基于梯度提升机的中国陆地生态系统土壤异养呼吸预测

1

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

嵌入轻量梯度提升机评估模型的暂态稳定预防-紧急协调控制 被引量：7

2

作者 高书宇 刘友波 +3 位作者 刘挺坚 沈力 文一宇 邱高 《电力工程技术》 北大核心 2023年第5期167-176,共10页

为了综合发挥运行方式控制和稳控切机控制对电网暂态稳定性的提升作用,提出一种嵌入轻量梯度提升机(light gradient boosting machine,LightGBM)评估模型的电力系统暂态稳定预防-紧急协调控制决策方法。为快速评估控制措施对稳定裕度的... 为了综合发挥运行方式控制和稳控切机控制对电网暂态稳定性的提升作用,提出一种嵌入轻量梯度提升机(light gradient boosting machine,LightGBM)评估模型的电力系统暂态稳定预防-紧急协调控制决策方法。为快速评估控制措施对稳定裕度的影响,首先利用混合控制样本生成方法和LightGBM算法构建预防-紧急控制对稳定裕度的评估模型,考虑到不合理的切机、切负荷控制可能破坏系统稳定性,利用LightGBM评估模型的数值灵敏度来辨识有效的控制地点、缩减决策空间。进一步将LightGBM模型嵌入暂态稳定双层优化控制模型、替代暂态稳定时域仿真校核,结合改进的非支配排序遗传算法(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)实现协调控制策略的快速求解。通过IEEE 39节点测试算例,验证了所提方法能够实现不同严重程度的故障在发生前后的预防控制和紧急控制之间的协调配合,既提高了电网安全稳定性,又减小了优化调度成本。 展开更多

关键词 暂态稳定 预防-紧急协调控制 数据驱动 轻量梯度提升机(lightgbm) 评估模型 非支配排序遗传算法(NSGA-Ⅱ)

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

3

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

基于LightGBM算法和出行链理论的电动汽车充电负荷多时间尺度预测模型 被引量：1

4

作者 庞松岭 范凯迪 +1 位作者 陈超 窦洁 《汽车技术》 CSCD 北大核心 2024年第6期9-16,共8页

为提高电动汽车充电负荷预测的准确性,设计了一种基于轻量级梯度提升机(LightGBM)算法和出行链理论的电动汽车充电负荷多时间尺度预测模型。利用出行链描述用户出行过程,采用蒙特卡洛法抽取时空数据,计算不同区域出行和停留时间的概率... 为提高电动汽车充电负荷预测的准确性,设计了一种基于轻量级梯度提升机(LightGBM)算法和出行链理论的电动汽车充电负荷多时间尺度预测模型。利用出行链描述用户出行过程,采用蒙特卡洛法抽取时空数据,计算不同区域出行和停留时间的概率密度函数,采用牛顿法划分多时间尺度充电概率,明确驾驶时空分布与充电状况,并运用模糊数学定理与LightGBM分类充电负荷数据,构建了多季节多时段预测模型。采用LightGBM高效并行计算模式,明确充电负荷变化规律,实现了多时间尺度预测。试验结果表明:所建立的模型在不同季节和电动汽车数量条件下,预测误差低于100 kW,预测空报率低于3%,可准确展现充电负荷的变化规律。 展开更多

关键词 轻量级梯度提升机 出行链理论 充电负荷 多时间尺度 预测模型

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

5

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

基于LightGBM的航班延误多分类预测 被引量：34

6

作者 丁建立 孙玥 《南京航空航天大学学报》 CAS CSCD 北大核心 2021年第6期847-854,共8页

航班延误是民航业的一大难题,提前对航班的延误情况进行预测,以采取合理的应对措施,对缓解航班延误产生的负面影响有着重要意义。为提升预测性能,提出一种基于轻量级梯度提升机(Light gradient boosting machine,LightGBM)的航班延误多... 航班延误是民航业的一大难题,提前对航班的延误情况进行预测,以采取合理的应对措施,对缓解航班延误产生的负面影响有着重要意义。为提升预测性能,提出一种基于轻量级梯度提升机(Light gradient boosting machine,LightGBM)的航班延误多分类预测模型。该模型结合航班信息与天气信息,运用方差过滤与递归特征消除进行特征筛选,并采用合成少数过采样技术(Synthetic minority oversampling technique,SMOTE)与Tomek Link对数据进行不平衡处理,最后使用LightGBM进行建模,实现对航班延误时长的多分类预测。为验证模型的合理性,将所提模型与其他先进算法构建的模型进行对比。实验结果表明,所提模型在各种预测性能指标上结果更优,将预测精度提升至90%以上,同时大幅度降低了训练时间成本。 展开更多

关键词 航班延误 预测模型 轻量级梯度提升机 贝叶斯调参

在线阅读 下载PDF 职称材料

面向交通流预测的路况分级融合模型 被引量：1

7

作者 巢成 许建秋 《计算机应用》 CSCD 北大核心 2023年第S02期47-53,共7页

针对复杂交通网的路况拥堵问题,提出了L^(2)(LSTM(Long Short-Term Memory)+LGBM(Light Gradient Boosting Machine))融合模型,为道路决策提供数据驱动的基础,优化交通调度,提高出行效率。首先,通过前向关联边结构存储路网模型;其次,提... 针对复杂交通网的路况拥堵问题,提出了L^(2)(LSTM(Long Short-Term Memory)+LGBM(Light Gradient Boosting Machine))融合模型,为道路决策提供数据驱动的基础,优化交通调度,提高出行效率。首先,通过前向关联边结构存储路网模型;其次,提取历史序列数据特征,保留路网中的时序特征;最后,通过将时间序列数据与道路拓扑结构融合进行特征提取,训练模型并完成预测。为便于理解路段状态,采用分级评价,将预测结果划分为:拥堵、缓行和畅通。实验采用北京地区真实路况作为数据集,数据规模达1500余万条。实验将融合模型L^(2)与深度神经网络(DNN)、LSTM和LGBM做对比,实验结果表明,L^(2)的预测精度达91.22%,优于其他模型。最后,采用可视化技术展示实验结果,完成5种可视化图表的实现,便于用户直观理解道路的实时状态。 展开更多

关键词 交通流预测 融合模型 长短期记忆网络 轻量级梯度提升机 道路属性 可视化

在线阅读 下载PDF 职称材料

基于LightGBM算法的边坡稳定性预测研究 被引量：25

8

作者 张凯 张科 《中国安全科学学报》 CAS CSCD 北大核心 2022年第7期113-120,共8页

为减少边坡失稳造成的灾害和事故,提出基于轻量级梯度提升机(LightGBM)算法的边坡稳定性预测模型;将容重、黏聚力、内摩擦角、边坡角、边坡高度和孔隙压力比6个主要影响因素作为模型的输入,将边坡稳定性作为模型的输出;引入基于混淆矩... 为减少边坡失稳造成的灾害和事故,提出基于轻量级梯度提升机(LightGBM)算法的边坡稳定性预测模型;将容重、黏聚力、内摩擦角、边坡角、边坡高度和孔隙压力比6个主要影响因素作为模型的输入,将边坡稳定性作为模型的输出;引入基于混淆矩阵的分类性能度量指标和被试工作特性曲线线下面积(AUC),评估模型的泛化性能。结果表明:提出的边坡稳定性预测模型能很好地描述影响因素与边坡稳定性之间复杂的非线性关系;与其他算法相比,LightGBM算法的F_(1)-Score和AUC分别为0.92和0.91,分别提高1.10%~61.40%和1.11%~28.17%;相较于0-均值归一化和反正切归一化,考虑正负相关性的最大值和最小值归一化更适合作为LightGBM模型的前处理方法;通过改变训练数据集长度,进行单因素分析,发现模型的泛化性能与训练数据集长度呈正相关关系。 展开更多

关键词 轻量级梯度提升机(lightgbm) 边坡稳定性 机器学习算法 混淆矩阵 归一化

在线阅读 下载PDF 职称材料

基于VMD-LSTM-LightGBM的多特征短期电力负荷预测 被引量：39

9

作者 张未 余成波 +3 位作者 王士彬 李涛 何鑫 陈佳 《南方电网技术》 CSCD 北大核心 2023年第2期74-81,共8页

针对目前多特征电力负荷预测精度不准的问题,为充分挖掘电力负荷数据中的时序信息、天气信息等特征信息,提出了一种基于变分模态分解(variational mode decomposition,VMD)的长短期记忆(long short-term memory,LSTM)神经网络与轻量级... 针对目前多特征电力负荷预测精度不准的问题,为充分挖掘电力负荷数据中的时序信息、天气信息等特征信息,提出了一种基于变分模态分解(variational mode decomposition,VMD)的长短期记忆(long short-term memory,LSTM)神经网络与轻量级梯度提升机(light gradient boosting machine,LightGBM)预测模型,优化负荷数据非线性、非平稳、长记忆等问题,解决了多特征预测提取特征信息差的问题。该方法首先用VMD分解代表不同尺度的特征模态分量,降低了原始序列的不平稳度,同时分解的残差量代表负荷数据强非线性部分,通过特征性强的算法进行预测,将各模态分量通过LSTM的单特征预测,再将各个分量加入多特征利用LightGBM进行负荷预测。通过与目前多特征电力负荷预测模型进行对比实验,平均绝对误差(mean absolute error,MAE)值仅为其23%~73%,平均绝对百分比误差(mean absolute percentage error,MAPE)值能达到0.37%,具有更好的预测精度。 展开更多

关键词 多特征 变分模态分解(VMD) 长短期记忆(LSTM) 轻量级梯度提升机(lightgbm) 短期负荷预测 残差量

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

10

作者 臧燕杰 《中国安全科学学报》 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Light-GBM算法的地震动显著持时预测模型

11

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》 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