基于MSIWOA-LightGBM的输汽管线蒸汽干度预测方法研究

1

作者 梁海波 王胤力 张毅 《中国测试》 北大核心 2026年第4期148-155,共8页

在油田注汽系统中,锅炉蒸汽干度的设定值常根据出口处蒸汽干度的波动进行实时调整,针对注汽过程中难以获取输汽管线出口处蒸汽干度的精确数学模型问题,提出一种基于MSIWOA-LightGBM算法的输汽管线蒸汽干度预测方法。通过引入Circle混沌... 在油田注汽系统中,锅炉蒸汽干度的设定值常根据出口处蒸汽干度的波动进行实时调整,针对注汽过程中难以获取输汽管线出口处蒸汽干度的精确数学模型问题,提出一种基于MSIWOA-LightGBM算法的输汽管线蒸汽干度预测方法。通过引入Circle混沌序列初始化解分布、建立非线性收敛因子和基于Limit阈值的柯西变异扰动策略,改进WOA算法优化LightGBM超参数组合的常规流程与效率,提高模型的遍历性和寻优深度,加强前期全局搜索效率和后期局部深度开发能力,旨在较短时间内获取更为准确的输汽管线蒸汽干度值。最后结合注汽现场输汽管线数据集,验证其预测性能并与传统LightGBM、XGBoost、常规WOA-LGBM三种模型进行对比,实验结果表明:MSIWOA-LightGBM模型较常规优化流程效率提高36.9%,在各项性能评价指标上均优于其他模型,具有更好的实时性与泛化能力,对热注作业能量调控具有借鉴意义。 展开更多

关键词 蒸汽干度 输汽管线 轻梯度提升机 鲸鱼优化算法 干度预测

在线阅读 下载PDF 职称材料

基于IHA-TPE-LightGBM融合模型的NiTi基形状记忆合金相变温度预测方法

2

作者 李珺 徐亮 陈小然 《中国材料进展》 北大核心 2026年第3期245-250,共6页

提出了一种基于IHA-TPE-LightGBM的融合模型预测NiTi基形状记忆合金的相变温度(T_(p))的方法。融合遗传算法与模拟退火算法形成改进混合算法(improved hybrid algorithm,IHA),筛选影响T_(p)的特征,减少特征冗余并优化模型性能;利用非标... 提出了一种基于IHA-TPE-LightGBM的融合模型预测NiTi基形状记忆合金的相变温度(T_(p))的方法。融合遗传算法与模拟退火算法形成改进混合算法(improved hybrid algorithm,IHA),筛选影响T_(p)的特征,减少特征冗余并优化模型性能;利用非标准贝叶斯优化算法(tree-structured Parzen estimator,TPE)优化最佳模型的超参数,提升模型的精度。结果表明,提出的温度预测模型IHA-TPE-LightGBM的R^(2)评价指标为0.92,验证了该方法的有效性。该研究方法有助于开发新型NiTi基形状记忆合金,可以加快未来高性能弹热材料的发现。 展开更多

关键词 NiTi基合金 遗传算法 模拟退火算法 特征筛选 非标准贝叶斯优化算法 lightgbm

在线阅读 下载PDF 职称材料

基于LightGBM算法的飞行冲突探测研究

3

作者 张立彪 温祥西 +4 位作者 吴明功 梁亮 李佳威 彭川 苏蕊 《空军工程大学学报》 北大核心 2026年第2期1-7,共7页

针对几何飞行冲突探测方法时效性差,机器学习探测样本不均衡等问题,提出了一种融合空间几何建模与机器学习的飞行冲突探测方法。首先,结合飞行器位置和速度等多维特征,基于速度障碍法和三维圆柱保护区,通过几何方法判定冲突。为了解决... 针对几何飞行冲突探测方法时效性差,机器学习探测样本不均衡等问题,提出了一种融合空间几何建模与机器学习的飞行冲突探测方法。首先,结合飞行器位置和速度等多维特征,基于速度障碍法和三维圆柱保护区,通过几何方法判定冲突。为了解决几何判断时效性较差的问题,引入机器学习方法。由于冲突样本较少,训练样本不均衡,选择具有类别权重调整机制的轻量级梯度提升机(LightGBM)算法。最后,在西安地区实际采集的二次雷达数据上对所提方法进行验证,实验结果表明所提方法运行速度较几何方法提升了3.91倍,相较随机森林(RF)及K近邻算法(KNN)等典型算法,该方法在冲突判断的准确率分别提升了19%和91%。 展开更多

关键词 冲突探测 航空器保护区 lightgbm算法 不均衡数据

在线阅读 下载PDF 职称材料

基于Kmeans–LightGBM算法的页岩含气量预测及其在筇竹寺组的应用

4

作者 刘鑫 田鹤 +7 位作者 何亮 黎丁源 杨雨然 伍秋姿 姜振学 吴建晨 史德民 缪欢 《中国地质》 北大核心 2026年第2期466-475,共10页

【研究目的】含气量是评估页岩气资源潜力的重要参数,精准预测含气量可为页岩气勘探部署提供指导。【研究方法】本研究以四川盆地筇竹寺组页岩为例,基于页岩实测含气性数据与测井解释数据,提出了一种结合K均值聚类算法(Kmeans)和轻量级... 【研究目的】含气量是评估页岩气资源潜力的重要参数,精准预测含气量可为页岩气勘探部署提供指导。【研究方法】本研究以四川盆地筇竹寺组页岩为例,基于页岩实测含气性数据与测井解释数据,提出了一种结合K均值聚类算法(Kmeans)和轻量级梯度提升机算法(LightGBM)的页岩储层含气性预测的模型,并将该模型预测结果与极限梯度提升(XGboost)和LightGBM算法结果进行了对比。【研究结果】XGboost算法预测结果的误差率为9.76%,均方根误差为0.734,拟合优度为0.8714。LightGBM算法预测结果的误差率为9.48%,均方根误差为0.6478,拟合优度为0.9427。Kmeans–LightGBM算法预测结果的误差率为7.96%,均方根误差为0.5805,拟合优度为0.96。【结论】通过Kmeans聚类特征增强的LightGBM预测模型能有效提升深层页岩储层含气性预测精度。基于Kmeans–LightGBM算法预测,筇竹寺组页岩含气量差异较大,分布在0.21~13.27 m3/t,在垂向上筇一段2亚段含气量较高。 展开更多

关键词 页岩气 筇竹寺组 Kmeans–lightgbm算法 含气性预测 油气勘查工程 四川盆地

在线阅读 下载PDF 职称材料

基于GA-QLightGBM分位数回归的爆破块度预测模型

5

作者 王淑贤 杨溢 +1 位作者 石玉莲 沈亚玺 《中国安全科学学报》 北大核心 2026年第2期163-171,共9页

针对矿山爆破块度预测中存在的不确定性高、影响因素复杂等问题,提出一种融合遗传算法(GA)优化与分位数回归的轻量级梯度提升机(LightGBM)预测模型(GA-QLightGBM)。首先,利用GA优化LightGBM超参数,通过模拟自然选择过程(选择、交叉、变... 针对矿山爆破块度预测中存在的不确定性高、影响因素复杂等问题,提出一种融合遗传算法(GA)优化与分位数回归的轻量级梯度提升机(LightGBM)预测模型(GA-QLightGBM)。首先,利用GA优化LightGBM超参数,通过模拟自然选择过程(选择、交叉、变异)进行寻优,提升模型预测精度与稳定性;然后,通过设置不同分位数构建爆破块度的预测区间,量化预测结果的不确定性;最后,将该模型应用于矿山实测数据集,对比验证其预测性能与泛化能力,为爆破块度预测及不确定性分析提供新思路。结果表明:该模型在点预测方面的决定系数为0.880,均方误差(MSE)为0.004,优于传统点预测模型;在区间预测方面,覆盖概率(PICP)、归一化平均带宽(PINAW)和修正区间预测精度(CPIA)分别为0.947、0.228和0.762,验证了GA-QLightGBM的准确性与可靠性。 展开更多

关键词 遗传算法(GA) 轻量级梯度提升机(lightgbm) 爆破块度 不确定性 分位数回归 预测模型

在线阅读 下载PDF 职称材料

基于WMA-LightGBM的露天矿边坡稳定性预测

6

作者 李山 王文静 +2 位作者 白佩云 马彪 李利 《工矿自动化》 北大核心 2026年第4期96-104,共9页

对于露天矿边坡稳定性预测,传统物理力学分析或数值模拟方法存在建模过程复杂、计算成本高的问题,而现有机器学习模型对不同数据类型的敏感度不同且难以找到全局最优解。针对上述问题,提出了一种融合鲸鱼迁徙优化算法(WMA)与轻量级梯度... 对于露天矿边坡稳定性预测,传统物理力学分析或数值模拟方法存在建模过程复杂、计算成本高的问题,而现有机器学习模型对不同数据类型的敏感度不同且难以找到全局最优解。针对上述问题,提出了一种融合鲸鱼迁徙优化算法(WMA)与轻量级梯度提升机(LightGBM)的边坡稳定性预测模型(WMA-LightGBM模型)。以边坡高度、边坡角、容重、黏聚力、内摩擦角和孔隙压力比6项边坡主控影响特征作为模型输入,利用WMA的双阶段协同优化与自适应迁徙策略对LightGBM超参数进行自适应全局寻优,实现边坡稳定性状态的精准预测。实验结果表明,WMA-LightGBM模型具备良好的泛化能力,实现了对失稳边坡的零漏判,且将稳定边坡误判控制在较低水平,预测准确率为96.3%、精确率为100%、召回率为94%、F1分数为0.9680、曲线下面积为0.98,在工程安全性和预测精度上均显著优于对比模型;基于SHAP算法的特征依赖性分析揭示了特征对预测结果的影响规律,验证了模型预测逻辑的合理性,为该模型在边坡稳定性预测场景中的可靠工程应用提供了关键支撑。 展开更多

关键词 露天矿 边坡稳定性预测 鲸鱼迁徙优化算法 WMA 轻量级梯度提升机 lightgbm

在线阅读 下载PDF 职称材料

基于IDBO-LightGBM的光伏阵列故障诊断方法

7

作者 吴亚钧 王璐 张金江 《电源学报》 北大核心 2026年第4期122-132,共11页

为提高光伏阵列故障诊断的准确率,提出1种基于改进蜣螂优化IDBO(improved dung beetle optimazation)算法优化轻量级梯度提升机Light GBM(light gradient boosting machine)的光伏阵列故障诊断方法。通过IDBO对LightGBM中的特定超参数... 为提高光伏阵列故障诊断的准确率,提出1种基于改进蜣螂优化IDBO(improved dung beetle optimazation)算法优化轻量级梯度提升机Light GBM(light gradient boosting machine)的光伏阵列故障诊断方法。通过IDBO对LightGBM中的特定超参数进行寻优,建立基于IDBO-LightGBM的光伏阵列故障诊断模型。为有效区分各种故障,使用从电流-电压曲线中提取的特征点。为验证所提方法的效果,对模型进行仿真分析,将所提方法与LightGBM算法、DBO-LightGBM算法、其他决策树算法和支持向量机算法进行对比,验证了所提方法的稳定性与准确率。 展开更多

关键词 光伏阵列 故障诊断 改进蜣螂优化算法 轻量级梯度提升机

在线阅读 下载PDF 职称材料

基于LightGBM和SHAP算法的致密油储层孔隙度预测 被引量：4

8

作者 王伟 党海龙 +3 位作者 康胜松 肖前华 丁磊 石立华 《油气地质与采收率》 北大核心 2025年第5期90-99,共10页

为了准确高效地表征致密油储层孔隙度的空间分布特征,同时对机器学习模型的可解释性进行评价,采用Z-Score方法对特征属性进行归一化处理,并应用Optuna超参数优化框架对模型的超参数进行调优,建立了一种基于LightGBM算法的孔隙度预测模型... 为了准确高效地表征致密油储层孔隙度的空间分布特征,同时对机器学习模型的可解释性进行评价,采用Z-Score方法对特征属性进行归一化处理,并应用Optuna超参数优化框架对模型的超参数进行调优,建立了一种基于LightGBM算法的孔隙度预测模型,与GBDT和XGBoost算法模型进行了预测效果的综合对比,并利用SHAP算法对LightGBM模型的输出结果进行了可视化解释分析。研究结果表明:LightGBM模型在训练数据集和测试数据集上的预测决定系数分别为0.984和0.855,模型预测准确度高、泛化能力强,综合预测效果好于GBDT和XGBoost模型。应用SHAP算法对LightGBM模型结果的可解释性进行分析,结果表明,影响LightGBM孔隙度预测模型最重要的5项测井参数为密度、阵列感应电阻率、自然伽马、声波时差和光电吸收截面指数。在研究区某单井X致密层段孔隙度的预测实例中,LightGBM模型预测准确度达93.9%,分别高于GBDT和XGBoost模型的预测准确度86.53%和89.08%;训练时长为0.016 s,分别为GBDT和XGBoost模型训练时长的0.096倍和0.025倍;预测时长为0.01 s,分别为GBDT和XGBoost模型预测时长的0.42倍和0.19倍;LightGBM模型的预测效率相对GBDT和XGBoost模型具有明显优势,其在取心井段上对孔隙度的预测误差更小,预测能力更强,且能更好地拟合低值孔隙度。该方法的应用不仅解决了单井致密层段获取完整准确孔隙度分布的难题,而且提高了孔隙度预测的精度和效率,对致密油储层的评价及高效勘探开发具有一定的参考价值。 展开更多

关键词 致密油储层 机器学习 lightgbm算法 SHAP算法 孔隙度预测

在线阅读 下载PDF 职称材料

基于多维度特征和LightGBM-AdaBoost的WebShell检测方法

9

作者 高见 何俊鹏 苗青青 《信息网络安全》 北大核心 2025年第8期1231-1239,共9页

针对传统文本检测方法在WebShell文件检测中的准确率较低、现有机器学习或深度学习算法多聚焦于PHP类型的WebShell检测,同时特征选取存在一定局限性,文章提出构建涵盖文件本体特征、官方标准特征以及BERT语义特征的高维度特征空间,并设... 针对传统文本检测方法在WebShell文件检测中的准确率较低、现有机器学习或深度学习算法多聚焦于PHP类型的WebShell检测,同时特征选取存在一定局限性,文章提出构建涵盖文件本体特征、官方标准特征以及BERT语义特征的高维度特征空间,并设计了LightGBM-AdaBoost集成检测模型,以解决复杂语言下简单特征难以区分正常文件和WebShell的问题,实现了PHP与JSP类型WebShell的高效区分。实验结果表明,基于多维度特征和LightGBM-AdaBoost的WebShell检测方法,在PHP与JSP类型WebShell检测任务中准确率分别高达99.81%和98.93%。相比于现有方法,文章所提方法显著提升了检测准确率,并扩展了检测类型。 展开更多

关键词 WebShell检测 多维度特征 lightgbm算法 ADABOOST算法

在线阅读 下载PDF 职称材料

基于LightGBM的盾构机姿态预测与控制研究 被引量：2

10

作者 曾铁梅 李昕懿 +4 位作者 冯宗宝 陈虹宇 王雷 覃亚伟 徐文胜 《铁道标准设计》 北大核心 2025年第4期157-165,共9页

有效控制盾构围绕盾构轴线的姿态,避免盾构前倾变形、蛇形、轴线偏离以及纠偏引发管片错台、裂缝、渗漏水是盾构施工中非常重要且具有挑战性的质量安全问题,需要对盾构姿态进行精准预测和有效控制。基于此,提出一种基于光梯度助推机(Lig... 有效控制盾构围绕盾构轴线的姿态,避免盾构前倾变形、蛇形、轴线偏离以及纠偏引发管片错台、裂缝、渗漏水是盾构施工中非常重要且具有挑战性的质量安全问题,需要对盾构姿态进行精准预测和有效控制。基于此,提出一种基于光梯度助推机(Light Gradient Boosting Machine,LightGBM)模型的盾构姿态智能预测与控制方法。研究选取仰俯角、滚转角、切口水平和垂直位移、盾尾水平和垂直位移描述盾构机姿态的6个参数进行预测和控制,对机器学习算法的超参数进行优化,构建LightGBM机器学习算法的最优预测模型,通过特征重要性排序,选取千斤顶推力、土仓压力、刀盘扭矩和掘进速度重要指标进行优化调整,根据LightGBM模型的预测结果,当模型预测到未来盾构姿态与DTA有显著差异时,可以通过提前调整盾构机的工作参数实现盾构姿态优化控制。以贵阳市轨道交通3号线为例,对该方法的有效性进行验证。研究结论为:(1)LightGBM模型能够较为准确地预测盾构施工姿态控制目标,拟合优度R2达到0.85以上;(2)盾构姿态影响因素的重要性排序可以明确应控制的关键施工参数;(3)基于重要盾构施工参数优化调整,各姿态控制目标超限数据均被控制在预警范围内,有效实现盾构施工姿态控制。 展开更多

关键词 盾构 施工参数 预测与控制 机器学习 lightgbm算法 影响因素

在线阅读 下载PDF 职称材料

基于GA-LightGBM算法的TBM掘进参数与岩体等级关系 被引量：1

11

作者 曹贞洋 龚敏 +4 位作者 吴昊骏 龚潇雨 吴晓东 胡广风 王思杰 《哈尔滨工业大学学报》 北大核心 2025年第7期22-32,共11页

为建立反映TBM掘进参数与岩体等级关系的岩体等级识别模型,并提高模型的构建效率和识别率,以某隧道工程为背景开展研究。现场勘测岩体特征并基于BQ法和RQD值划分岩体等级,采集TBM工作数据并筛选出与岩体特性变化相关的主要掘进参数;基... 为建立反映TBM掘进参数与岩体等级关系的岩体等级识别模型,并提高模型的构建效率和识别率,以某隧道工程为背景开展研究。现场勘测岩体特征并基于BQ法和RQD值划分岩体等级,采集TBM工作数据并筛选出与岩体特性变化相关的主要掘进参数;基于轻量梯度提升器(LightGBM)算法,拟合TBM掘进参数与岩体等级的关系,并利用遗传算法(GA),优化LightGBM的超参数,最终建立GA-LightGBM岩体等级识别模型。结果表明:GA-LightGBM模型的识别准确率达到了93.5%,高于支持向量机模型和随机森林模型的准确率,且模型训练速度比梯度提升决策树算法提高了8倍;5种TBM掘进参数与岩石强度和岩体完整性等特性存在相关关系,其中总推进力可作为感知岩体特征的主要判据。研究提供了一种高效分析TBM掘进参数并准确识别岩体等级的方法,为现场快速感知岩体等级并实时调整作业参数提供支撑。 展开更多

关键词 隧道掘进机 岩体等级识别模型 遗传算法 lightgbm算法

在线阅读 下载PDF 职称材料

基于改进LightGBM的鸭蛋裂纹检测方法 被引量：1

12

作者 黄松杰 魏云龙 +2 位作者 张龙基 俞英健 石伟杰 《声学技术》 北大核心 2025年第6期1006-1015,共10页

鸭蛋蛋壳裂纹敲击声检测是禽蛋加工业的重要环节。文章针对鸭蛋蛋壳厚度不一致导致的敲击声检测准确率低且检测速度慢等问题,提出了一种对敲击响应声信号进行多特征提取和利用改进灰狼优化(improved grey wolf optimization, IGWO)算法... 鸭蛋蛋壳裂纹敲击声检测是禽蛋加工业的重要环节。文章针对鸭蛋蛋壳厚度不一致导致的敲击声检测准确率低且检测速度慢等问题,提出了一种对敲击响应声信号进行多特征提取和利用改进灰狼优化(improved grey wolf optimization, IGWO)算法优化轻量级梯度提升机(light gradient boosting machine, LightGBM)分类模型的鸭蛋裂纹检测方法。该方法利用主成分分析对鸭蛋裂纹信号的时频域特征进行筛选,提取8维特征向量,通过IGWO算法对LightGBM分类模型进行参数优化,并测试其分类性能。实验结果表明,在采集的鸭蛋裂纹数据集上,采用筛选后的特征输入与全特征输入相比,检测速度是后者的2倍,IGWO-LightGBM对鸭蛋裂纹的识别准确率达到96.64%,相比于支持向量机,准确率提高了15.02个百分点。该方法在识别准确率和识别速度方面均有显著提升,适用于工业流水线检测。 展开更多

关键词 裂纹检测 声学信号 主成分分析 灰狼算法 lightgbm算法

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 被引量：1

13

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

融合时序InSAR形变和LightGBM的滑坡易发性评价

14

作者 朱颖 张强 +7 位作者 文海家 冀琴 朱星 张廷斌 孙德亮 唐云辉 赵建军 李长明 《北京师范大学学报(自然科学版)》 北大核心 2025年第4期551-562,共12页

采用时序InSAR(time-series interferometric synthetic aperture radar,TS-InSAR)技术获取云阳县视向形变速率,将其分解为垂直向和斜坡向形变速率作为InSAR形变因子,结合静态孕灾因子构建LightGBM模型,进行滑坡易发性评价;采用SHAP(SHa... 采用时序InSAR(time-series interferometric synthetic aperture radar,TS-InSAR)技术获取云阳县视向形变速率,将其分解为垂直向和斜坡向形变速率作为InSAR形变因子,结合静态孕灾因子构建LightGBM模型,进行滑坡易发性评价;采用SHAP(SHapley Additive exPlanations)算法揭示滑坡主导因素与影响机制.结果表明,云阳县28.15%区域为中等易发区,高易发区和极高易发区主要分布于长江及支流沿岸,与历史滑坡分布吻合. SHAP算法分析显示,高程、土地利用与距河流距离是云阳县滑坡发生的主要影响因素.同时,相较于传统静态模型(AUC=0.819 5,AUC全称为area under curve),引入InSAR因子后模型的AUC提升至0.830 2,说明InSAR形变信息可有效提高滑坡易发性评价精度,在滑坡易发性评价中具有重要作用. 展开更多

关键词 时序InSAR 地表动态形变 lightgbm算法 SHAP 滑坡易发性评价

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 被引量：1

15

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

基于特征选择和贝叶斯优化 LightGBM 的注塑制品尺寸预测 被引量：13

16

作者 宋建 陈广森 +1 位作者 陈敬福 徐百平 《工程塑料应用》 CAS CSCD 北大核心 2021年第8期54-60,共7页

提出了一种基于Pearson相关系数特征选择和经贝叶斯优化的LightGBM算法模型对注塑制品的尺寸进行回归预测的方法。首先对注塑数据预处理,计算各特征与待预测注塑制品尺寸的Pearson相关系数,筛选出与注塑制品尺寸相关性较强的特征,然后... 提出了一种基于Pearson相关系数特征选择和经贝叶斯优化的LightGBM算法模型对注塑制品的尺寸进行回归预测的方法。首先对注塑数据预处理,计算各特征与待预测注塑制品尺寸的Pearson相关系数,筛选出与注塑制品尺寸相关性较强的特征,然后使用经贝叶斯优化的LightGBM算法对处理后的数据进行训练和测试。通过与随机森林、支持向量机以及人工神经网络算法进行对比验证,发现所提出的贝叶斯优化LightGBM算法比其它三种算法具有更高的预测精度,且能准确反映尺寸的变化趋势。 展开更多

关键词 注塑 贝叶斯优化 lightgbm算法 尺寸预测

在线阅读 下载PDF 职称材料

基于LightGBM算法的公交行程时间预测 被引量：34

17

作者 王芳杰 王福建 +1 位作者 王雨晨 边驰 《交通运输系统工程与信息》 EI CSCD 北大核心 2019年第2期116-121,共6页

在城市公交网络运行中,公交车的站点间行程时间会受到道路和环境条件的影响.本文对公交车运行过程中的车辆速度特征、道路特征及天气特征等进行了分析.建立了基于特征的LightGBM (Light Gradient Boosting Machine)公交行程时间预测模型... 在城市公交网络运行中,公交车的站点间行程时间会受到道路和环境条件的影响.本文对公交车运行过程中的车辆速度特征、道路特征及天气特征等进行了分析.建立了基于特征的LightGBM (Light Gradient Boosting Machine)公交行程时间预测模型,通过调整LightGBM算法中的相关参数,以分配各个影响特征和因素的权重大小.然后利用天津市某条公交线路24天的公交车GPS数据对模型进行了训练和验证,并与基于历史平均值和卡尔曼滤波的行程时间预测模型进行对比.比较结果表明,LightGBM模型在MAE (Mean Absolute Error)和MAPE (Mean Absolute Percentage Error)这两个指标上均大幅度优于其他两个模型,说明LightGBM模型在公交车行程时间预测上具有很好的稳定性和应用前景. 展开更多

关键词 城市交通 预测 lightgbm算法 公交车行程时间 GPS数据

在线阅读 下载PDF 职称材料

基于可解释机器学习模型的松辽盆地砂岩型铀矿地层岩性识别研究

18

作者 肖昆 杨朋帛 +8 位作者 杨亚新 胡旭东 李红星 黄笑 王殿学 焦常伟 何蓉 陈梦诗 尹德宁 《东华理工大学学报(自然科学版)》 北大核心 2026年第2期159-170,共12页

为提高砂岩型铀矿层岩性识别的预测效果,本文从优化参数角度出发,建立了一种基于遗传算法(GA)优化的LightGBM岩性识别模型,与松辽盆地砂岩型铀矿的多元参数测井数据相结合,对测井数据展开综合岩性识别,并将识别结果与同样基于GA优化的SV... 为提高砂岩型铀矿层岩性识别的预测效果,本文从优化参数角度出发,建立了一种基于遗传算法(GA)优化的LightGBM岩性识别模型,与松辽盆地砂岩型铀矿的多元参数测井数据相结合,对测井数据展开综合岩性识别,并将识别结果与同样基于GA优化的SVM、GBDT和XGBoost等模型进行对比验证。结果表明,LightGBM模型表现出最佳性能,岩性识别准确率为97.56%,可以实现砂岩型铀矿钻孔地层岩性的自动识别。XGBoost模型和GBDT模型岩性识别准确率次之,分别为96.83%、96.54%,SVM模型岩性识别效果欠佳,识别准确率仅为92.55%。本文利用SHAP算法分析各个测井参数对不同岩性的重要性,弥合了复杂不透明(黑箱)模型与地质认知之间的差距。 展开更多

关键词 砂岩型铀矿 岩性识别 机器学习 lightgbm 遗传算法

在线阅读 下载PDF 职称材料

基于WOA-LightGBM的盾构切削锚杆参数预测 被引量：4

19

作者 叶飞 冯浩岚 +3 位作者 梁兴 刘畅 梁晓明 张稳军 《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第12期1761-1769,共9页

在对锚固地层工程特性分析的基础上,提出了6个可指代锚固地层特性的工程相关指标,将3个盾构机可操作参数一并纳入输入特征,并以盾构机贯入度和刀盘扭矩作为盾构机掘进性能的输出指标,构建了一套适用于盾构机穿锚问题预测的模型指标。依... 在对锚固地层工程特性分析的基础上,提出了6个可指代锚固地层特性的工程相关指标,将3个盾构机可操作参数一并纳入输入特征,并以盾构机贯入度和刀盘扭矩作为盾构机掘进性能的输出指标,构建了一套适用于盾构机穿锚问题预测的模型指标。依托武汉地铁实际工程,收集了盾构机穿锚实时掘进数据,采用LightGBM方法分别搭建了贯入度和刀盘扭矩预测模型,并利用鲸鱼优化算法(WOA)对LightGBM内的超参数进行寻优,最终得到WOALightGBM预测模型。结果表明,构建的盾构机穿锚模型指标具有一定的合理性,可成功预测盾构机穿锚掘进性能;与传统BP、ELM神经网络相比,WOA-LightGBM预测模型耗时相近,在预测精度方面有着明显优势。 展开更多

关键词 隧道工程 盾构机 lightgbm算法 鲸鱼优化算法 锚杆

在线阅读 下载PDF 职称材料

基于改进的黑翅鸢优化算法-轻梯度提升机建立的转炉炼钢终点温度预测模型

20

作者 吴国超 李爱莲 解韶峰 《材料与冶金学报》 北大核心 2026年第1期37-45,共9页

为了实现转炉炼钢终点温度的精准预测,遴选现场实际采集的SPCC钢种数据,采用3σ原则、均值填补法对数据中的异常值和缺失值进行剔除,基于灰色关联度分析与工艺理论确定了10个输入特征,建立了基于轻梯度提升机(LightGBM)的转炉炼钢终点... 为了实现转炉炼钢终点温度的精准预测,遴选现场实际采集的SPCC钢种数据,采用3σ原则、均值填补法对数据中的异常值和缺失值进行剔除,基于灰色关联度分析与工艺理论确定了10个输入特征,建立了基于轻梯度提升机(LightGBM)的转炉炼钢终点温度预测模型,并采用支持向量机(SVM)、极端梯度提升(XGBoost)模型作为对比,验证了LightGBM模型对转炉数据的适应性和预测性能的优越性.针对LightGBM模型需要手动调参数导致预测精度难以提高的问题,提出一种多策略改进的黑翅鸢优化算法(IBKA),获取其重要参数的最佳组合.结果表明,与其他5种优化模型(JAYA-LightGBM、GWO-LightGBM、WOA-LightGBM、RBMO-LightGBM、BKA-LightGBM)相比,IBKA-LightGBM模型在预测精度和性能评价指标方面表现最优,取得了更好的预测效果,预测误差在±10℃和±15℃下的命中率分别达到85.56%和96.67%,可为炼钢生产提供有效的操作指导. 展开更多

关键词 转炉炼钢终点温度 黑翅鸢优化算法 轻梯度提升机模型 命中率

在线阅读 下载PDF 职称材料