期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于网格算法和粒子群算法的随机森林参数优化 被引量:1
1
作者 周古辛 胡桂开 《安徽大学学报(自然科学版)》 北大核心 2025年第3期27-34,共8页
随机森林是一种高效且被广泛应用的集成机器学习算法,主要应用于回归、分类、特征选择等方面.为提高预测的准确度和稳定性,算法中的重要参数需要进一步优化.论文主要对该问题进行研究,并提出了一种基于网格算法和粒子群算法的参数优化方... 随机森林是一种高效且被广泛应用的集成机器学习算法,主要应用于回归、分类、特征选择等方面.为提高预测的准确度和稳定性,算法中的重要参数需要进一步优化.论文主要对该问题进行研究,并提出了一种基于网格算法和粒子群算法的参数优化方法.首先,利用网格算法对参数进行优化,得到参数的合理区间范围;其次,在该区间范围内利用粒子群算法对决策树数量和选择特征数量两个参数进一步优化;最后,利用经典案例将论文的方法与现有方法进行模拟比较.结果表明:该方法能够更好地减少袋外误差,提高预测的准确度. 展开更多
关键词 随机森林 参数优化 袋外误差 网格搜索 粒子群算法
在线阅读 下载PDF
基于网格优化双层随机森林的采空区煤氧化升温预测研究 被引量:2
2
作者 张春 隋彦臣 《中国安全生产科学技术》 CAS CSCD 北大核心 2024年第5期177-183,共7页
为了对采空区煤氧化升温的温度进行预测,在内蒙古某煤矿16402综放工作面进行长期的采空区气体和温度观测实验,采集到准确的采空区煤氧化升温过程中气体及温度数据,提出1种基于网格优化双层随机森林(WG-DRF)的采空区煤氧化升温预测方法,... 为了对采空区煤氧化升温的温度进行预测,在内蒙古某煤矿16402综放工作面进行长期的采空区气体和温度观测实验,采集到准确的采空区煤氧化升温过程中气体及温度数据,提出1种基于网格优化双层随机森林(WG-DRF)的采空区煤氧化升温预测方法,用该方法构建预测模型并与传统随机森林、BP神经网络和支持向量回归模型的预测结果进行对比。研究结果表明:WG-DRF模型预测的平均绝对误差MAE,均方误差MSE,决定系数R~2分别为1.725,6.158,0.903,优于其他模型。通过更换数据集对WG-DRF方法进行测试,验证双层随机森林模型具有较强的泛化性。研究结果可为采空区煤氧化升温的温度预测提供参考。 展开更多
关键词 采空区 煤氧化升温 温度预测 网格优化双层随机森林
在线阅读 下载PDF
基于机器学习的梯度点阵材料优化设计 被引量:3
3
作者 王扬卫 姜炳岳 +3 位作者 程兴旺 靳楠 程焕武 张洪梅 《北京理工大学学报》 EI CAS CSCD 北大核心 2023年第3期311-319,共9页
点阵材料具有轻质、抗冲击、高能量吸收等特性,因而在航天飞行器承载部件设计等领域有广阔应用前景.通过对点阵材料内部杆径进行合理的梯度设计,可以提高点阵材料在高速冲击载荷作用下的动态力学性能.利用仿真模拟数据,基于随机森林模... 点阵材料具有轻质、抗冲击、高能量吸收等特性,因而在航天飞行器承载部件设计等领域有广阔应用前景.通过对点阵材料内部杆径进行合理的梯度设计,可以提高点阵材料在高速冲击载荷作用下的动态力学性能.利用仿真模拟数据,基于随机森林模型实现了梯度点阵材料的动态力学响应预测和结构参数优化.以面心立方(face center cubic,FCC)结构梯度点阵材料为研究对象,通过对杆径参数的调整实现点阵材料密度的梯度化设计.通过LS-DYNA软件计算了密度分布不同的梯度点阵材料受到冲击载荷作用时的动态力学响应,包括冲击端面与支撑端面接触应力随时间的变化曲线.基于随机森林模型,以各层胞元的相对密度为输入,实现对点阵材料端面峰值应力的预测,并基于Gini指数分析出对不同端面处峰值应力影响最大的胞元层.将网格搜索算法与训练好的随机森林对接,分别以两个端面上的峰值应力最高作为优化目标,获得点阵材料各层胞元相对密度的最优值.模型对梯度点阵材料端面峰值应力的预测误差在5%以内.数值模拟验证结果表明,优化后所得梯度点阵材料相应端面上的峰值应力高于仿真数据集内任何结构. 展开更多
关键词 多孔材料 梯度点阵材料 随机森林 动态力学响应 网格搜索 优化设计
在线阅读 下载PDF
基于数据挖掘的输配网一体化事故响应决策 被引量:14
4
作者 赵晋泉 杨婷 +3 位作者 吴凡 韩佳兵 林昌年 魏文辉 《电力系统保护与控制》 EI CSCD 北大核心 2018年第5期1-8,共8页
针对含大量分布式电源电网的事故处理,提出了一种基于数据挖掘的输配网一体化事故响应决策方法。首先,利用蒙特卡洛仿真生成海量样本,建立运行情景集。继而通过输配网一体化故障最优恢复得到不同运行情景发生预想故障的控制策略,建立控... 针对含大量分布式电源电网的事故处理,提出了一种基于数据挖掘的输配网一体化事故响应决策方法。首先,利用蒙特卡洛仿真生成海量样本,建立运行情景集。继而通过输配网一体化故障最优恢复得到不同运行情景发生预想故障的控制策略,建立控制策略知识库。最后,采用基于随机森林算法的数据挖掘技术建立情景决策规则库。当实际电网发生故障时,进行快速决策匹配得到符合电网运行状态的控制策略。利用R软件对IEEE30和IEEE33节点构成的电网进行仿真,结果验证了所提方法的有效性。 展开更多
关键词 事故响应决策 数据挖掘 输配网一体化故障最优恢复 随机森林 情景决策规则库
在线阅读 下载PDF
基于改进网格搜索算法的随机森林参数优化 被引量:107
5
作者 温博文 董文瀚 +1 位作者 解武杰 马骏 《计算机工程与应用》 CSCD 北大核心 2018年第10期154-157,共4页
随机森林是一种有效的集成学习算法,被广泛应用于模式识别中。为了得到更高的预测精度,需要对参数进行优化。提出了一种基于袋外数据估计的分类误差,利用改进的网格搜索算法对随机森林算法中的决策树数量和候选分裂属性数进行参数优化... 随机森林是一种有效的集成学习算法,被广泛应用于模式识别中。为了得到更高的预测精度,需要对参数进行优化。提出了一种基于袋外数据估计的分类误差,利用改进的网格搜索算法对随机森林算法中的决策树数量和候选分裂属性数进行参数优化的随机森林算法。仿真结果表明,利用该方法优化得到的参数都能够使随机森林的分类效果得到一定程度的提高。 展开更多
关键词 随机森林 袋外估计 网格搜索 参数优化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部