基于CatBoost优化算法的自密实混凝土工作性预测

1

作者 梁其旻 王喆 +2 位作者 梅英杰 孙奥 李鹏飞 《硅酸盐通报》 北大核心 2025年第9期3178-3187,共10页

针对自密实混凝土工作性控制不当易导致结构缺陷的问题,本研究提出一种基于CatBoost优化算法的自密实混凝土工作性预测方法。首先,通过试验建立了包含313组数据的数据集。随后,基于CatBoost算法建立自密实混凝土工作性预测模型,并采用Op... 针对自密实混凝土工作性控制不当易导致结构缺陷的问题,本研究提出一种基于CatBoost优化算法的自密实混凝土工作性预测方法。首先,通过试验建立了包含313组数据的数据集。随后,基于CatBoost算法建立自密实混凝土工作性预测模型,并采用Optuna超参数自动优化框架确定模型的最优超参数。最后,对模型输入参数进行分析。结果表明:相较于未加入净浆试验参数的数据集,本文所建立的数据集能有效提高自密实混凝土工作性预测精度;净浆试验参数在模型预测中表现出较高的相关性和重要性;所建立的模型可以高精度地预测扩展度和V型漏斗时间,表明该模型具有良好的泛化能力,可为自密实混凝土的设计和应用提供参考。 展开更多

关键词 自密实混凝土 净浆阈值理论 catboost算法 Optuna框架 敏感性分析 工作性预测

在线阅读 下载PDF 职称材料

基于模态分解与CatBoost-GTCN-DGM的锂电池RUL预测方法

2

作者 胡胜 李莹莹 +2 位作者 何怡婷 李景琦 张凡 《电源技术》 北大核心 2025年第8期1681-1690,共10页

针对电池剩余使用寿命(RUL)预测过程中存在数据噪声,影响预测精度的问题,提出一种结合自适应白噪声完全集成经验模态分解(CEEMDAN)、CatBoost算法、门控时间卷积网络(GTCN)和双高斯模型(DGM)的RUL预测方法。首先采用CEEMDAN分解容量信号... 针对电池剩余使用寿命(RUL)预测过程中存在数据噪声,影响预测精度的问题,提出一种结合自适应白噪声完全集成经验模态分解(CEEMDAN)、CatBoost算法、门控时间卷积网络(GTCN)和双高斯模型(DGM)的RUL预测方法。首先采用CEEMDAN分解容量信号,得到若干高频分量和低频分量。然后使用CatBoost算法量化每个分量对于原始容量数据的贡献率,并将其作为权重,以此剔除噪声对预测结果的干扰。利用GTCN和DGM建立预测子模型,最后将子模型的预测结果结合每个分量的权重进行加权融合,得到最终的RUL预测结果。以NASA锂电池数据集为实验对象,实验结果显示,所提方法的均方根误差、平均绝对误差、平均绝对百分比误差和绝对误差最小值分别为0.0135、0.0086、0.0056和1个循环,有效提升了RUL预测精度。 展开更多

关键词 锂离子电池 剩余使用寿命 catboost算法 门控时间卷积网络 双高斯模型

在线阅读 下载PDF 职称材料

基于FHO-CatBoost的分布式电源调控异常事件检测

3

作者 谢国强 卢志学 +4 位作者 陈明亮 余滢婷 潘本仁 孙鹤洋 李元诚 《电网技术》 北大核心 2025年第4期1625-1634,共10页

新型电力系统的全面推进仍然面临多重安全挑战,特别是分布式电源系统容易受极端天气、自然灾害和网络攻击等威胁,从而导致系统波动异常和设备故障,使得分布式电源调度控制面临更加复杂的局面。为应对这些挑战,提高异常事件的检测效率和... 新型电力系统的全面推进仍然面临多重安全挑战,特别是分布式电源系统容易受极端天气、自然灾害和网络攻击等威胁,从而导致系统波动异常和设备故障,使得分布式电源调度控制面临更加复杂的局面。为应对这些挑战,提高异常事件的检测效率和准确率,以辅助分布式电源系统的调控决策技术,提出了一种基于火鹰优化的CatBoost算法(fire hawk optimizer-CatBoost,FHO-CatBoost)的分布式电源调控异常事件检测模型。该模型充分利用了CatBoost的强大梯度框架和自动处理类别特征的能力,通过FHO算法的调整超参数优化模型,提高了检测效率与识别准确率。实验结果证明,FHO-CatBoost模型在不同类别异常事件准确检测和整体性能上均表现优越,并在多方面性能评估中均优于其他主流梯度提升算法,在准确率上达到了91.59%,较最好的CatBoost方法提升了6.58%,具有更出色的性能表现,在分布式电源调控异常事件检测中具有显著优势,为电力系统安全运行提供了重要支持。 展开更多

关键词 分布式电源 异常事件检测 catboost 火鹰优化算法

在线阅读 下载PDF 职称材料

基于OOA-CatBoost的烧结矿粒度预测模型

4

作者 李喆 王猛 +3 位作者 董振 姜娟娟 李杰 杨爱民 《烧结球团》 北大核心 2025年第3期47-58,共12页

在烧结生产过程中,烧结矿粒度是评价烧结矿质量的重要指标之一。为提高烧结生产水平,针对烧结过程检测的滞后性和粒级占比调控预测问题,建立基于整体生产参数的烧结矿粒级占比预测模型;将经过特征选择之后的12个关键参数作为输入变量,... 在烧结生产过程中,烧结矿粒度是评价烧结矿质量的重要指标之一。为提高烧结生产水平,针对烧结过程检测的滞后性和粒级占比调控预测问题,建立基于整体生产参数的烧结矿粒级占比预测模型;将经过特征选择之后的12个关键参数作为输入变量,对应的烧结矿粒级占比作为输出变量;通过缺失数据填补、数据增强以及异常点替换等数据预处理方法,获取用于预测烧结矿粒级占比的高质量数据集;采用鱼鹰优化算法(OOA)和类别特征梯度提升算法(CatBoost)构建预测模型。结果表明,OOA-CatBoost算法模型的平均绝对误差(MAE)为0.2769,均方误差(MSE)为0.0433,决定系数(R^(2))为0.9499。对比侏儒猫鼬优化(DMO)算法、麻雀搜索算法优化(SSA)、鱼鹰优化算法优化的随机森林(RF)、轻量梯度提升机(LightGBM)以及极限梯度提升算法(XGBoost)等其他11个机器学习模型,本文模型取得良好的预测效果。基于工业实测数据,OOA-CatBoost算法对烧结矿粒级占比的平均预测误差达到0.0852,可为优化原料配比、混合料参数和烧结机参数调控提供理论指导,从而提升优质烧结矿的粒级占比。 展开更多

关键词 烧结矿粒级 鱼鹰优化算法 catboost OOA-catboost算法 预测

在线阅读 下载PDF 职称材料

基于CatBoost算法的配电网分区拓扑辨识 被引量：7

5

作者 彭寒梅 吴行 +2 位作者 胡磊 苏永新 谭貌 《电力自动化设备》 EI CSCD 北大核心 2024年第5期95-102,共8页

含多分布式电源配电网的拓扑结构具有多样性与多变性,影响拓扑辨识的实时性和准确性。提出一种基于CatBoost算法的配电网分区拓扑辨识方法。构建结合拓扑分区的配电网拓扑辨识框架,采用区域开关状态矩阵描述拓扑结构,以进行物理上的辨... 含多分布式电源配电网的拓扑结构具有多样性与多变性,影响拓扑辨识的实时性和准确性。提出一种基于CatBoost算法的配电网分区拓扑辨识方法。构建结合拓扑分区的配电网拓扑辨识框架,采用区域开关状态矩阵描述拓扑结构,以进行物理上的辨识降维;提出基于CatBoost算法的特征选择与拓扑辨识方法,通过分区并行离线训练得到历史拓扑和未知拓扑的区域拓扑辨识CatBoost模型,通过在线应用得到实时的区域开关状态矩阵标签,形成配电网开关状态矩阵,实现系统拓扑辨识。配电网算例系统测试结果验证了所提方法的有效性。 展开更多

关键词 配电网 拓扑辨识 catboost算法 拓扑分区 特征选择

在线阅读 下载PDF 职称材料

基于CatBoost-MOEAD的大直径泥水盾构施工多目标预测优化 被引量：2

6

作者 吴贤国 刘俊 +2 位作者 苏飞鸣 陈虹宇 冯宗宝 《中国安全科学学报》 CAS CSCD 北大核心 2024年第6期57-64,共8页

为有效优化盾构施工参数,实现在大直径泥水盾构掘进过程中安全、高效和节能的目标,提出分类助推(CatBoost)和基于分解的多目标进化算法(MOEAD)相结合的混合智能算法;综合考虑盾构施工参数与地质条件,以主要的盾构施工参数为研究对象,选... 为有效优化盾构施工参数,实现在大直径泥水盾构掘进过程中安全、高效和节能的目标,提出分类助推(CatBoost)和基于分解的多目标进化算法(MOEAD)相结合的混合智能算法;综合考虑盾构施工参数与地质条件,以主要的盾构施工参数为研究对象,选择地表沉降、贯入度和掘进比能为预测和控制目标;优化调控选择的盾构施工参数,并以武汉市轨道交通某号线为例,验证该混合算法的有效性。结果表明:采用CatBoost算法建立的预测模型在大直径泥水盾构上表现出来的预测性能良好,对3个控制目标的拟合精度(R 2)均达到0.9以上;预测模型的重要性排序表明:大直径泥水盾构的总推进力和推进速度对地表沉降、贯入度和掘进比能有显著影响;所提出的CatBoost-MOEAD混合智能算法对3个控制目标的优化效果明显,地表沉降、贯入度和掘进比能分别达到12.35%、7.47%和10.70%的优化幅度,并给出相应盾构施工参数的控制范围。 展开更多

关键词 大直径泥水盾构 分类助推(catboost) 基于分解的多目标进化算法(MOEAD) 多目标优化 地表沉降

在线阅读 下载PDF 职称材料

基于CatBoost-NSGA-Ⅲ算法的盾构姿态预测与优化

7

作者 吴贤国 刘俊 +3 位作者 曹源 雷宇 李士范 覃亚伟 《中国安全科学学报》 CAS CSCD 北大核心 2024年第8期69-77,共9页

为解决盾构掘进过程中因盾构前倾变形、蛇形、轴线偏离及纠偏等影响施工安全性与高效性的问题,提出一种将类别型特征梯度提升(CatBoost)与第三代非支配排序遗传算法(NSGA-Ⅲ)相结合的盾构姿态多目标优化方法;以贵阳地铁为例,选取22个影... 为解决盾构掘进过程中因盾构前倾变形、蛇形、轴线偏离及纠偏等影响施工安全性与高效性的问题,提出一种将类别型特征梯度提升(CatBoost)与第三代非支配排序遗传算法(NSGA-Ⅲ)相结合的盾构姿态多目标优化方法;以贵阳地铁为例,选取22个影响因素作为输入参数,利用CatBoost算法建立输入参数与盾构姿态之间的非线性映射函数关系,采用随机森林(RF)算法评价输入参数的重要性;以盾构姿态绝对值最小化为目标,构建CatBoost-NSGA-Ⅲ多目标优化模型,并通过案例分析验证所提方法的适用性和有效性。结果表明:采用CatBoost算法训练工程实测数据得到的预测模型具有较高的精度,5个盾构姿态目标的R^(2)范围为0.916~0.943;所研发的CatBoost-NSGA-Ⅲ盾构姿态多目标优化方法,可使盾构姿态得到显著优化,整体改进的平均值为53.34%。 展开更多

关键词 类别型特征梯度提升(catboost) 第三代非支配排序遗传算法(NSGA-Ⅲ) 盾构姿态 多目标优化 重要性排序

在线阅读 下载PDF 职称材料

基于CatBoost-MOEAD的大直径泥水盾构姿态多目标预测与优化

8

作者 吴贤国 刘俊 +1 位作者 王静怡 覃亚伟 《中国安全科学学报》 CAS CSCD 北大核心 2024年第10期50-57,共8页

为避免盾构掘进过程中出现蛇形、轴线偏离等姿态异常问题影响施工安全,提出一种结合类别提升(CatBoost)算法和基于分解的多目标优化算法(MOEAD)的大直径泥水盾构姿态控制方法;构建一个盾构姿态预测模型,该模型包含19个输入参数和6个输... 为避免盾构掘进过程中出现蛇形、轴线偏离等姿态异常问题影响施工安全,提出一种结合类别提升(CatBoost)算法和基于分解的多目标优化算法(MOEAD)的大直径泥水盾构姿态控制方法;构建一个盾构姿态预测模型,该模型包含19个输入参数和6个输出参数,利用CatBoost算法构建输入参数与输出参数之间的非线性映射关系;采用沙普利加性解释法(SHAP)分析输入参数对盾构姿态的影响;结合多目标优化算法构建CatBoost-MOEAD盾构姿态多目标优化模型,将所提模型运用到武汉长江大直径泥水盾构隧道工程中,分析验证所提方法的适用性和有效性。结果表明:CatBoost预测模型能够高效地预测大直径泥水盾构的姿态,其中6个盾构姿态目标的决定系数范围为0.931~0.974,均方根误差范围为0.030~0.880,误差范围为0.039~1.057;对盾构姿态影响较大的施工参数中推进组推力对盾构姿态的影响最为显著;通过研发的CatBoost-MOEAD盾构姿态多目标优化方法,盾构姿态的优化效果显著,优化率可达38.86%。 展开更多

关键词 类别提升(catboost) 基于分解的多目标优化算法(MOEAD) 大直径泥水盾构 盾构姿态 多目标优化 沙普利加性解释法(SHAP)

在线阅读 下载PDF 职称材料

基于机载激光雷达点云数据和Catboost算法的杉木单木蓄积量估测研究 被引量：4

9

作者 孙梦莲 余坤勇 +5 位作者 张晓萍 赵各进 陈奕辰 陈翔宇 黄翔 刘健 《西南林业大学学报（自然科学）》 CAS 北大核心 2024年第3期157-165,共9页

选取福建顺昌县洋口国有林场6块杉木标准地内200株杉木的激光雷达点云数据和地面调查数据,基于机载激光雷达点云数据生成的冠层高度模型,运用局域极大值算法检测树冠顶点,提取树高;采用标记极值的分水岭算法估测冠幅面积,将估测的树高... 选取福建顺昌县洋口国有林场6块杉木标准地内200株杉木的激光雷达点云数据和地面调查数据,基于机载激光雷达点云数据生成的冠层高度模型,运用局域极大值算法检测树冠顶点,提取树高;采用标记极值的分水岭算法估测冠幅面积,将估测的树高和冠幅面积结合单木蓄积量真值,构建基于Catboost算法的单木蓄积量估测模型。结果表明:使用局域极大值算法估测树高,R^(2)为0.91,RMSE为0.81 m;采用标记极值的分水岭算法估测冠幅面积,R^(2)为0.81,RMSE为1.18 m^(2);采用Catboost算法构建单木蓄积量估测模型R^(2)为0.934。因此,机载激光雷达点云数据可以有效估测树高和树冠面积,采用Catboost算法能够实现杉木单木蓄积量的估测,为高精度反演森林蓄积量提供新的思路。 展开更多

关键词 蓄积量 树高 冠幅 catboost算法

在线阅读 下载PDF 职称材料

CatBoost算法结合Optuna框架预测砂土液化 被引量：2

10

作者 何家智 冯现大 刘天琦 《济南大学学报（自然科学版）》 CAS 北大核心 2024年第4期496-502,共7页

为了解决利用机器学习算法建立的部分砂土液化预测模型仅在特定地区实现高精确预测而泛化能力减弱的问题,从而扩大砂土液化预测模型适用范围,准确预测砂土液化,以更好地防治地震灾害,基于类别型特征提升算法CatBoost并结合自动超参数优... 为了解决利用机器学习算法建立的部分砂土液化预测模型仅在特定地区实现高精确预测而泛化能力减弱的问题,从而扩大砂土液化预测模型适用范围,准确预测砂土液化,以更好地防治地震灾害,基于类别型特征提升算法CatBoost并结合自动超参数优化框架Optuna进行调参训练,建立CatBoost-Optuna砂土液化预测模型;将标准贯入试验的地震液化数据集划分为训练集和测试集,利用5个评估指标评估所建立模型的预测结果,与测试集中多层感知机和支持向量机砂土液化预测模型的评估结果相比较,并以地震液化案例数据作为验证集,对比不同预测模型的预测效果。结果表明:与多层感知机和支持向量机砂土液化预测模型相比,所建立的模型在测试集中评估指标较大,有更好的预测效果;在验证集中,所建立模型的评估指标只有精准率略微减小,其他评估指标都保持稳定,而对比模型的评估指标只有召回率保持稳定,其他评估指标都有所减小,只有所建立模型的预测效果与在测试集中的预测效果保持一致,进一步证明所建立模型的泛化能力较强。 展开更多

关键词 岩土工程 砂土液化预测 机器学习 catboost算法 Optuna框架 泛化能力

在线阅读 下载PDF 职称材料

一种基于CatBoost优化的光伏阵列故障诊断模型 被引量：7

11

作者 彭自然 许怀顺 肖伸平 《电子学报》 EI CAS CSCD 北大核心 2024年第7期2418-2428,共11页

大部分光伏电站地处偏僻、地形复杂的区域,受到外界环境的影响,易发生各种故障.而传统的光伏阵列故障诊断方法存在精度不高以及光伏数据利用率低等问题.针对以上问题,本文先是通过引入Levy飞行策略和步长因子动态调整策略改进麻雀搜索算... 大部分光伏电站地处偏僻、地形复杂的区域,受到外界环境的影响,易发生各种故障.而传统的光伏阵列故障诊断方法存在精度不高以及光伏数据利用率低等问题.针对以上问题,本文先是通过引入Levy飞行策略和步长因子动态调整策略改进麻雀搜索算法(Sparrow Search Algorithm,SSA),降低SSA算法陷入局部最优的风险,提升SSA算法的寻优能力.然后采用改进的Levy步长调整麻雀搜索算法(Levy Adjustment Sparrow Search Algorithm,LASSA)对CatBoost模型关键超参数进行寻优,提出了一种基于CatBoost并以LASSA为优化策略的光伏阵列故障诊断模型LASSA-CatBoost,以实现光伏阵列的短路、开路、老化和阴影遮挡故障的精确诊断.实验结果表明,LASSA-CatBoost模型的故障诊断准确率为99.7%,相较于优化前的CatBoost模型,准确率提高了3.6%.与现有的光伏阵列故障诊断模型相比,LASSA-CatBoost模型的准确性和稳定性更高. 展开更多

关键词 光伏阵列 故障诊断 I-V特性曲线 catboost Levy adjustment sparrow search algorithm

在线阅读 下载PDF 职称材料

基于心脑血管疾病发病风险预测的CatBoost算法和贝叶斯网络模型分析 被引量：2

12

作者 王爱民 王凤琳 +10 位作者 黄一铭 徐雅琪 张文婧 丛显铸 苏维强 王素珍 高梦瑶 李爽 孔雨佳 石福艳 陶恩学 《吉林大学学报（医学版）》 CAS CSCD 北大核心 2024年第4期1044-1054,共11页

目的:筛选影响心脑血管疾病发病的主要特征变量,基于排序前10位的特征变量构建心脑血管疾病发病风险贝叶斯网络模型,为心脑血管疾病发病风险预测提供参考。方法:从英国生物样本(UK Biobank)数据库中纳入315896例参与者和相关变量,通过... 目的:筛选影响心脑血管疾病发病的主要特征变量,基于排序前10位的特征变量构建心脑血管疾病发病风险贝叶斯网络模型,为心脑血管疾病发病风险预测提供参考。方法:从英国生物样本(UK Biobank)数据库中纳入315896例参与者和相关变量,通过类别型特征提升(CatBoost)算法进行特征选择,将所有参与者按7∶3比例随机分为训练集和测试集,并基于最大最小爬山(MMHC)算法构建贝叶斯网络模型。结果:本研究中人群心脑血管疾病患病率为28.8%。CatBoost算法筛选的排名前10位变量分别为年龄、体质量指数(BMI)、低密度脂蛋白胆固醇(LDL-C)、总胆固醇(TC)、甘油三酯-葡萄糖(TyG)指数、家族史、载脂蛋白A/B比值、高密度脂蛋白胆固醇(HDL-C)、吸烟状态和性别。CatBoost训练集模型受试者工作特征(ROC)曲线下面积(AUC)为0.770,模型准确性为0.764;验证集模型AUC为0.759,模型准确性为0.763。临床效能分析,训练集阈值范围为0.06~0.85,验证集阈值范围为0.09~0.81。心脑血管疾病发病风险贝叶斯网络模型分析,年龄、性别、吸烟状态、家族史、BMI和载脂蛋白A/B比值与心脑血管疾病直接相关,是心脑血管疾病发生的重要风险因素,TyG指数、HDL-C、LDL-C和TC通过影响BMI和载脂蛋白A/B比值间接影响心脑血管疾病的发生风险。结论:控制BMI、载脂蛋白A/B比值和吸烟行为,可以降低心脑血管疾病的发病风险。贝叶斯网络模型可用于预测心脑血管疾病发病风险。 展开更多

关键词 心脑血管疾病 catboost算法 贝叶斯网络 风险推理

在线阅读 下载PDF 职称材料

基于演化CatBoost算法的房价预测模型 被引量：1

13

作者 王成章 白晓明 +1 位作者 汤文英 陈书涵 《计算机科学》 CSCD 北大核心 2024年第S02期970-974,共5页

遗传规划算法采用函数变换将原有变量张成的空间映射到新的特征空间,通过遗传算子操作实现目标函数的最优化。影响房价波动的因素有很多,各影响因素与房价之间呈现复杂的非线性关系。文中提出了一种基于演化CatBoost算法的房价预测模型... 遗传规划算法采用函数变换将原有变量张成的空间映射到新的特征空间,通过遗传算子操作实现目标函数的最优化。影响房价波动的因素有很多,各影响因素与房价之间呈现复杂的非线性关系。文中提出了一种基于演化CatBoost算法的房价预测模型,将影响房价波动的各因素变量编码为遗传规划算法的终端变量,采用CatBoost算法作为基学习器构建适应度函数,针对房价预测的特点设计合理的遗传算子,在函数映射后的特征空间上实现目标函数的最优化,以提升预测模型的性能。实验结果表明,基于演化CatBoost算法的房价预测模型的预测性能优于传统的基于随机森林算法、支持向量机算法、自适应增强算法、极致梯度提升算法等的预测模型,能够更好地实现房价的预测,在相同条件下具有更高的预测准确度。 展开更多

关键词 遗传规划 catboost算法 预测模型 决策树 最优化

在线阅读 下载PDF 职称材料

基于IGWO-CatBoost模型的岩石爆破块度预测 被引量：4

14

作者 宋家威 郇宝乾 +3 位作者 秦涛 张宇庭 王雪松 徐振洋 《爆破器材》 CAS CSCD 北大核心 2024年第2期56-64,共9页

针对无法准确预测矿山岩石爆破后块度大小的问题,提出一种基于改进灰狼算法(IGWO)优化的CatBoost块度预测模型。采用一种新的非线性收敛因子,引入动态权重策略,改进已有的灰狼算法(GWO),通过4个测试函数和5种优化算法验证了IGWO的寻优... 针对无法准确预测矿山岩石爆破后块度大小的问题,提出一种基于改进灰狼算法(IGWO)优化的CatBoost块度预测模型。采用一种新的非线性收敛因子,引入动态权重策略,改进已有的灰狼算法(GWO),通过4个测试函数和5种优化算法验证了IGWO的寻优能力。对公开数据库和现场采集的32组数据进行预测分析。首先,采用随机森林算法进行特征重要性筛选,利用IGWO对CatBoost进行参数寻优,建立IGWO-CatBoost爆破块度预测模型;然后,将预测结果与在相同条件下建立的CatBoost、XGBoost、LightGBM模型进行对比分析。经过IGWO调参,CatBoost模型的预测准确度得到有效提高,IGWO-CatBoost模型的预测准确度均优于其他3种预测模型。对比结果表明,IGWO-CatBoost模型具有很好的预测能力和适应性。 展开更多

关键词 改进灰狼算法 IGWO-catboost模型 随机森林 块度预测

在线阅读 下载PDF 职称材料

基于改进沙猫群优化算法优化CatBoost模型的气温和风速偏差订正

15

作者 沈天行 秦华旺 《科学技术与工程》 北大核心 2024年第34期14716-14725,共10页

当前环境下,气象要素的准确预报在农业生产,社会生活和交通运输方面起到了越来越重要的作用,因此提出了一种改进的沙猫群算法(sand cat swarm optimization, SCSO),用于优化CatBoost模型,以解决传统气温和风速预测不准确的问题。研究数... 当前环境下,气象要素的准确预报在农业生产,社会生活和交通运输方面起到了越来越重要的作用,因此提出了一种改进的沙猫群算法(sand cat swarm optimization, SCSO),用于优化CatBoost模型,以解决传统气温和风速预测不准确的问题。研究数据涵盖了南京地区2012年1月1日—2014年12月31日的气象数据,利用ERA5再分析数据作为真实数据。首先,将数据划分为训练集和验证集,利用SCSO优化CatBoost模型,以订正24、48、72 h刻预报的气温和风速。为了克服SCSO易陷入局部最优解和收敛速度慢的问题,采用Halton Sequence搜索算法初始化沙猫群位置,并引入莱维飞行和三角游走策略优化寻优过程。在迭代中,采用LOBL策略和边界突变算子确保不会陷入局部最优解。最后,利用改进的SCSO优化CatBoost的超参数,并结合K折交叉验证提高参数的可靠性和泛化性。结果表明,改进的SCSO-CatBoost模型相比XGBoost、LightGBM、传统GBDT、随机森林、支持向量机和线性回归模型具有更高的准确性和优越性,在24 h的气温和风速预测中均方根误差分别提升了0.514 5和0.174 9,在48、72 h的提升也十分显著。为提升气象要素预报准确性提供了科学依据和技术支持。 展开更多

关键词 catboost 沙猫群优化算法 神经网络 PYTHON 气象预测 偏差订正

在线阅读 下载PDF 职称材料

砂泥岩地层岩性智能识别方法与应用——以新疆轮南侏罗系岩层为例 被引量：2

16

作者 蔡明 周庆文 +6 位作者 杨聪 陈枫 伍东 林旺 章成广 张远君 苗雨欣 《煤田地质与勘探》 北大核心 2025年第1期235-244,共10页

【目的】岩性识别是储层精细评价的基础,传统方法一般仅用2~3种测井参数的交互关系进行岩性识别,测井信息利用率低,对于岩性测井响应差异小的地层岩性识别精度低,严重制约了老井复查效果。高效的智能分类算法CatBoost可充分挖掘多源测... 【目的】岩性识别是储层精细评价的基础,传统方法一般仅用2~3种测井参数的交互关系进行岩性识别,测井信息利用率低,对于岩性测井响应差异小的地层岩性识别精度低,严重制约了老井复查效果。高效的智能分类算法CatBoost可充分挖掘多源测井信息与岩性的关联。【方法】以新疆轮南地区侏罗系砂泥岩储层为研究对象,通过敏感性分析选取自然伽马、自然电位、深浅电阻率比值、声波时差和密度5个测井参数,构建基于CatBoost算法的岩性智能识别模型。利用优化的模型处理实际井资料以进行地层岩性识别,通过准确率、精确率和召回率综合评估模型的岩性识别效果,并对比分析了其与随机森林和KNN算法模型的识别效果。【结果和结论】结果表明:轮南侏罗系大类岩性包括泥岩、砂岩和砾岩,细分岩性复杂;根据岩性敏感测井参数利用CatBoost算法建立的岩性智能预测模型对目标储层细分岩性的识别准确率达92.64%,显著高于随机森林模型的82.95%和KNN模型的70.16%,证明该方法能有效解决研究区的岩性识别问题。研究成果不仅为轮南地区老井复查和进一步勘探开发提供了科学依据,还为复杂岩性精细识别方法研究提供重要参考。 展开更多

关键词 测井 岩性识别 人工智能 catboost 梯度提升算法

在线阅读 下载PDF 职称材料

基于集成学习的压电陶瓷烧结过程质量预测建模 被引量：2

17

作者 马超 翁智逸 何非 《计算机集成制造系统》 北大核心 2025年第1期147-157,共11页

烧结工艺是影响压电陶瓷成品质量的关键工艺,涉及影响因素众多,具有非线性、滞后性的特点,导致烧成品的质量难以保证。针对这一难题,通过分析烧结过程中陶瓷微观结构的变化,提出平均晶粒尺寸和烧成密度两个间接质量指标,并与压电性能指... 烧结工艺是影响压电陶瓷成品质量的关键工艺,涉及影响因素众多,具有非线性、滞后性的特点,导致烧成品的质量难以保证。针对这一难题,通过分析烧结过程中陶瓷微观结构的变化,提出平均晶粒尺寸和烧成密度两个间接质量指标,并与压电性能指标间的关系进行分析,建立质量预测模型,实现对烧结工艺的质量预测及控制。通过采取集成学习CatBoost算法,并结合贝叶斯超频带(BOHB)超参数优化算法,以五折交叉验证的方式建立了BOHB-CatBoost质量预测模型。最后,结合RMSE和R^(2)两个指标评估模型的性能,并与其他预测模型进行对比,验证了该模型具有更高的预测精度以及稳健性,对压电陶瓷的烧结生产过程具有较好的指导意义。 展开更多

关键词 压电陶瓷 质量预测 贝叶斯超频带超参数优化算法 catboost算法

在线阅读 下载PDF 职称材料

面向渔业物联网的LoRa通信资源分配策略 被引量：1

18

作者 张铮 黄龙涛 +2 位作者 张泽扬 张峰 曹守启 《农业工程学报》 北大核心 2025年第14期206-215,共10页

随着水产养殖规模化与标准化的推进,远距离无线电(long range radio,LoRa)技术在渔业物联网中的应用优势逐渐凸显,而复杂的养殖环境和不同功能节点的密集分布对无线网络性能是一种挑战。为保证复杂养殖场景下规模化渔业物联网设备的组... 随着水产养殖规模化与标准化的推进,远距离无线电(long range radio,LoRa)技术在渔业物联网中的应用优势逐渐凸显,而复杂的养殖环境和不同功能节点的密集分布对无线网络性能是一种挑战。为保证复杂养殖场景下规模化渔业物联网设备的组网和通信可靠性需求,该研究充分利用LoRa多扩频因子的特性,设计了面向渔业物联网的LoRa多通道通信机制。在此基础上,提出了AOA-CB-SS扩频因子和时隙联合分配策略。首先,以节点类型、信号强度和信噪比作为Catboost模型(CB)的输入,利用算术优化算法(arithmetic optimization algorithm,AOA)对模型进行超参数优化,使其能够更准确、快速地为节点分配扩频因子(spreading factor,SF);然后再根据当前网络中SF的分配情况,利用分层的时隙遴选策略(slot selection,SS)为传感器节点分配时隙,以确保网络资源的均衡分配。仿真与试验结果表明,AOA-CB-SS在分配SF的准确率达到98%。与同类策略相比,其数据包投递率(packet delivery ratio,PDR)增加了9.89%以上,平均能耗下降了16.8%。经过现场测试,传感器节点的平均PDR为96.7%;对于控制器节点,网关控制信息的一次性传输成功率达到96.5%。该策略允许不同SF的节点复用时隙,在减少数据包碰撞的同时增加了无线带宽的利用率,提高了网络系统的可拓展性,为规模化渔业物联网的应用提供了新思路。 展开更多

关键词 渔业物联网 远距离无线电 扩频因子 catboost算法 多通道

在线阅读 下载PDF 职称材料

基于CatBoost算法的长江中游冬季降水相态预报方法研究 被引量：6

19

作者 王珊珊 雷彦森 +4 位作者 方鸿斌 孟英杰 章翠红 刘文婷 李康丽 《气象》 CSCD 北大核心 2022年第9期1153-1161,共9页

利用2000—2014年地面观测资料和欧洲中期天气预报中心(ECMWF)ERA5再分析资料,选取表征四类降水相态(雨、雪、雨夹雪、冻雨)的温度、湿度、微物理特征的43个特征量,使用精细地形高度订正,利用CatBoost算法开展长江中游降水相态预报方法... 利用2000—2014年地面观测资料和欧洲中期天气预报中心(ECMWF)ERA5再分析资料,选取表征四类降水相态(雨、雪、雨夹雪、冻雨)的温度、湿度、微物理特征的43个特征量,使用精细地形高度订正,利用CatBoost算法开展长江中游降水相态预报方法研究。结果显示:此方法对雨、雪、冻雨有较好的分类和预报效果。使用精细地形高度预处理后的特征量,能够提高降水相态判别的准确率和空间精细度。雨、雪、冻雨的预报准确率与ECMWF预报产品相比分别提高了9.9%、39.1%、11.1%,但对雨夹雪的改进不明显。 展开更多

关键词 降水相态 catboost算法 不平衡数据处理

在线阅读 下载PDF 职称材料

结合CNN和Catboost算法的恶意安卓应用检测模型 被引量：5

20

作者 苏庆 林华智 +1 位作者 黄剑锋 林志毅 《计算机工程与应用》 CSCD 北大核心 2021年第15期140-146,共7页

针对恶意安卓应用程序检测中存在的特征维度大、检测效率低的问题,结合卷积神经网络CNN良好的特征提取和降维能力以及catboost算法无需广泛数据训练即可产生较好分类结果的优点,构建一个CNN-catboost混合恶意安卓应用检测模型。通过逆... 针对恶意安卓应用程序检测中存在的特征维度大、检测效率低的问题,结合卷积神经网络CNN良好的特征提取和降维能力以及catboost算法无需广泛数据训练即可产生较好分类结果的优点,构建一个CNN-catboost混合恶意安卓应用检测模型。通过逆向工程获取安卓应用的权限、API包、组件、intent、硬件特性和OpCode特征等静态特征并映射为特征向量,再在特征处理层使用卷积核对特征进行局部感知处理以增强信号。使用最大池化对处理后的特征进行下采样,降低维数并保持特征性质不变。将处理后的特征作为catboost分类层的输入向量,利用遗传算法的全局寻优能力对catboost模型进行调参,进一步提升分类准确率。对训练完成的模型,分别使用已知和未知类型的安卓应用程序数据集作实际应用测试。实验结果表明CNN-catboost模型调参用时较少,在预测精度和检测效率上也展示出较为良好的效果。 展开更多

关键词 恶意安卓应用 卷积神经网络 catboost分类算法 遗传算法

在线阅读 下载PDF 职称材料