期刊文献+
共找到187篇文章
< 1 2 10 >
每页显示 20 50 100
基于TrAdaBoost-GBDT模型的排土场边坡稳定状态判别 被引量:1
1
作者 江松 李涛 +3 位作者 李锦源 李研博 张存良 张立杰 《中国安全科学学报》 CAS CSCD 北大核心 2024年第11期89-98,共10页
针对露天矿排土场失稳数据获取困难,样本数据量少等问题,提出基于迁移学习算法的露天矿排土场边坡稳定状态判别模型;结合陕西省F露天矿排土场边坡的实际地质条件和降雨情况,设计降雨条件下排土场不同土石混合比边坡的相似模拟试验方案,... 针对露天矿排土场失稳数据获取困难,样本数据量少等问题,提出基于迁移学习算法的露天矿排土场边坡稳定状态判别模型;结合陕西省F露天矿排土场边坡的实际地质条件和降雨情况,设计降雨条件下排土场不同土石混合比边坡的相似模拟试验方案,并采集和处理试验中边坡模型的含水率、土压力和孔隙水压力数据;考虑到小样本数据集对梯度提升回归树(GBDT)模型分类精度的影响,运用迁移学习思想,利用迁移自适应增强算法(TrAdaBoost)对源域数据集和目标域数据集样本权重进行迭代更新,以GBDT模型作为数据样本训练的弱学习器,最终根据弱学习器的分类结果,通过加权多数表决法生成一种基于迁移学习的TrAdaBoost-GBDT排土场边坡稳定状性判别模型,以提高小样本数据标签类别的判别准确率。结果表明:相对其他算法模型,提出的排土场边坡稳定状态判别模型在稳定状态判别上有更好的表现,准确率、精准率、召回率和曲线下面积值(AUC)分别达到93.3%、87.5%、100%和93.8%,能够作为边坡稳定状态判别的分类器。该模型相对其他算法模型可以提高小样本数据集的边坡稳定状态判别的准确性,弥补机器学习对小样本数据集分类结果精度较低的不足。 展开更多
关键词 排土场边坡 稳定状态判别 迁移自适应增强梯度提升回归树(TrAdaboost-gbdt) 迁移学习 小样本
在线阅读 下载PDF
基于融合特征选择协同GBDT的热连轧板宽预测
2
作者 李俊祥 任彦 +2 位作者 王静宇 苏楠 高晓文 《塑性工程学报》 北大核心 2025年第3期152-161,共10页
提出一种基于融合特征选择协同梯度提升决策树(GBDT)的热连轧板宽预测模型。首先,建立线性回归、主成分回归及支持向量回归的特征选择模型,引入序列最小二乘规划算法对单一模型得到的特征相关性进行加权融合以筛选出最具有信息量的输入... 提出一种基于融合特征选择协同梯度提升决策树(GBDT)的热连轧板宽预测模型。首先,建立线性回归、主成分回归及支持向量回归的特征选择模型,引入序列最小二乘规划算法对单一模型得到的特征相关性进行加权融合以筛选出最具有信息量的输入特征;其次,利用贝叶斯网络的主动选择机制寻找GBDT模型的全局最优超参数组合,消除传统人工参数选择的主观性和盲目性;最后,采用国内某板材厂的历史生产数据对所提方法进行实验验证。结果表明:模型预测结果的绝对误差在4 mm内的准确率达到96.65%,该预测模型可以有效地提高热连轧板宽的预测精度。 展开更多
关键词 板宽预测 融合特征选择 SLSQP 梯度提升决策树 贝叶斯网络
在线阅读 下载PDF
信息量支持下SVM-GBDT模型的滑坡危险性评价 被引量:2
3
作者 邢昭 孟小军 +3 位作者 袁晶晶 张迪 刘力 陈彦美 《科学技术与工程》 北大核心 2025年第7期2712-2720,共9页
采用机器学习方法在长阳土家族自治县研究区进行滑坡危险性评价,能够为地质灾害防治工作提供科学合理的依据。通过历史滑坡点选取研究区12个评价指标(平面曲率、地形起伏度、地表粗糙度、坡度、植被覆盖度、工程岩组、距断裂带距离、距... 采用机器学习方法在长阳土家族自治县研究区进行滑坡危险性评价,能够为地质灾害防治工作提供科学合理的依据。通过历史滑坡点选取研究区12个评价指标(平面曲率、地形起伏度、地表粗糙度、坡度、植被覆盖度、工程岩组、距断裂带距离、距水系距离、降雨量、土地利用类型、距房屋距离和距道路距离)相关性分析后均被选用。计算因子信息量,联合支持向量机(support vector machine,SVM)和梯度提升决策树(gradient boosting decision tree,GBDT)模型构建研究区的评价模型,将研究区危险性分为极高、高、中和低四个等级,生成危险性分区,并对评价模型进行评估。结果表明:极高危险区主要分布于研究区的西南部、中部和东部;I-SVM和I-GBDT模型预测的极高危险区、高危险区、中危险区和低危险区的分区占比分别为15.86%、21.29%、33.51%、28.68%和30.08%、7.41%、13.28%、49.22%,I-SVM和I-GBDT模型AUC(area under curve)值分别0.859、0.829。结果表明I-SVM模型的预测危险性分区结果更合理可靠。 展开更多
关键词 滑坡 信息量 危险性评价 支持向量机 梯度提升决策树
在线阅读 下载PDF
利用XGBoost模型查明土地利用格局对行人交通事故严重程度的非线性影响
4
作者 刘琪琪 陈春 匡新晖 《科学技术与工程》 北大核心 2025年第3期1253-1261,共9页
土地利用与交通安全是城市地理和交通运输领域共同关注的热点,但目前关于土地利用对行人交通事故的影响研究多纳入建成环境统一框架,并多采用土地利用混合度或土地利用类型占比来衡量,缺乏对土地利用类型的细化研究,难以有效指导设计实... 土地利用与交通安全是城市地理和交通运输领域共同关注的热点,但目前关于土地利用对行人交通事故的影响研究多纳入建成环境统一框架,并多采用土地利用混合度或土地利用类型占比来衡量,缺乏对土地利用类型的细化研究,难以有效指导设计实践。以重庆市渝中区为例,基于兴趣点(point of interest,POI)数据对土地利用类型进行精细刻画,应用极致梯度提升树(extreme gradient boosting,XGBoost)模型,探究土地利用类型以及行人、道路条件、道路环境等对行人交通事故严重程度影响的非线性关系。研究发现:①土地利用类型对行人交通事故严重程度有重要作用,其中影响较大的分别是医院、住宅和教育用地,事故点缓冲区300 m内存在医院、居民小区以及教育用地对行人交通事故严重程度有降低作用;②弯道和弯坡道的道路线形处是严重行人交通事故的高发区;路段进出口处、窄路等路口路段处对行人交通事故严重程度有降低作用。研究结论可为精细化的土地利用规划与治理以降低行人交通事故严重程度提供一定的政策启示。 展开更多
关键词 土地利用 建成环境 极致梯度提升决策树(XGboost) 交通安全
在线阅读 下载PDF
基于BO-GBDT的水库大坝震害快速评估
5
作者 陈翔宇 郭永刚 +3 位作者 周兴波 肖烊 卫璐宁 秦得顺 《地质科技通报》 北大核心 2025年第3期242-254,共13页
水库大坝是重大生命线工程,地震发生后如何快速有效地进行水库大坝的震害评估,对抢险方案制定和灾后修复重建意义重大。为了快速准确地对遭受地震侵袭的水库大坝破坏程度进行评估,选取汶川8.0级大地震各水库大坝的震损详情,结合大坝的... 水库大坝是重大生命线工程,地震发生后如何快速有效地进行水库大坝的震害评估,对抢险方案制定和灾后修复重建意义重大。为了快速准确地对遭受地震侵袭的水库大坝破坏程度进行评估,选取汶川8.0级大地震各水库大坝的震损详情,结合大坝的结构特点和地震强度构建了评估指标体系和数据集,使用k邻近插补法对样本的缺失值进行了处理,并判断样本特征相关性,提出了一种基于梯度提升树算法的水库大坝震害快速评估模型。使用网格搜索(grid search,简称GS)、粒子群搜索(particle swarm optimization,简称PSO)、贝叶斯搜索(Bayesian optimization,简称BO)和超带搜索(hyperband search,简称HS)4种超参数优化方法对梯度提升树(gradient boosting decision tree,简称GBDT)回归算法进行了参数优化,根据各模型的性能指标(决定系数R2、均方根误差RMSE、平均绝对误差MAE)进行了对比,并对最优模型的特征重要性进行了排序。结果表明:BO-GBDT模型能以最短耗时以及较高精度对水库大坝震害程度进行评估,其决定系数R2高达0.99,特征重要性分数表明最大缝宽是影响最大的因素。使用该模型与基于改进经验统计模型的土坝震害评估模型评估结果对比,准确度有进一步提高,验证了该模型在水库大坝震后震害快速调查评估应用中的可靠性。研究成果为水库大坝的震害评估提供了参考依据。 展开更多
关键词 水库大坝 震害评估 超参数优化 机器学习 性能指标 BO-gbdt
在线阅读 下载PDF
改进灰狼算法优化GBDT在PM_(2.5)预测中的应用 被引量:9
6
作者 江雨燕 傅杰 +2 位作者 甘如美江 孙雨辰 王付宇 《安全与环境学报》 CAS CSCD 北大核心 2024年第4期1569-1580,共12页
针对灰狼算法易陷入局部最优解和全局搜索能力不足的问题,通过霍尔顿序列(Halton Sequence)搜索算法初始化狼群位置,避免灰狼算法陷入局部最优解和重复运算;引入莱维飞行和随机游动策略对灰狼算法的寻优过程进行优化,以增加算法的全局... 针对灰狼算法易陷入局部最优解和全局搜索能力不足的问题,通过霍尔顿序列(Halton Sequence)搜索算法初始化狼群位置,避免灰狼算法陷入局部最优解和重复运算;引入莱维飞行和随机游动策略对灰狼算法的寻优过程进行优化,以增加算法的全局搜索能力;利用粒子群算法模拟灰狼种群得出的最佳适应度以用于惩罚项改进灰狼算法中的头狼更新策略。使用改进算法优化的梯度提升树(Gradient Boosting Decision Trees,GBDT)模型对北京市大气污染物监测数据中PM_(2.5)质量浓度进行预测,采用3种评估函数对各模型以及混合模型预测效果得分进行评估。结果显示,本文改进的灰狼算法对梯度提升树的优化效果优于其他算法,均方根误差E RMS为6.65μg/m^(3),平均绝对值误差E MA为3.20μg/m^(3),拟合优度(R^(2))为99%,比传统灰狼算法优化结果的均方根误差减少了19.19μg/m^(3),平均绝对值误差降低了10.03μg/m^(3),拟合优度增加了9百分点;与霍尔顿序列和莱维飞行改进的(Levy Flight-Halton Sequence,LHGWO)相比,改进的灰狼算法预测得分的均方根误差降低了10.39μg/m^(3),平均绝对值误差减小了6.71μg/m^(3),拟合优度提高了5百分点。研究表明了预测模型优化的有效性,为未来城市改善空气质量提供了科学依据和技术支持。 展开更多
关键词 环境学 PM_(2.5)质量浓度预测 改进灰狼算法(GWO) 梯度提升树算法(gbdt) 莱维(Levy)飞行 霍尔顿序列(Halton Sequence) 粒子群算法(PSO)
在线阅读 下载PDF
基于GBDT算法的基桩竖向承载力预测方法 被引量:1
7
作者 徐志军 赵世鹏 +2 位作者 王政权 田江涛 宗飞龙 《河南理工大学学报(自然科学版)》 CAS 北大核心 2024年第2期186-193,共8页
目的为研究支撑-半刚接钢框架结构体系的抗震性能,方法设计了一榀由嵌套式单边螺栓与T型钢构成的半刚性梁柱节点的中心支撑钢框架,并进行了拟静力试验与有限元数值模拟,通过观测整个试验现象,分析了其滞回、承载力、刚度退化、耗能等抗... 目的为研究支撑-半刚接钢框架结构体系的抗震性能,方法设计了一榀由嵌套式单边螺栓与T型钢构成的半刚性梁柱节点的中心支撑钢框架,并进行了拟静力试验与有限元数值模拟,通过观测整个试验现象,分析了其滞回、承载力、刚度退化、耗能等抗震指标。结果结果表明:试件破坏过程明显经历了弹性段、塑性段、破坏段三个阶段,试件破坏模式主要为支撑受压失稳破坏,塑性变形主要累积在支撑体系上,整体呈现延性破坏特征;支撑断裂后,梁柱及T型钢节点无明显塑性变形,钢框架仍具有较高的安全储备,符合“强节点、弱构件”设计原则,表明了结构具有两道抗震防线;结论支撑与半刚接钢框架协同工作使得试件具有较高的抗侧刚度抵抗水平变形,且承载力较高、滞回性能稳定、耗能能力优良;单边螺栓在试验过程中的受力性能较普通高强螺栓并无较大差别,未出现严重的预紧力松弛现象,并能高效的保持螺栓预紧力。通过有限元数值模拟分析可知,减小支撑长细比,虽能有效提高结构的抗震性能,但长细比较小会导致支撑刚度增大,加速其余构件的损坏。故应以考虑结构的延性为前提,降低支撑的长细比,才能有效提高结构的抗震性能。 展开更多
关键词 基桩竖向承载力 梯度提升决策树 预测模型 评价指标 鲁棒性
在线阅读 下载PDF
基于贝叶斯优化GBDT的转炉炼钢终点预测 被引量:3
8
作者 周翼男 崔桂梅 +2 位作者 皮理想 刘伟 王东旭 《中国测试》 CAS 北大核心 2024年第7期33-39,共7页
为提高转炉炼钢终点碳含量和温度预报精度,提出基于贝叶斯优化梯度提升决策树(BOA_GBDT)的转炉炼钢终点碳含量和温度预测模型,将其与基础模型径向基函数(RBF)、支持向量机(SVM)、梯度提升决策树(GBDT)以及贝叶斯优化的径向基函数(BOA_R... 为提高转炉炼钢终点碳含量和温度预报精度,提出基于贝叶斯优化梯度提升决策树(BOA_GBDT)的转炉炼钢终点碳含量和温度预测模型,将其与基础模型径向基函数(RBF)、支持向量机(SVM)、梯度提升决策树(GBDT)以及贝叶斯优化的径向基函数(BOA_RBF)、支持向量机(BOA_SVM)终点碳温预测模型对比分析。实验结果表明:BOA_GBDT各项误差指标最小,命中率最高,终点时刻碳含量在±0.01%误差区间内命中率为96.2%;终点温度在±10℃误差区间内命中率为92.1%。贝叶斯优化算法能够显著提升模型性能,更准确地判断转炉炼钢终点碳含量和温度,为吹炼出符合要求的钢水提供较为可靠的依据。 展开更多
关键词 转炉炼钢 贝叶斯优化算法 梯度提升决策树 终点预测
在线阅读 下载PDF
基于GBDT算法的弓网动态匹配特性预测模型 被引量:2
9
作者 黄桂灶 马同鑫 +3 位作者 杨泽锋 李政 魏文赋 吴广宁 《振动与冲击》 EI CSCD 北大核心 2024年第16期26-32,50,共8页
高速铁路通过弓网系统的滑动电接触获取电能驱动列车运行,弓网动态匹配特性是保障良好滑动电接触的基础。首先,建立了弓网动态匹配的有限元分析模型,并通过与文献结果对比验证了模型的正确性。采用拉丁超立方抽样方法,对接触网的关键结... 高速铁路通过弓网系统的滑动电接触获取电能驱动列车运行,弓网动态匹配特性是保障良好滑动电接触的基础。首先,建立了弓网动态匹配的有限元分析模型,并通过与文献结果对比验证了模型的正确性。采用拉丁超立方抽样方法,对接触网的关键结构参数和运行速度参数进行样本抽样,获得输入参数集;然后,利用有限元模型对输入参数集开展大量计算分析并进行结果的特征提取,获得弓网动态匹配关键特征参量的输出结果,结合输入和输出结果,构成了样本数据集;最后,采用梯度提升决策树(gradient lifting decision tree, GBDT)算法对数据集进行学习训练和验证测试,建立弓网动态匹配特性预测模型,并将其与基于决策树、随机森林、极端随机树和极端梯度提升树算法的4个模型进行对比分析。结果表明,基于GBDT算法的模型预测精度更高、稳定性更好,在测试集上的R~2达到了0.929,能够准确快速地评估弓网匹配特性。通过对GBDT模型进行参数重要性分析可知,运行速度对弓网匹配特性的影响程度最大,达61%,其次是接触线的张力、承力索张力和档距。该研究初步探索了采用机器学习方法建立预测模型来替代有限元模型的可能性,所建立的模型可用于弓网动态匹配特性的快速预测与评价。 展开更多
关键词 弓网系统 动态特性 机器学习 梯度提升决策树(gbdt) 受流质量
在线阅读 下载PDF
基于GBDT的望奎县农田土壤有机碳主控因子研究 被引量:13
10
作者 祝元丽 冯向阳 +1 位作者 闫庆武 吴子豪 《中国环境科学》 EI CAS CSCD 北大核心 2024年第3期1407-1417,共11页
利用多源公开数据,针对于2012年搜集到的农田土壤有机碳(SOC)数据,通过梯度增强决策树(GBDT)探究SOC的主控因子,揭示SOC空间分异机理.选择国家商品粮食生产基地县和全国产量大县-望奎县作为研究区域,结果表明,GBDT模型相较于一元线性回... 利用多源公开数据,针对于2012年搜集到的农田土壤有机碳(SOC)数据,通过梯度增强决策树(GBDT)探究SOC的主控因子,揭示SOC空间分异机理.选择国家商品粮食生产基地县和全国产量大县-望奎县作为研究区域,结果表明,GBDT模型相较于一元线性回归模型在所有的自变量上均具有更好的预测效果,总体的R^(2)为0.958,表明该模型能够很好地解释目标变量的变异;碱解氮、有效磷、气温、土壤微生物多样性、速效钾、土壤pH和降水量依次是影响有机碳含量最为显著的几个因素,其中碱解氮以33.85%的影响权重位居最高;7个环境协变量均观察到对SOC的阈值效应,且均具有两个阈值.研究发现任意两个变量都不是独立的,均存在相互作用的负值效应.表明环境变量对SOC含量的影响是一个复杂的交互作用,而不是简单的叠加.侧面证明了过度施肥并不会达到增加土壤肥力的作用,而会造成资源浪费和农田生态污染问题. 展开更多
关键词 土壤有机碳 农田 梯度提升决策树 主控因子 黑土区 非线性关系
在线阅读 下载PDF
基于GBDT算法的机器人定位误差分级补偿方法 被引量:3
11
作者 李晓昆 叶伯生 +3 位作者 邵柏岩 金雄程 李思澳 黎晗 《机床与液压》 北大核心 2024年第11期1-6,共6页
为进一步提高工业机器人的定位精度,提出一种分级补偿的方法以降低几何和非几何因素引起的定位误差。使用遗传算法优化最小二乘法(GA-LS)进行几何参数误差辨识并补偿到机器人运动学模型中,再通过梯度提升树(GBDT)算法对残余非几何参数... 为进一步提高工业机器人的定位精度,提出一种分级补偿的方法以降低几何和非几何因素引起的定位误差。使用遗传算法优化最小二乘法(GA-LS)进行几何参数误差辨识并补偿到机器人运动学模型中,再通过梯度提升树(GBDT)算法对残余非几何参数误差进行预测,并对残余误差进行补偿,最后以UR10机器人为研究对象进行了实验,验证该方法的准确性。实验结果表明:此分级补偿方法能有效提高机器人的绝对定位精度,补偿后机器人的平均定位误差由2.381 mm降低至0.156 mm,定位精度提升了93.4%;均方根定位误差由2.417 mm降低至0.163 mm,定位精度提升了93.2%。实验结果验证了此分级补偿方法的有效性。 展开更多
关键词 机器人标定 误差辨识 绝对定位精度 梯度提升树
在线阅读 下载PDF
基于GBDT特征提取与Tent-ASO-BP网络的铣刀磨损量预测 被引量:1
12
作者 谭金铃 赵春华 +2 位作者 林彰稳 罗顺 李谦 《计算机集成制造系统》 EI CSCD 北大核心 2024年第4期1296-1308,共13页
为了提高机械加工过程中小样本刀具磨损量监测的准确性,提出一种基于Pearson+GBDT特征提取、Tent混沌映射和原子搜索算法(ASO)优化BP神经网络(Tent-ASO-BP)的刀具磨损量预测模型。针对BP神经网络特征选择及参数选择难题,提出了基于Pears... 为了提高机械加工过程中小样本刀具磨损量监测的准确性,提出一种基于Pearson+GBDT特征提取、Tent混沌映射和原子搜索算法(ASO)优化BP神经网络(Tent-ASO-BP)的刀具磨损量预测模型。针对BP神经网络特征选择及参数选择难题,提出了基于Pearson+GBDT的双层过滤式特征筛选方式求取网络输入特征,并使用Tent混沌映射改进原子搜索算法(ASO)对BP神经网络最优权值和阈值进行求解。通过实验证明:Tent混沌映射改善了ASO,避免ASO陷入局部极值和过早收敛,即通过交叉验证证明Tent-ASO优化BP神经网络训练模型精度较ASO高。同时,验证了梯度提升决策树(GBDT)能够筛选出用于刀具磨损值映射的一组特征,且特征筛选能力强于同类算法Light GBM、Catboost、决策树、随机森林。 展开更多
关键词 刀具磨损量 Pearson相关系数 梯度提升决策树 Tent-ASO-BP网络
在线阅读 下载PDF
基于GBDT的气液两相流相分布测量模型 被引量:2
13
作者 曾思睿 孔明 《化工进展》 EI CAS CSCD 北大核心 2024年第2期800-807,共8页
双波长透射法是一种高精度的多相流相分布参数检测方法,为了进一步提高相分布测量的精度,本文提出用梯度提升决策树(GBDT)算法建立相分布测量模型。利用光学仿真,模拟气泡在不同相分布下波长为445nm和635nm的光线在气液两相流中的传播过... 双波长透射法是一种高精度的多相流相分布参数检测方法,为了进一步提高相分布测量的精度,本文提出用梯度提升决策树(GBDT)算法建立相分布测量模型。利用光学仿真,模拟气泡在不同相分布下波长为445nm和635nm的光线在气液两相流中的传播过程,采集检测平面的光强分布,分析不同相分布情况下气泡中心位置和气泡半径对光强分布曲线的影响;用GBDT建立测量模型,以光强缺失宽度和缺失偏移为特征参数,建立特征参数与气泡相分布之间的对应数据库,利用数据库对GBDT模型进行训练;用训练好的模型预测气泡的相分布。建立的测量模型对气泡相分布预测的均方误差小于0.0008mm,均方误差减小了33.33%,证明了测量模型更适用于相分布的测量。搭建了实验平台,对竖直上升气泡流相分布参数进行预测,实现了对气泡中心位置运动轨迹的追踪。 展开更多
关键词 气液两相流 气泡 上升管 相分布 梯度提升决策树
在线阅读 下载PDF
基于特征选择与BO−GBDT的工作面瓦斯涌出量预测方法 被引量:2
14
作者 马文伟 《工矿自动化》 CSCD 北大核心 2024年第12期136-144,共9页
影响工作面瓦斯涌出量的特征众多,利用主成分分析等方法对原始数据降维,可节省计算资源,但会改变数据集的原始特征结构,损失部分原始数据特征的细节信息。针对该问题,建立梯度提升决策树(GBDT)瓦斯涌出量预测模型,利用5种特征选择算法... 影响工作面瓦斯涌出量的特征众多,利用主成分分析等方法对原始数据降维,可节省计算资源,但会改变数据集的原始特征结构,损失部分原始数据特征的细节信息。针对该问题,建立梯度提升决策树(GBDT)瓦斯涌出量预测模型,利用5种特征选择算法对数据集进行特征过滤,分析每种特征组合在GBDT模型中的拟合度、计算时间及预测结果,优选出包装法为最佳的特征选择算法;结合现场实际,优选出8种特征进行瓦斯涌出量预测,结果表明,特征数量的多少与预测结果的准确性和泛化性并不呈正比关系,冗余特征或无关特征的存在反而会降低模型的预测准确性。为进一步提高模型精度,通过5种超参数寻优算法对GBDT模型进行超参数寻优,对比分析每一种超参数组合下GBDT模型的预测性能,结果表明:寻优算法本身对GBDT模型的准确性和泛化性影响较小,但基于树结构Parzen估计器(TPE)的贝叶斯优化(BO)算法所得出的最优超参数组合在GBDT模型中具有最高的准确率和相对较少的优化时间,其优化性能最佳,以此建立BO−GBDT模型。将特征选择后的数据集划分出训练集及测试集,利用BO−GBDT模型进行工作面瓦斯涌出量预测,并与随机森林、支持向量机、神经网络模型进行对比,结果表明:BO−GBDT模型具有更高的准确性和泛化性,其平均相对误差为2.61%,相比随机森林、支持向量机、神经网络模型分别降低了35.56%,37.41%,32.03%,能够满足现场工程应用需求,为矿井安全生产提供理论指导。 展开更多
关键词 瓦斯涌出量预测 特征选择 梯度提升决策树 贝叶斯优化 超参数优化 机器学习
在线阅读 下载PDF
基于XGBoost的城市污水管道缺陷发生概率预测
15
作者 马辉 贺鹰霞 陈杨杨 《中国安全科学学报》 CAS CSCD 北大核心 2024年第11期163-171,共9页
为提高城市污水管道缺陷检测效率,减少地毯式检测带来的资源浪费,降低环境安全风险,利用极致梯度提升(XGBoost)模型预测城市污水管道缺陷发生概率。首先,统计分析污水管道缺陷成因,筛选出能够表征管道缺陷状况的关键性指标,作为XGBoost... 为提高城市污水管道缺陷检测效率,减少地毯式检测带来的资源浪费,降低环境安全风险,利用极致梯度提升(XGBoost)模型预测城市污水管道缺陷发生概率。首先,统计分析污水管道缺陷成因,筛选出能够表征管道缺陷状况的关键性指标,作为XGBoost模型的输入;其次,选择合适的目标函数和基学习器参数,利用网格搜索算法寻优基学习器的关键参数,完成模型训练和优化;最后,以广东省中山市某区域污水管网数据为例,验证XGBoost模型的有效性,根据模型输出寻找影响缺陷发生的主要因素和路径,并将区域内污水管网的缺陷发生概率划分出4个不同等级后进行可视化展示。结果表明:XGBoost模型在10折交叉验证下的曲线下面积(AUC)均值达到0.97,模型的预测准确率为93%;管道埋深、坡度和长度3个特征对管道缺陷发生概率变化的影响程度最高;当管长增加,坡度越大、埋深越浅,污水管道发生缺陷的概率会随之增长。 展开更多
关键词 极致梯度提升(XGboost) 城市污水管道 缺陷发生概率 决策树 预测模型
在线阅读 下载PDF
一种基于IBKA-GBDT的火控系统故障预测方法
16
作者 于昂 李英顺 +2 位作者 郭占男 曹胜冲 赵恒 《兵器装备工程学报》 CAS CSCD 北大核心 2024年第12期169-177,共9页
火控系统是坦克作战的核心组件,通过提供高精度目标打击、快速反应以及全天候作战支持,显著提升坦克的战场生存能力和作战效能,因此对其进行故障预测极为重要。为提高故障预测的准确性并减少成本,提出了一种基于混合策略改进的黑翅鸢算... 火控系统是坦克作战的核心组件,通过提供高精度目标打击、快速反应以及全天候作战支持,显著提升坦克的战场生存能力和作战效能,因此对其进行故障预测极为重要。为提高故障预测的准确性并减少成本,提出了一种基于混合策略改进的黑翅鸢算法优化梯度提升决策树的模型预测方法。采用灰色关联度方法处理原始数据,以减少数据冗余和降低维度,并选择关联度高的属性来构建数据集。引入Logistic混沌映射、螺旋搜索策略以及三角形游走策略对黑翅鸢算法进行改进,进一步优化梯度提升决策树关键参数,构建故障预测模型实现对预测数据的故障预测。同时,选取火控系统电气部件试验台采集的信号数据作为实验对象,设置相同参数与传统梯度提升决策树、鲸鱼优化算法和黑翅鸢优化算法优化的梯度提升决策树模型进行实验对比。实验结果表明,该方法能够快速准确地对处理后的数据集进行故障预测,平均准确率达到了96.74%,为火控系统的后续维护和维修提供了重要依据。 展开更多
关键词 火控系统 故障预测 黑翅鸢优化算法 梯度提升决策树 灰色关联度分析
在线阅读 下载PDF
基于减碳效益的共享单车骑行网络社区识别与影响因素分析
17
作者 马书红 朱敏 +2 位作者 杨磊 段超杰 董治宇 《北京交通大学学报》 北大核心 2025年第1期180-190,共11页
为探究社区识别与共享单车减碳效益之间的关系,对西安市减碳效益社区识别和相关影响因素进行研究.首先,基于2020年西安市哈啰单车订单数据分析其出行时空分布特征;其次,测算共享单车骑行减碳效益并分析其时间特征;再次,利用Louvain算法... 为探究社区识别与共享单车减碳效益之间的关系,对西安市减碳效益社区识别和相关影响因素进行研究.首先,基于2020年西安市哈啰单车订单数据分析其出行时空分布特征;其次,测算共享单车骑行减碳效益并分析其时间特征;再次,利用Louvain算法根据减碳效益对西安市中心城区进行社区识别;最后,使用K-means聚类算法对社区进行分类并运用梯度提升决策树(Gradient Boosting Decision Tree,GBDT)模型探究建成环境对共享单车减碳效益的影响.研究结果表明:共享单车出行具有明显的早晚高峰现象,骑行热点集中于地铁沿线及接驳站点等;共享单车减碳效益显著,并有早晚高峰效应;基于减碳效益共识别出16个社区,活动社区与行政区划重合较少,社区呈现“低耦合、高内聚”的结构特征,城市中心划分的社区数量较多,规模较小,外围区域社区数量较少,规模较大,中心社区具有更为明显的减碳效益;基于社区的加权平均度、图密度和平均聚集系数,可将16个社区划分为低减碳区、中减碳区、高减碳区3类;不同建成环境因素对减碳效益均具有正向影响,但影响尺度不同.研究方法可为西安市共享单车减碳排管理和政策制定提供参考. 展开更多
关键词 城市交通 减碳效益 建成环境 社区识别 梯度提升决策树
在线阅读 下载PDF
面向雕刻任务的机器人技能学习应用研究
18
作者 占宏 黎志毅 杨辰光 《机械设计与制造》 北大核心 2025年第1期272-275,共4页
缺乏自主作业能力是制约机器人在工业制造领域大规模应用的主要因素之一。机器人通过学习操作技能,可有效加强自主作业能力,进一步提升智能化水平。针对雕刻任务,提出了一种机器人技能学习方法以实现高效作业。该方法首先对任意轨迹进... 缺乏自主作业能力是制约机器人在工业制造领域大规模应用的主要因素之一。机器人通过学习操作技能,可有效加强自主作业能力,进一步提升智能化水平。针对雕刻任务,提出了一种机器人技能学习方法以实现高效作业。该方法首先对任意轨迹进行分割和特征提取,利用梯度提升决策树多分类方法进行轨迹分类,并基于改进型动态运动原语模型的技能学习方法生成待雕刻字样轨迹。同时,在所搭建的机器人雕刻实验平台,采用艾力特机械臂完成了雕刻英文任务,实验结果表明雕刻效果良好,实现了机器人雕刻技能学习。该方法效率高,能够适应不同任务需求,在工业制造领域有着广阔应用前景。 展开更多
关键词 机器人 雕刻任务 技能学习 动态运动原语 梯度提升决策树
在线阅读 下载PDF
城市建成环境与轨道交通车站组团客流关系研究
19
作者 刘军 罗维嘉 许心越 《华南理工大学学报(自然科学版)》 北大核心 2025年第8期1-10,共10页
准确刻画建成环境与城市轨道交通客流间的作用关系是掌握客流需求的重要前提。针对站间OD研究数据不完备、多维稀疏的问题,提出一种基于车站组团的建成环境与客流间映射关系研究方法,以实现组团OD的精准分析。首先,基于自然地理特性“... 准确刻画建成环境与城市轨道交通客流间的作用关系是掌握客流需求的重要前提。针对站间OD研究数据不完备、多维稀疏的问题,提出一种基于车站组团的建成环境与客流间映射关系研究方法,以实现组团OD的精准分析。首先,基于自然地理特性“以团代点”,考虑客流去向特征,计算团间相似度,形成两层的组团划分方法,解决数据稀疏的问题;其次,从O/D组团的吸引能力、OD可达性特征两个维度构造建成环境指标体系及建成环境描述方法;然后,提出一种基于梯度提升回归树(GBDT)模型的刻画建成环境特征和客流之间关系的方法,分析单因素对于客流的影响强度及阈值;最后,以北京地铁为例验证。结果表明:建成环境与轨道交通车站组团间客流存在时空异质性、非线性特征及阈值效应;组团的研究视角有效解决了数据稀疏的问题;OD阻抗特征是影响客流的首要特征,解释度高达38.40%;人口经济特征是次要影响因素,且存在显著的阈值效应。因此,在城市轨道交通规划的过程中,首先要着重关注网络拓扑,优化交通可达性,进而深入考量区域经济活动的影响。研究结果为轨道交通规划者提供定量的分析工具,可以帮助规划者确定建成环境指标的有效范围、调整空间,为提升轨道交通运营效能提供参考。 展开更多
关键词 城市轨道交通 建成环境 梯度提升回归树模型 组团OD客流 非线性关系
在线阅读 下载PDF
基于级联的航班地面保障动态预测
20
作者 唐小卫 丁叶 +3 位作者 吴政隆 张生润 吴佳琦 叶梦凡 《北京航空航天大学学报》 北大核心 2025年第5期1557-1565,共9页
对航班地面保障过程进行精准预测是实现航班精细化管理、提升机场协同决策(A-CDM)系统管理效能的关键。为此,提出一种基于级联多输出梯度提升回归树模型的航班地面保障多节点动态预测方法。通过搭建级联框架实现了不同保障进度之间预测... 对航班地面保障过程进行精准预测是实现航班精细化管理、提升机场协同决策(A-CDM)系统管理效能的关键。为此,提出一种基于级联多输出梯度提升回归树模型的航班地面保障多节点动态预测方法。通过搭建级联框架实现了不同保障进度之间预测信息的传递和预测结果的更新,基于可进行多节点预测的梯度提升回归树设计了地面保障过程动态预测算法,以典型繁忙机场为对象构建了航班基础属性与层级信息传递两大类特征集。结果表明:所提方法有效实现了地面保障各关键节点完成时间的动态预测,初始预测各节点±5 min预测精度均达到80%以上,随着保障过程推进模型预测性能逐步提升,超过60%的节点±5 min最终预测精度超过95%,为提升航班运行的可预测性和机场多主体协同决策能力提供有效方法支撑。 展开更多
关键词 航空运输 航班地面保障 机场协同决策 级联 梯度提升回归树 动态预测
在线阅读 下载PDF
上一页 1 2 10 下一页 到第
使用帮助 返回顶部