基于PSO-RF算法的三坐标测量机热误差预测

1

作者 王烁棪 郑刚 张旭 《组合机床与自动化加工技术》 北大核心 2025年第8期31-36,共6页

常规三坐标测量机要求标准工作温度为20℃,以避免温度对机器性能的影响。为探究三坐标测量机温度与热误差之间的映射关系,提高热误差模型的精度,提出了一种基于粒子群优化算法(PSO)和随机森林(RF)回归模型相结合的热误差预测方法。首先... 常规三坐标测量机要求标准工作温度为20℃,以避免温度对机器性能的影响。为探究三坐标测量机温度与热误差之间的映射关系,提高热误差模型的精度,提出了一种基于粒子群优化算法(PSO)和随机森林(RF)回归模型相结合的热误差预测方法。首先利用粒子群优化算法的全局搜索能力来探索超参数空间,提高随机森林回归模型的预测性能;然后以三坐标测量机为研究对象,使用XM60激光干涉仪和温度传感器采集定位误差数据与温度数据,进行实验验证。结果表明,使用PSO-RF热误差模型可以有效提高模型精度。与传统的RF模型和SVM模型预测结果相比,均方根误差分别降低了13.3%和26%,平均绝对误差分别降低了15%和21.7%。 展开更多

关键词 三坐标测量机 热误差模型 激光干涉仪 pso-rf模型

在线阅读 下载PDF 职称材料

基于PSO-RF的妊娠母猪日饲喂量预测算法研究 被引量：1

2

作者 凌丽 樊晓宇 +3 位作者 岳宝昌 谭飞飞 胡俊泽 任国栋 《内蒙古民族大学学报(自然科学版)》 2025年第1期44-52,共9页

日饲喂量对妊娠期母猪繁殖性能具有较大影响,对于保障母猪健康、胎儿生长发育具有重要意义。为了精准控制日饲喂量,针对粒子群算法(PSO)各阶段搜索能力不均衡的问题,引入一种非线性递减惯性权重策略对PSO算法进行改进,并用改进的粒子群... 日饲喂量对妊娠期母猪繁殖性能具有较大影响,对于保障母猪健康、胎儿生长发育具有重要意义。为了精准控制日饲喂量,针对粒子群算法(PSO)各阶段搜索能力不均衡的问题,引入一种非线性递减惯性权重策略对PSO算法进行改进,并用改进的粒子群优化随机森林回归算法(PSO-RF)精确预测妊娠母猪日饲喂量,精准控制智能饲喂器的饲料投放。该算法融合随机森林的高准确性和粒子群算法的参数寻优能力强的特性,通过优化决策树的数量和最大深度来提升预测性能。结果表明,PSO-RF算法取得的决定系数R^(2)值达到0.9814,相较于RF算法、SVM支持向量机和BP神经网络分别提升了1.19%、2.30%和3.25%。PSO-RF算法在预测妊娠母猪日饲喂量方面具有更高的精准度,有助于提高养猪场管理的智能化水平,降低生产成本,提升养猪场养殖效益,具有一定实际应用价值。 展开更多

关键词 妊娠母猪 日饲喂量 随机森林回归算法 粒子群优化算法 pso-rf

在线阅读 下载PDF 职称材料

基于PSO-RF矿井摩擦阻力系数预测研究

3

作者 丁宝龙 《煤炭技术》 2025年第9期200-203,共4页

针对矿井通风系统摩擦阻力系数测定工作繁琐、数据缺失和误差大等问题,基于粒子群优化算法(PSO)优化随机森林模型(RF),构建摩擦阻力系数PSO-RF预测模型。采用数值模拟试验扩充数据集,以支护类型、断面形状、周长及面积等关键因素为输入... 针对矿井通风系统摩擦阻力系数测定工作繁琐、数据缺失和误差大等问题,基于粒子群优化算法(PSO)优化随机森林模型(RF),构建摩擦阻力系数PSO-RF预测模型。采用数值模拟试验扩充数据集,以支护类型、断面形状、周长及面积等关键因素为输入参数。结果表明,相比传统RF模型,PSO-RF模型展现出优势体现在:平均绝对误差EMA降低4.88%,均方根误差ERMS降低22.00%,决定系数R2提高3.46%。为矿井摩擦阻力系数快速准确获取提供了一种新方法,同时也为通风网络系统参数快速预测、风机响应调节和安全生产系统优化提供技术支持。 展开更多

关键词 矿井摩擦阻力系数 机器学习 pso-rf 数值试验

原文传递

基于PSO-RF的路面附着系数估计

4

作者 黄逊 查云飞 《汽车文摘》 2025年第4期42-47,共6页

在利用随机森林算法(RF)进行路面附着系数估计时,存在模型构建过程中特征选择不够优化以及决策树集成的多样性不足等问题。为此,提出一种基于粒子群优化算法(PSO)对RF进行改进的方法,并给出算法流程。建立路面附着系数估计RF模型,使用PS... 在利用随机森林算法(RF)进行路面附着系数估计时,存在模型构建过程中特征选择不够优化以及决策树集成的多样性不足等问题。为此,提出一种基于粒子群优化算法(PSO)对RF进行改进的方法,并给出算法流程。建立路面附着系数估计RF模型,使用PSO算法用于优化RF的参数配置,包括每棵树的特征数量、树的数量等关键因素,以增强模型的多样性和泛化能力。最后,在MATLAB/Simulink平台上搭建了联合仿真模型进行试验,对比试验结果表明:基于PSO-RF的随机森林路面附着系数估计方法能够克服传统RF方法中存在的局限性,其估计精度和稳定性均得到显著提升。 展开更多

关键词 路面附着系数 随机森林 粒子群优化 状态估计

在线阅读 下载PDF 职称材料

基于PSO-RF的乡村社区居家养老意愿预测和因素分析——以汕头市潮阳区为例

5

作者 蔡小芳 张楚烽 《广东开放大学学报》 2024年第6期103-111,共9页

目前,我国乡村老龄化严重,乡村养老服务体系建设成为社会关注的焦点。社区居家养老方式具有经济性、专业性、互助性等诸多优势,成为缓解农村老龄化困境的新途径。经调查了解汕头市潮阳区乡村老人的生活状况,并对他们是否愿意选择社区居... 目前,我国乡村老龄化严重,乡村养老服务体系建设成为社会关注的焦点。社区居家养老方式具有经济性、专业性、互助性等诸多优势,成为缓解农村老龄化困境的新途径。经调查了解汕头市潮阳区乡村老人的生活状况,并对他们是否愿意选择社区居家养老进行问卷调查,对问卷结果采用随机森林(RF)、粒子群算法优化的随机森林模型(PSO-RF)、人工神经网络(ANN)、支持向量机(SVM)四种机器学习模型进行预测,结果显示:PSO-RF模型的准确率和AUC值最高,分别为84.6%和0.83,预测性能优越,具有实际应用价值。把PSO-RF模型应用于乡村社区居家养老意愿预测分析中,所得到的模型有效性及其主要影响因素的结论,能够为乡村智慧养老服务的数据预测提供参考。 展开更多

关键词 社区居家养老 意愿预测 因素分析 机器学习 pso-rf

在线阅读 下载PDF 职称材料

基于PSO-RF模型的汉江流域参考作物蒸散量模拟研究 被引量：3

6

作者 葛杰 曹绮欣 +3 位作者 张晓鹏 雷龙 陈至立 冯家豪 《中国农业气象》 CSCD 2024年第8期849-859,共11页

选取1960−2017年汉江流域及附近24个气象站的逐日气象数据,构建16种基于粒子群算法优化随机森林(PSO-RF)的日尺度ET0计算模型,并与Hargreaves-Samani、Makkink和Irmark-Allen共3种模型进行比较,评价PSO-RF模型在汉江流域的适用性及可移... 选取1960−2017年汉江流域及附近24个气象站的逐日气象数据,构建16种基于粒子群算法优化随机森林(PSO-RF)的日尺度ET0计算模型,并与Hargreaves-Samani、Makkink和Irmark-Allen共3种模型进行比较,评价PSO-RF模型在汉江流域的适用性及可移植性。结果表明:(1)PSO-RF模型能很好地识别各输入参数与日尺度ET0的非线性关系;仅采用最高气温(Tmax)、最低气温(Tmin)和地球外辐射(Ra)建立的PSO-RF2模型具有足够精度,平均MAE为0.402mm·d^(−1),RMSE为0.575mm·d^(−1),R^(2)为0.863;随输入气象要素数量增加,模型计算精度不断升高,平均MAE减小了37.9%,RMSE减小了36.3%,R^(2)升高了6.78%。(2)PSO-RF模型的计算精度优于相同输入参数的Hargreaves-Samani、Makkink和Irmark-Allen模型,平均MAE减小了43.6%、RMSE减小了34.5%,R2升高了4.12%。(3)PSO-RF模型在汉江流域具有较强的泛化能力和可移植性,分区建立的PSO-RF模型相互移植时,平均MAE为0.159mm·d^(−1),RMSE为0.245mm·d^(−1),R^(2)为0.974。因此缺乏气象数据时,基于PSO-RF建立的日尺度ET0计算模型可作为汉江流域日尺度ET0计算的推荐模型。 展开更多

关键词 汉江流域 参考作物蒸散量 PSO RF 可移植性

在线阅读 下载PDF 职称材料

基于PSO-RF的建筑安全文明施工费费率预测 被引量：11

7

作者 张舒 代涵 +1 位作者 史秀志 邱引桂 《安全与环境学报》 CAS CSCD 北大核心 2022年第2期844-850,共7页

合理的安全文明施工费计取费率是保障建筑安全生产水平的重要因素。为确定更加科学的计取费率,首先在充分调研费率影响因素的基础上,选取工程造价、建筑面积、建筑层数等7个因素建立了费率预测指标体系;其次对原始数据进行归一化处理,... 合理的安全文明施工费计取费率是保障建筑安全生产水平的重要因素。为确定更加科学的计取费率,首先在充分调研费率影响因素的基础上,选取工程造价、建筑面积、建筑层数等7个因素建立了费率预测指标体系;其次对原始数据进行归一化处理,并随机划分训练集与测试集;然后利用粒子群算法PSO对随机森林RF的参数进行寻优,建立PSO-RF预测模型,并利用训练集对模型进行训练;同时利用测试集对模型进行算例仿真,并与其他4种预测模型进行对比;再利用10组实例数据对模型预测可靠性进行检验;最后利用Shapley值法对模型中7个指标的影响度进行排序。结果表明:相较于其他4种模型,PSO-RF模型具有更高的预测精度;各指标的影响度从大到小依次为工程地点、工程造价、建筑面积、施工工期、单方造价、建筑檐高、建筑层数。 展开更多

关键词 安全社会工程 建筑安全文明施工费 费率预测 pso-rf模型 SHAPLEY值

原文传递

基于PSO-RF的扩底灌注桩极限抗拔承载力预测 被引量：1

8

作者 张博航 薛新华 《山西建筑》 2023年第24期78-81,85,共5页

地下建筑物需要采取一定的抗浮措施保证安全,根据工程需求设计出合适的抗拔桩基础具有十分重要的意义。从有关文献中收集了40组扩底灌注桩抗拔试验数据,分析不同影响因子之间的相关性,将主要影响因素作为输入变量、将扩底灌注桩极限抗... 地下建筑物需要采取一定的抗浮措施保证安全,根据工程需求设计出合适的抗拔桩基础具有十分重要的意义。从有关文献中收集了40组扩底灌注桩抗拔试验数据,分析不同影响因子之间的相关性,将主要影响因素作为输入变量、将扩底灌注桩极限抗拔承载力作为输出变量。利用粒子群优化(PSO)算法对随机森林(RF)方法中决策树个数及其最大深度的确定方式进行了优化,并在此基础上建立了扩底灌注桩极限抗拔承载力的预测模型。研究结果表明,PSO-RF模型的决定系数R^(2)为0.976,预测性能优于RF模型(R^(2)=0.954)与GMDH模型(R^(2)=0.88)。PSO-RF模型能够准确预测扩底灌注桩的极限抗拔能力,在实际的桩基工程中具有较好的适用性。 展开更多

关键词 扩底灌注桩 极限抗拔承载力 粒子群优化 随机森林 pso-rf

在线阅读 下载PDF 职称材料

基于ABC-SVM和PSO-RF的光伏微电网日发电功率组合预测方法研究 被引量：26

9

作者 王小杨 罗多 +2 位作者 孙韵琳 李超 李进 《太阳能学报》 EI CAS CSCD 北大核心 2020年第3期177-183,共7页

综合考虑气象因素,使用ABC-SVM方法,对历史的气象数据和光伏出力数据进行训练,依据发电量情况将气象数据分为4类;之后在4类气象情况下各选取上万条数据,使用PSO-RF模型分别训练每组数据,得到4个带不同参数的模型;最后根据每天的气象情... 综合考虑气象因素,使用ABC-SVM方法,对历史的气象数据和光伏出力数据进行训练,依据发电量情况将气象数据分为4类;之后在4类气象情况下各选取上万条数据,使用PSO-RF模型分别训练每组数据,得到4个带不同参数的模型;最后根据每天的气象情况运行不同的模型。验证本组合方法之后发现,通过气象分类后得到的模型,可大幅提高光伏发电量预测的效果。 展开更多

关键词 光伏发电量预测 支持向量机 粒子群优化 人工蜂群 随机森林 微电网

原文传递

人机共驾模式下驾驶人心智游移预测

10

作者 王永岗 赵梓乔 +2 位作者 魏文欣 彭志鹏 程延秋 《公路交通科技》 北大核心 2025年第7期21-29,共9页

【目标】针对L3级自动驾驶系统操作期间驾驶人易产生心智游移的问题,提出了一种基于驾驶人眼动、心率等生理指标构建心智游移状态预测模型的理论方法。【方法】通过模拟试验收集驾驶者的眼动指标和心电数据,依据MAAS量表分数将其分为高... 【目标】针对L3级自动驾驶系统操作期间驾驶人易产生心智游移的问题,提出了一种基于驾驶人眼动、心率等生理指标构建心智游移状态预测模型的理论方法。【方法】通过模拟试验收集驾驶者的眼动指标和心电数据,依据MAAS量表分数将其分为高心智游移倾向组与低心智游移倾向组,并标定了心智游移发生的显著影响因素,从而构建驾驶者心智游移预测模型。【结果】高心智游移倾向组的驾驶者更易发生心智游移,且随着驾驶时间的延长,心智游移的频率显著增加。在心智游移状态下,驾驶者的注视时长更长,瞳孔直径更小,扫视速度更慢,扫视幅度更小,并且对与驾驶无关区域的注视时长百分比更高,但心率变异性指标无显著差异。以驾驶时长、心智游移倾向及5个显著眼动指标为输入特征变量,结合混淆矩阵和被试者工作特征曲线,确定基于粒子群优化算法的随机森林模型对驾驶者心智游移状态的预测效果最佳。【结论】该心智游移状态预测模型有效揭示了高心智游移倾向组驾驶者在操作期间的显著特征,研究结果为实现对驾驶者心智游移的动态监测与干预提供了科学依据,有助于提升自动驾驶系统的安全性。 展开更多

关键词 智能交通 心智游移预测 模拟驾驶 眼动特征 心电信号 pso-rf模型

原文传递

基于两阶段模型的空铁联运客流量预测方法——以沪蓉通道为例

11

作者 郭九霞 田金玉 +1 位作者 钟庆伟 陈曲 《科技和产业》 2025年第5期82-87,共6页

随着国内综合交通立体枢纽的快速建设与发展,空铁联运模式给旅客出行带来了更多便利,准确地掌握空铁联运客流量对提升综合运输服务质量及保障运输安全至关重要。以城市群间空铁联运为背景,采用粒子群优化-随机森林(PSO-RF)模型和Logit... 随着国内综合交通立体枢纽的快速建设与发展,空铁联运模式给旅客出行带来了更多便利,准确地掌握空铁联运客流量对提升综合运输服务质量及保障运输安全至关重要。以城市群间空铁联运为背景,采用粒子群优化-随机森林(PSO-RF)模型和Logit模型相结合的两阶段模型,对出行路径客流量进行预测。以单向“空转铁”为实例。第1阶段,基于历史数据通过PSO-RF模型预测出行线路的日均民航客流量;第2阶段,对离港旅客进行行为调查,分析旅客换乘方式的特征及其选择行为,基于非集计理论构建旅客出行选择的二元Logit模型,并计算换乘高铁的分担率;最后,综合两阶段模型的结果,计算出行线路客流预测量。以上海至成都周边城市群构建算例,对所提出方法的有效性和可行性进行验证。结果表明,两阶段模型的准确率达到80.40%。 展开更多

关键词 综合运输 空铁联运 客流预测 粒子群优化-随机森林(pso-rf)模型 LOGIT模型

在线阅读 下载PDF 职称材料

基于粒子群优化后随机森林模型的管道内腐蚀风险预测 被引量：2

12

作者 肖雯雯 葛鹏莉 +6 位作者 胡广强 吕瑶 龙武 刘青山 郜双武 曲志豪 张雷 《腐蚀与防护》 北大核心 2025年第2期59-65,共7页

基于塔河油田历史失效数据,使用Pearson相关性分析和灰色关联度分析确定管道内腐蚀主控因素,并将其作为模型输入变量,腐蚀速率作为输出变量,建立随机森林(RF)腐蚀预测模型。为提高预测精度,使用粒子群优化(PSO)算法对RF模型的超参数进... 基于塔河油田历史失效数据,使用Pearson相关性分析和灰色关联度分析确定管道内腐蚀主控因素,并将其作为模型输入变量,腐蚀速率作为输出变量,建立随机森林(RF)腐蚀预测模型。为提高预测精度,使用粒子群优化(PSO)算法对RF模型的超参数进行优化。结果表明:塔河油田输油管道内腐蚀主控因素为CO_(2)分压、温度、Cl^(-)含量和H_(2)S分压;经PSO优化后RF模型的决定系数R~2为0.97,均方根误差为0.161,平均绝对误差为0.027,均优于其他3种模型。因此,PSO优化后RF模型能够准确预测管道的腐蚀速率,为油气田管道的腐蚀预警和防护提供依据和支持。 展开更多

关键词 CO_(2)-H_(2)S腐蚀 机器学习 随机森林(RF) 粒子群优化(PSO) 腐蚀速率

在线阅读 下载PDF 职称材料

基于Relief-F特征优选的滑坡影响因子提取及易发性建模分析

13

作者 方露 邢尹 《测绘通报》 北大核心 2025年第6期90-96,共7页

为解决现有滑坡易发性评价模型精度不足和单一决策模型局限性的问题,本文提出了一种集成智能组合算法优化RF的PSO-GA-RF集成模型。采用著名的过滤式特征选择方法——Relief-F算法,对滑坡致灾因子进行权重排序,剔除冗余特征,优化分类结果... 为解决现有滑坡易发性评价模型精度不足和单一决策模型局限性的问题,本文提出了一种集成智能组合算法优化RF的PSO-GA-RF集成模型。采用著名的过滤式特征选择方法——Relief-F算法,对滑坡致灾因子进行权重排序,剔除冗余特征,优化分类结果,从而减少了依赖主观判断提取影响因子的问题,降低了人为误差。PSO-GA-RF集成模型融合了多种算法的优势,对RF模型的参数进行优化,简化了参数选择的烦琐过程,减小了误差。试验结果表明,PSO-GA-RF集成模型在预测性能和效率上均优于RF和GA-RF模型。 展开更多

关键词 滑坡 易发性 影响因子 Relief-F PSO-GA-RF

原文传递

基于BO-RF回归预测的海水柱塞泵配流阀结构参数优化研究 被引量：1

14

作者 周广金 国凯 +1 位作者 孙杰 黄晓明 《机电工程》 北大核心 2025年第4期618-627,共10页

海水柱塞泵采用阀配流方式可以提高其密封性能,保证其具有较高的输出压力。针对配流阀结构参数设计不合理,导致阀芯运动滞后和容积效率降低的问题,提出了一种贝叶斯优化(BO)与随机森林算法(RF)相结合的海水柱塞泵配流阀结构参数优化方... 海水柱塞泵采用阀配流方式可以提高其密封性能,保证其具有较高的输出压力。针对配流阀结构参数设计不合理,导致阀芯运动滞后和容积效率降低的问题,提出了一种贝叶斯优化(BO)与随机森林算法(RF)相结合的海水柱塞泵配流阀结构参数优化方法。首先,利用AMESim软件搭建了海水泵液压系统仿真模型,利用试验验证了仿真模型的准确性,分别分析了吸、排液阀的弹簧刚度、弹簧预紧力、阀芯质量对阀芯滞后以及容积效率的影响;然后,基于仿真获得的配流阀结构参数与对应输出流量的数据,对比分析了贝叶斯优化随机森林(BO-RF)模型、粒子群优化随机森林(PSO-RF)模型、反向传播神经网络(BPNN)模型和随机森林(RF)模型的回归预测结果,以BO-RF模型为回归预测模型,利用遗传算法优化了配流阀结构参数,并获得了结构参数最优解;最后,对优化后的配流阀结构参数进行了仿真分析。研究结果表明:吸、排液阀的弹簧刚度、弹簧预紧力增大能够减小阀芯滞后,提高容积效率,参数增大到临界值后,容积效率会随参数增大而降低;吸、排液阀的阀芯质量增大会增大阀芯滞后,减小容积效率;BO-RF模型的均方根误差(RMSE)、平均绝对百分比误差(MAPE)、决定系数(R^(2))均优于RF、PSO-RF和BPNN模型,其回归预测准确度更高;对于优化后的结果进行仿真可得:容积效率较原结构提高了4.7%。该模型适用于配流阀结构参数预测和优化问题,可为提高柱塞泵容积效率提供参考。 展开更多

关键词 三柱塞曲柄连杆式高压海水柱塞泵 容积效率降低 阀芯运动滞后 贝叶斯优化随机森林回归预测模型 粒子群优化随机森林 弹簧刚度和预紧力 阀芯质量

在线阅读 下载PDF 职称材料

基于粒子群优化随机森林的风电主轴承故障诊断 被引量：2

15

作者 孟井煜枫 杨禄铭 +3 位作者 饶晨晖 施德华 蔡海洋 吴博阳 《微特电机》 2025年第2期74-78,共5页

提出了一种基于粒子群优化(PSO)算法和随机森林(RF)模型的新型故障诊断方法,用于风电主轴承的故障检测。通过结合PSO算法的特征选择能力和RF模型的高准确性和稳定性,优化了特征子集,显著提升了故障诊断的准确性与可靠性。实验结果表明,P... 提出了一种基于粒子群优化(PSO)算法和随机森林(RF)模型的新型故障诊断方法,用于风电主轴承的故障检测。通过结合PSO算法的特征选择能力和RF模型的高准确性和稳定性,优化了特征子集,显著提升了故障诊断的准确性与可靠性。实验结果表明,PSO-RF模型在风电主轴承故障检测任务中的诊断准确率达到92.42%,F1值为75.38%,各项性能指标均优于未优化的RF模型、XGBoost模型以及K-近邻算法。PSO-RF模型在鲁棒性测试中展现了对异常值和噪声的高容忍度,以及良好的跨工况泛化能力,该方法不仅提高了模型的诊断能力,还为风电设备的维护和故障预警提供了新的技术手段,有助于提高风电场的运行效率和设备可靠性。 展开更多

关键词 风电主轴承 故障诊断 粒子群优化 随机森林 特征选择 机器学习

在线阅读 下载PDF 职称材料

基于RF-PSO-SVM的测井岩性识别方法研究

16

作者 朱斌 赵军龙 《重庆科技大学学报(自然科学版)》 2025年第5期50-58,共9页

针对常规岩性识别方法应用效果不理想的问题,提出一种基于RF-PSO-SVM的岩性识别模型。首先,通过RF算法中的OOB原则挑选出重要性高的测井参数;其次,基于PSO算法不同的粒子数量寻优得到SVM模型最优参数组合;最后,建立RF-PSO-SVM岩性识别... 针对常规岩性识别方法应用效果不理想的问题,提出一种基于RF-PSO-SVM的岩性识别模型。首先,通过RF算法中的OOB原则挑选出重要性高的测井参数;其次,基于PSO算法不同的粒子数量寻优得到SVM模型最优参数组合;最后,建立RF-PSO-SVM岩性识别模型对908条实验数据进行岩性预测,与PSO-SVM、SVM和RF等模型相比较,识别准确率更高。RF-PSO-SVM岩性识别模型可有效地改善岩性识别效果,为机器学习算法在岩性识别中的应用提供了一种优化思路。 展开更多

关键词 测井 岩性识别 RF算法 SVM算法 PSO算法 RF-PSO-SVM模型

在线阅读 下载PDF 职称材料

基于优化决策树参数的随机森林模型预测全国GDP

17

作者 张淼 顾海燕 《中国林业经济》 2025年第4期39-50,共12页

预测全国GDP可为政策制定提供重要依据,随机森林(RF)模型能整合经济变量间复杂非线性关系,但其预测性能依赖于决策树的参数合理性。基于国家统计局2003—2023年季度数据,提出“决策树参数优化—随机森林模型”的预测框架,先采用粒子群(P... 预测全国GDP可为政策制定提供重要依据,随机森林(RF)模型能整合经济变量间复杂非线性关系,但其预测性能依赖于决策树的参数合理性。基于国家统计局2003—2023年季度数据,提出“决策树参数优化—随机森林模型”的预测框架,先采用粒子群(PSO)、遗传(GA)、差分(DE)、贝叶斯优化(BO)4种算法,对决策树的最大深度、最小样本分割、最小样本叶子节点3个核心参数进行寻优;再以优化后的决策树为基学习器构建随机森林(RF)模型,通过袋外误差(OOB)确定模型的最佳决策树数量与最大特征数,最终形成4种优化随机森林预测模型。采用10重交叉验证,以决定系数、平均绝对误差、均方根误差评估模型性能,并基于最优模型开展特征重要性排序。结果显示,PSO优化决策树参数的RF模型(PSO-DT)预测效果最佳,影响GDP的主要经济指标为第二产业、第三产业、批发和零售业及交通运输仓储邮政业,该模型可为各方洞察经济趋势、提升政策效能提供理论支撑。 展开更多

关键词 随机森林(RF)模型 粒子群优化算法 遗传算法 差分算法 贝叶斯优化算法

在线阅读 下载PDF 职称材料

基于机器学习算法的短期风电功率预测方法研究——以RF-PSO-LSTM模型为例

18

作者 史记 尚高伟 《智能感知工程》 2025年第2期91-99,共9页

当前,全球对可再生能源的需求不断增长,风能作为一种可再生清洁能源在电力供应中具有重要作用。然而,风电功率的波动性给电网调度带来挑战,准确预测风电功率成为优化电力系统运行的关键。传统风电功率预测方法(如物理建模和统计建模)存... 当前,全球对可再生能源的需求不断增长,风能作为一种可再生清洁能源在电力供应中具有重要作用。然而,风电功率的波动性给电网调度带来挑战,准确预测风电功率成为优化电力系统运行的关键。传统风电功率预测方法(如物理建模和统计建模)存在计算复杂、对数据质量要求高等问题。基于此,提出一种基于随机森林(RF)算法、粒子群优化(PSO)算法和长短期记忆(LSTM)神经网络的短期风电功率预测方法。首先,利用风速-功率曲线对数据进行预处理;其次,利用RF算法进行特征选择,剔除不重要的特征变量;再次,利用PSO算法优化LSTM的超参数,提升模型的预测精度;最后,利用我国东南沿海地区某风电场的公开数据集进行模型实验。实验结果表明,该模型在测试集中的均方根误差(RMSE)为1.512 8,平均绝对误差(MAE)为1.163 2,平均绝对百分比误差(MAPE)为8.984 2%,显著优于单一LSTM模型及其他组合模型,为风电场的优化调度提供了有力支撑。 展开更多

关键词 机器学习算法 风电功率预测 随机森林(RF) 粒子群优化(PSO) 长短期记忆(LSTM)神经网络

在线阅读 下载PDF 职称材料

基于RF-GA的热磨机生产参数优化方法

19

作者 陈光伟 杨凯 +2 位作者 许威 黄鹤飞 王丙军 《林业机械与木工设备》 2024年第6期42-48,共7页

热磨机是纤维板生产中最重要的设备之一;热磨机的综合能耗在纤维板生产的整体能源消耗中占比显著,优化生产参数以降低热磨机能耗一直是纤维板生产的要求之一。以华北某纤维板企业采集的数据为依据,针对影响比能耗(SEC)和纤维质量(QF)的... 热磨机是纤维板生产中最重要的设备之一;热磨机的综合能耗在纤维板生产的整体能源消耗中占比显著,优化生产参数以降低热磨机能耗一直是纤维板生产的要求之一。以华北某纤维板企业采集的数据为依据,针对影响比能耗(SEC)和纤维质量(QF)的多个生产参数,用粒子群算法优化的BP神经网络、支持向量机(SVM)和随机森林(RF)建立比能耗和纤维质量预测模型,经对比确定最佳比能耗和纤维质量预测模型;后基于最佳预测模型构建生产参数优化模型,采用遗传算法(GA)对其求解得到最佳生产参数,以此提出基于RF-GA模型的热磨机生产参数优化方法。结果表明,热磨机各生产参数之间存在较强耦合关系,且与比能耗和纤维质量为非线性关联;粒子群算法对机器学习算法中超参数的优化是必要的,可以有效降低机器学习算法误差;选取5组不同纤维质量下的数据,采用建立的热磨机生产参数优化方法优化后,比能耗平均下降6.9kW·h/t、降幅为5.22%。该研究验证了RF-GA热磨机生产参数优化方法的可行性,能够应用于生产参数的优化,有效地实现节能降耗的目标,并为热磨机生产参数的设定提供依据。 展开更多

关键词 热磨机 节能 优化 生产参数 粒子群算法 RF-GA

在线阅读 下载PDF 职称材料

基于时频特征的电力用户用电分析与研究 被引量：2

20

作者 刘俊 刘卓 《自动化仪表》 CAS 2024年第11期85-90,共6页

针对目前电力数据维度高、特征复杂、难以进行有效分析等问题,提出了基于时频域特征提取的家庭用电特征识别混合模型。首先,为了减少信息冗余和高维数据带来的维度爆炸或噪声干扰影响,基于小波变换和随机森林(RF)算法提取用户家庭用电... 针对目前电力数据维度高、特征复杂、难以进行有效分析等问题,提出了基于时频域特征提取的家庭用电特征识别混合模型。首先,为了减少信息冗余和高维数据带来的维度爆炸或噪声干扰影响,基于小波变换和随机森林(RF)算法提取用户家庭用电时频域特征。其次,将特征代入分类预测模型进行训练,并通过动态改变粒子群优化(PSO)算法中惯性因子确定反向传播神经网络(BPNN)中的权值,从而提高网络训练的性能。仿真阶段以某电力公司提供的数据为基础,对电力用户家庭用电特征进行分类分析。分析结果表明,经时频域特征提取后,所提模型平均准确率为0.7968,与时域特征和频域特征提取方法相比分别提高5.56%和8.87%。此外,所提模型训练性能较传统PSO算法和无优化模型分别提升4.75倍和2.58倍。所提模型为电力用户家庭用电特征分析提供了借鉴。 展开更多

关键词 电力数据 智能电表 用户特征 时频域分析 小波变换 随机森林 反向传播神经网络 粒子群优化算法

在线阅读 下载PDF 职称材料