷。最后采用拓展的IEEE 33节点系统算例进行有效性验证。 展开更多

关键词 主动配电网 日前无功优化调度 工况预测 分布式电源 轻量级梯度提升机 改进引力搜索算法

在线阅读 下载PDF 职称材料

基于LightGBM-SHAP的民机硬着陆可解释预测

17

作者 肖国松 刘嘉琛 +2 位作者 张元珊 董磊 陈曦 《中国安全科学学报》 CAS CSCD 北大核心 2024年第10期134-142,共9页

为预防民用飞机的硬着陆超限事件,首先,收集包含动力学变量、系统性能和其他工程参数的机载快速存取记录器(QAR)数据,开展机场航段聚类、样本平衡、统计特征提取等数据处理活动;然后,基于轻量级梯度提升机(LightGBM)模型预测民机硬着陆... 为预防民用飞机的硬着陆超限事件,首先,收集包含动力学变量、系统性能和其他工程参数的机载快速存取记录器(QAR)数据,开展机场航段聚类、样本平衡、统计特征提取等数据处理活动;然后,基于轻量级梯度提升机(LightGBM)模型预测民机硬着陆事件,并与极限梯度提升(XGBoost)、决策树(DT)、长短期记忆网络(LSTM)模型进行综合对比;最后,利用Shapley可加性解释(SHAP)算法进一步分析硬着陆事件的致因机制及各飞行参数特征对模型预测结果的影响。结果表明:所提方法不仅显示出良好的硬着陆事件预测性能,准确率、正确率和召回率分别达到99%,92%和88%,还可针对具体航段对硬着陆预测模型的决策过程提供定量的、可视化的解释信息。 展开更多

关键词 轻量级梯度提升机(LightGBM) 民用飞机 硬着陆 快速存取记录器(QAR)数据 机器学习 可解释

在线阅读 下载PDF 职称材料

电力系统两阶段紧急切负荷控制智能预决策 被引量：7

18

作者 胡泽 曾令康 +4 位作者 姚伟 石重托 李晟 汤涌 文劲宇 《中国电机工程学报》 EI CSCD 北大核心 2024年第4期1260-1271,I0002,共13页

电力系统仿真分析是安全稳定控制领域重要技术,可以用于制定与校验紧急控制措施。传统的人工分析仿真数据以决策紧急控制措施的工作模式严重依赖专家经验,在应用于复杂大电网时显得耗时耗力。该文提出一种两阶段紧急切负荷控制智能预决... 电力系统仿真分析是安全稳定控制领域重要技术,可以用于制定与校验紧急控制措施。传统的人工分析仿真数据以决策紧急控制措施的工作模式严重依赖专家经验,在应用于复杂大电网时显得耗时耗力。该文提出一种两阶段紧急切负荷控制智能预决策方法,第一阶段决策切负荷点,第二阶段决策切负荷量。首先基于仿真数据,区分3种电压失稳模式:纯电压失稳、耦合电压失稳和混合电压失稳,分别采用不同的负荷筛选方法;然后基于轻量级梯度提升机算法,根据仿真数据直接预估系统恢复稳定所需的切负荷总量,按负荷排序进行分配。结合暂稳仿真校验控制措施的有效性,调整决策量。以我国东北电网为例进行仿真研究,验证了在大电网紧急控制措施制定时,所提两阶段智能决策方法相比完全迭代试凑方法在有效性、快速性和准确性方面的优势。 展开更多

关键词 电网仿真分析 暂态电压失稳 紧急控制 切负荷 轻量级梯度提升机

在线阅读 下载PDF 职称材料

基于运行状态与功率特性引导的覆冰天气下风电机组功率预测 被引量：3

19

作者 王康德 刘文泽 +3 位作者 陈泽 黄展鸿 余涛 潘振宁 《电力自动化设备》 EI CSCD 北大核心 2024年第11期88-93,133,共7页

针对覆冰天气下风电机组功率预测精度不足的问题,提出一种基于运行状态与功率特性引导的覆冰天气下风电机组功率预测方法。针对覆冰天气下风电机组样本不平衡的问题,采用贝叶斯优化的改进轻量级梯度提升机模型对覆冰天气下的风电机组数... 针对覆冰天气下风电机组功率预测精度不足的问题,提出一种基于运行状态与功率特性引导的覆冰天气下风电机组功率预测方法。针对覆冰天气下风电机组样本不平衡的问题,采用贝叶斯优化的改进轻量级梯度提升机模型对覆冰天气下的风电机组数据样本进行状态判别并建立运行状态特征标签;针对覆冰天气下非停机运行小样本的问题,构建基于功率特性引导的风电机组功率预测模型,降低功率预测模型对数据的依赖,提升在覆冰天气运行场景下的预测准确性。采用广西某风电场风电机组数据进行算例验证,结果表明,相较于典型预测方法,所提方法在覆冰天气下的预测性能显著提升。 展开更多

关键词 覆冰天气 不平衡样本 小样本学习 轻量级梯度提升机 风电机组功率特性 风电

在线阅读 下载PDF 职称材料

融合LightGBM的ResNeXt气象目标细粒度识别方法 被引量：2

20

作者 欧阳彤 汪玲 +1 位作者 朱岱寅 李勇 《系统工程与电子技术》 EI CSCD 北大核心 2024年第12期4034-4043,共10页

为精确识别气象目标与混杂其中的非气象目标,提出一种融合轻量级梯度提升机(light gradient boosting machine,LightGBM)与残差网络的残差网络(residual network of residual network:next generation,ResNeXt)的气象目标识别方法。首先... 为精确识别气象目标与混杂其中的非气象目标,提出一种融合轻量级梯度提升机(light gradient boosting machine,LightGBM)与残差网络的残差网络(residual network of residual network:next generation,ResNeXt)的气象目标识别方法。首先,制作块状样本数据集,以此数据集为驱动,建立以ResNeXt为基础的气象目标识别网络模型,实现以块状数据样本为识别单位的气象目标粗粒度识别,识别精度可达99.6%以上;然后,再将此粗粒度结果与参考数据的差异值纳入LightGBM分类器,得到以雷达采样单元为识别单位的细粒度识别结果。结合实际观测数据,证明所提方法融合了LightGBM细粒度识别与ResNeXt高精度识别的能力,能够完成气象目标与杂波的判别,判别结果与参考结果高度一致。结合实际观测数据,证明所提方法融合了LightGBM细粒度识别与ResNeXt高精度识别的能力,能够完成气象目标与杂波的判别,判别结果与参考结果高度一致。 展开更多

关键词 气象雷达 气象目标识别 残差网络 轻量级梯度提升机 融合 深度学习

在线阅读 下载PDF 职称材料