基于LightGBM和SHAP算法的致密油储层孔隙度预测 被引量：1

1

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

2

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

融合时序InSAR形变和LightGBM的滑坡易发性评价

3

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LightGBM的盾构机姿态预测与控制研究

4

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

5

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BO-LightGBM算法的XLPE配电电缆绝缘状态评估

6

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

基于IWOA-LightGBM的煤自燃程度预测方法研究

7

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

LightGBM混合模型在乳腺癌诊断中的应用 被引量：3

8

作者 邢长征 徐佳玉 《计算机工程与应用》 CSCD 北大核心 2024年第6期330-338,共9页

乳腺癌是最常见的癌症种类之一,且患病率每年仍在上升。在不进行手术活检的情况下,通过分析细胞核的各项指标来预测肿块的良性与否,可以有效地为医生提供辅助诊疗并减少患者的痛苦。为此,提出了一种基于LightGBM算法的乳腺癌诊断模型。... 乳腺癌是最常见的癌症种类之一,且患病率每年仍在上升。在不进行手术活检的情况下,通过分析细胞核的各项指标来预测肿块的良性与否,可以有效地为医生提供辅助诊疗并减少患者的痛苦。为此,提出了一种基于LightGBM算法的乳腺癌诊断模型。使用边界-合成少数类过采样算法(borderline-synthetic minority oversampling technique,Borderline-SMOTE)来改善乳腺癌确诊数据不平衡的问题。在麻雀搜索算法(sparrow search algorithm,SSA)中引入PWLCM混沌映射、全新的惯性权重和纵横交叉算法对其进行改进,再运用改进后的SSA算法对Light-GBM的参数进行自动寻优。由于LightGBM对噪点较为敏感,所以提出了一种OVR-Jacobian正则化方法对LightGBM进行降噪处理。使用改进后的LightGBM混合模型对乳腺癌进行诊断。实验结果表明,提出的混合模型在均方误差、决定系数和交叉验证得分这三个指标上均优于常见的模型,显示出其较好的诊断效果。 展开更多

关键词 乳腺癌预测 lightgbm 麻雀搜索算法 Borderline-SMOTE算法 机器学习 Jacobian正则化

在线阅读 下载PDF 职称材料

基于LightGBM算法的地层破裂压力预测方法及应用 被引量：2

9

作者 李华洋 曹志鹏 +3 位作者 吴小龙 朱施杰 邓金根 张水良 《中国测试》 CAS 北大核心 2024年第4期134-143,共10页

针对传统的地层破裂压力预测方法预测精度较低、普适性不高等问题,提出基于LightGBM机器学习算法构建破裂压力智能预测模型。以井深、地层密度和孔隙压力当量密度作为模型的输入层数据,以S区块中相邻的3口直井为例验证模型的预测效果,并... 针对传统的地层破裂压力预测方法预测精度较低、普适性不高等问题,提出基于LightGBM机器学习算法构建破裂压力智能预测模型。以井深、地层密度和孔隙压力当量密度作为模型的输入层数据,以S区块中相邻的3口直井为例验证模型的预测效果,并将LightGBM模型与常用的声波测井资料法进行预测结果的对比分析,最后进行模型的参数敏感性分析。研究结果表明,LightGBM模型的预测精度和稳定性均很好,模型的泛化能力强,5项评价指标均表现得十分优越。LightGBM模型的预测相对误差不超过2%,小于声波测井资料法。所有输入层数据中地层密度对于破裂压力的预测最为敏感。利用LightGBM机器学习算法所建立的破裂压力预测模型不受地质环境的影响,其预测精度也大于声波测井资料法。 展开更多

关键词 破裂压力 机器学习 lightgbm算法 压力预测

在线阅读 下载PDF 职称材料

基于LightGBM和遗传算法的二维层状声子晶体结构设计 被引量：1

10

作者 楚凡 赵春风 《人工晶体学报》 CAS 北大核心 2024年第10期1720-1728,共9页

声子晶体具有周期性人工复合结构,以其带隙特性在波传播控制上的应用潜力而广受关注,为工程减振降噪提供了新的解决思路,这类材料的设计问题是当下研究的焦点。本研究以二维层状声子晶体结构为例,提出了一种利用LightGBM和改进遗传算法... 声子晶体具有周期性人工复合结构,以其带隙特性在波传播控制上的应用潜力而广受关注,为工程减振降噪提供了新的解决思路,这类材料的设计问题是当下研究的焦点。本研究以二维层状声子晶体结构为例,提出了一种利用LightGBM和改进遗传算法设计的创新方法。首先在声子晶体的带隙预测上选用LightGBM算法,对结构的排列向量进行类别特征处理,并结合模拟退火算法进行超参数调优,在传统有限元法计算时间的1/3134内,达到了整体误差不超过2%的预测精度;其次在设计方法上集成了一种基于精英保留策略的遗传算法,以地铁运行造成的环境振动问题为例,确定以带隙宽度为优化的适应度函数,得到了对应结构带隙覆盖30~40 Hz频段的种群;最后,对优化结构进行有限元分析,其带隙特征与预期基本吻合。本研究为声子晶体结构高效优化设计提供了一种新的解决方案。 展开更多

关键词 声子晶体 遗传算法 lightgbm 结构设计 减振特性 带隙

在线阅读 下载PDF 职称材料

基于LightGBM算法的海洋土压缩参数预测模型 被引量：4

11

作者 汪明元 王振红 陈松庭 《浙江工业大学学报》 北大核心 2024年第1期17-24,共8页

近年来海洋工程项目不断增多,海洋岩土参数的确定对于保证工程安全性、提高经济效益有重要意义。目前主要通过室内与原位试验对土体参数进行研究,存在着成本高、效率低的问题。以某海上风电场项目勘察中所获取的海洋土压缩系数av和压缩... 近年来海洋工程项目不断增多,海洋岩土参数的确定对于保证工程安全性、提高经济效益有重要意义。目前主要通过室内与原位试验对土体参数进行研究,存在着成本高、效率低的问题。以某海上风电场项目勘察中所获取的海洋土压缩系数av和压缩模量Es为研究对象,选取样底深度、含水率、湿密度、土粒相对密度和液塑限等为基本变量,利用机器学习算法研究各类参数的相互关系和规律。构建一种基于LightGBM(Light gradient boosting machine)算法的土体压缩参数预测模型,通过k折交叉验证方法及贝叶斯优化改善预测性能。研究结果表明:笔者模型能够有效预测土体压缩参数,k折交叉验证方法及贝叶斯超参数优化能够提高预测准确度。此外,分析了k折次数、人工特征、数据集大小、预测量与输入特征相关性等因素对模型准确性的影响。 展开更多

关键词 海洋土 参数估计 lightgbm模型 贝叶斯调参

在线阅读 下载PDF 职称材料

基于CEEMDAN-LightGBM模型的洪水预测研究 被引量：2

12

作者 王军 张宇航 +2 位作者 崔云烨 李怡豪 吕鹏祥 《人民黄河》 CAS 北大核心 2024年第9期99-105,共7页

为了应对暴雨可能引发的洪涝灾害风险,基于黄河利津水文站监测的水文等数据,以LightGBM为基准模型,运用经自适应噪声完备集合经验模态分解(CEEMDAN)算法优化后的CEEMDAN-LightGBM模型对水位进行预测,并将其与长短期记忆网络(LSTM)模型、... 为了应对暴雨可能引发的洪涝灾害风险,基于黄河利津水文站监测的水文等数据,以LightGBM为基准模型,运用经自适应噪声完备集合经验模态分解(CEEMDAN)算法优化后的CEEMDAN-LightGBM模型对水位进行预测,并将其与长短期记忆网络(LSTM)模型、LightGBM模型的预测效果进行对比。以2个气候条件不同的黄河水文站(利津、花园口)的水文数据为原始数据集输入CEEMDAN-LightGBM模型,验证模型的适应性和稳定性。结果表明:CEEMDAN-LightGBM模型在水位预测方面表现出优越的性能,相较于LSTM、LightGBM模型,该模型的E_(MA)分别减小了46.08%、9.95%,E_(RMS)分别减小了33.01%、43.01%,E_(MAP)分别减小了94.99%、3.82%,R^(2)分别增大了30.48%、7.58%。CEEMDAN-LightGBM模型还能预测流量这一重要水文特征,为模型预测洪水发生提供更有力的判断依据。对比CEEMDAN-LightGBM模型预测花园口水文站与利津水文站的水位和流量效果,除预测两站水位的E_(MAP)值相差23.64%外,E_(MA)值、E_(MAP)和E_(RMS)值相差均不超过10%,R^(2)相差不超过2%。 展开更多

关键词 洪水预测 lightgbm模型 CEEMDAN算法 CEEMDAN-lightgbm模型 LSTM模型 利津水文站 花园口水文站

在线阅读 下载PDF 职称材料

基于机器学习算法模型的焊接接头疲劳寿命预测 被引量：2

13

作者 徐梦悦 齐红宇 +2 位作者 李少林 石多奇 杨晓光 《航空发动机》 北大核心 2025年第1期96-102,共7页

焊接接头具有非均匀的微观组织和梯度过渡的力学性能及随机分布的焊接缺陷等特征,相较于其他结构更容易产生疲劳断裂,特别是焊接接头的疲劳载荷下的强度和寿命问题已成为工程界和学术界的研究热点。为了研究焊接接头的疲劳行为,开展了... 焊接接头具有非均匀的微观组织和梯度过渡的力学性能及随机分布的焊接缺陷等特征,相较于其他结构更容易产生疲劳断裂,特别是焊接接头的疲劳载荷下的强度和寿命问题已成为工程界和学术界的研究热点。为了研究焊接接头的疲劳行为,开展了基于随机森林(RF)模型的焊接接头疲劳寿命预测模型的全新研究。通过采用RF和轻梯度提升机(LightGBM)2种不同的机器学习算法模型对焊接接头的疲劳数据集进行分析和预测,从中选择预测性能更优的机器学习模型;通过比较在不同几何形状下疲劳寿命的预测结果,评估几何形状对机器学习模型预测性能的影响;利用RF算法对输入条件进行重要度排序,分析焊接接头疲劳寿命的影响因素;通过计算模型在不同材料下的疲劳寿命结果验证机器学习模型的泛化能力。结果表明:机器学习模型对不同几何形状的焊接接头疲劳寿命的预测效果较好,且可用于预测在不同材料下的焊接接头疲劳寿命。研究结果对焊接结构的强度设计与焊接工艺参数优化等具有重要意义。 展开更多

关键词 机器学习 随机森林算法 轻梯度提升机算法 焊接接头 疲劳寿命 几何形状 预测模型

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

14

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算法的公交行程时间预测 被引量：33

15

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

基于特征选择和贝叶斯优化 LightGBM 的注塑制品尺寸预测 被引量：11

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WOA-LightGBM的盾构切削锚杆参数预测 被引量：4

17

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

基于电容层析成像传感器的非接触材质识别研究

18

作者 许晓丽 郭旭东 +1 位作者 郑文栋 刘华平 《智能系统学报》 北大核心 2025年第5期1232-1242,共11页

电容层析成像技术(electrical capacitance tomography,ECT)凭借其快速、非侵入性的特性,有效规避了光学成像技术在识别材料特性时面临的光线干扰难题。然而,传统的ECT传感器的研究主要集中在逆问题上,很少有研究考虑通过物体介电分布... 电容层析成像技术(electrical capacitance tomography,ECT)凭借其快速、非侵入性的特性,有效规避了光学成像技术在识别材料特性时面临的光线干扰难题。然而,传统的ECT传感器的研究主要集中在逆问题上,很少有研究考虑通过物体介电分布实现无损的非接触识别。因此,本文设计了一款平面ECT传感器,用于非接触条件下的材质识别。使用基于贝叶斯的轻量级梯度提升机(Bayesian-light gradient boosting machine,Bayesian-LightGBM)构建了材质预测模型,利用贝叶斯优化算法显著提升了模型的预测性能。实验结果显示在接触时准确率高达95.83%;在距离传感器20 mm以内的非接触条件下准确率达到85.28%。这意味着机器人能够以非接触、无损的方式精准获取环境中的材质信息,为机器人技术在复杂环境中的应用开辟了新的可能性。 展开更多

关键词 电容层析成像 平面电容传感器 传感器建模 非接触识别 材质识别 分类算法 lightgbm 贝叶斯优化

在线阅读 下载PDF 职称材料

基于LightGBM算法的配电网单相接地故障区段定位方法 被引量：23

19

作者 郑一斌 王慧芳 +3 位作者 张磊 姜宽 杨文斌 周才全 《电力自动化设备》 EI CSCD 北大核心 2021年第12期54-61,共8页

我国广泛分布的中性点不接地配电网受量测设备配置所限,长期存在故障区段定位困难问题。为此,提出了一种量测量受限条件下的基于轻量级梯度提升机(LightGBM)算法的故障区段定位方法。该方法可在不加装相量测量单元(PMU)、微型PMU、电压... 我国广泛分布的中性点不接地配电网受量测设备配置所限,长期存在故障区段定位困难问题。为此,提出了一种量测量受限条件下的基于轻量级梯度提升机(LightGBM)算法的故障区段定位方法。该方法可在不加装相量测量单元(PMU)、微型PMU、电压互感器等量测装置的情况下,利用常规的相电流有效值准确识别中性点不接地配电网故障区段。通过对目标配电网的量测信息和网架结构分析,采用LightGBM算法离线建立故障区段定位模型,实现在线快速定位故障区段。其中,故障前后各线路稳态电流有效值变化量被选定为故障识别核心特征。此外,针对模型预测结果可能存在的偏差,提出了易错线路标注法和类别概率法辅助识别误判情况,进一步提高了预测结果的可靠性。以修改后的IEEE 123节点系统作为算例,仿真验证了所提方法的可行性和有效性。 展开更多

关键词 故障区段定位 配电网 叠加原理 lightgbm算法 人工智能

在线阅读 下载PDF 职称材料

基于Group-BiLSTM-LightGBM的物料配送需求量预测 被引量：6

20

作者 崔凯 郭宇 +3 位作者 钱伟伟 张浩 查珊珊 刘金山 《组合机床与自动化加工技术》 北大核心 2022年第8期164-168,共5页

准确的物料需求量预测对于提高离散制造车间生产效率具有重要意义,为了实现车间生产过程中物料的精准配送,提出基于Group-BiLSTM-LightGBM的集成预测方法。首先,对原始数据进行数据预处理并构造形成时滞样本;其次,基于Group-BiLSTM网络... 准确的物料需求量预测对于提高离散制造车间生产效率具有重要意义,为了实现车间生产过程中物料的精准配送,提出基于Group-BiLSTM-LightGBM的集成预测方法。首先,对原始数据进行数据预处理并构造形成时滞样本;其次,基于Group-BiLSTM网络分析时滞样本以获得物料需求量预测值;同时,基于LightGBM(light gradient boosting machine, LightGBM)模型分析原始数据以获得物料需求量预测值;最后,采用最优加权组合算法对两类模型的预测值进行集成,以获得物料需求量最终预测值。实例验证表明,所提方法能够有效结合两类模型的优点,在保留对时序数据整体感知的同时兼顾非连续特征,获得较高的预测精度,具有良好的泛化性能。 展开更多

关键词 物料配送 双向长短期记忆网络 lightgbm 最优加权组合算法 集成模型

在线阅读 下载PDF 职称材料