期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到263篇文章
< 1 2 … 14 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于CatBoost和SHAP的高级别自动驾驶车辆非预期停车冲突风险预测
1
作者 刘擎超 王瑞海 +2 位作者 蔡英凤 王海 陈龙 《汽车安全与节能学报》 北大核心 2025年第1期170-180,共11页
针对高级别自动驾驶车辆非预期停车引发的交通冲突及其环境影响问题,现有研究缺乏对风险特征交互的捕获和可解释性评估。本研究提出了一种基于CatBoost和SHAP的风险预测及解释模型,通过分析城市中心、住宅区和郊区交通网络的接管次数,... 针对高级别自动驾驶车辆非预期停车引发的交通冲突及其环境影响问题,现有研究缺乏对风险特征交互的捕获和可解释性评估。本研究提出了一种基于CatBoost和SHAP的风险预测及解释模型,通过分析城市中心、住宅区和郊区交通网络的接管次数,构建了冲突风险预测模型。结果表明,接管次数在城市中心、住宅区和郊区分别为161次、227次和164次,最高单路段接管次数分别为11次、11次和16次;模型预测精度达93%以上。SHAP分析显示,前后车辆间相对速度和相对位置对冲突风险的影响显著。研究结果对提升自动驾驶车辆的可靠性和安全性具有重要意义。 展开更多
关键词 冲突风险 交通排放 高级别自动驾驶 catboost算法 SHAP解释模型
在线阅读 下载PDF
基于CatBoost-SHAP-MCM模型的关中地区PM_(2.5)浓度的气象影响因素研究
2
作者 苏佳 聂达文 +3 位作者 李晓萌 张新生 宋金昭 董明放 《环境科学研究》 北大核心 2025年第4期787-797,共11页
为研究关中地区PM_(2.5)浓度变化及其复杂因素间的非线性关系,基于2020年1月−2023年12月的气象数据,从年、季和月不同时间尺度深入分析关中地区PM_(2.5)的空间分异特征;采用最大信息系数分析关中地区PM_(2.5)与其他大气污染物的关系,同... 为研究关中地区PM_(2.5)浓度变化及其复杂因素间的非线性关系,基于2020年1月−2023年12月的气象数据,从年、季和月不同时间尺度深入分析关中地区PM_(2.5)的空间分异特征;采用最大信息系数分析关中地区PM_(2.5)与其他大气污染物的关系,同时利用CatBoost-SHAP-MCM模型识别PM_(2.5)浓度的关键气象影响因素。结果表明:①关中地区PM_(2.5)浓度呈明显的空间分布和季节变异性。年际PM_(2.5)浓度在2021年最低,为42.93μg/m^(3),在2022年最高,达49.09μg/m^(3)。季度和月际变化较为相似,均呈冬季高、夏季低的特征,冬季污染最严重,PM_(2.5)浓度达84.35μg/m^(3),夏季最轻,为21.42μg/m^(3)。西安市、咸阳市和渭南市为高污染城市,铜川市和宝鸡市为低污染城市。②PM_(2.5)浓度与PM10浓度的相关性最高,与CO浓度、SO2浓度相关性均较低。③露点温度、气温、海平面气压、降水量和地面气压为关键气象影响因素,其在各城市表现出显著的影响作用,对关中地区整体和各城市的影响基本保持一致。④在低露点温度、低气温以及低露点温度、高海平面气压和高地面气压等特定因素组合下,其对PM_(2.5)浓度的影响更为显著。研究显示,关中地区PM_(2.5)浓度具有明显的空间分异特征和季节性变化特征,且与露点温度、气温、海平面气压、降水量和地面气压等气象因素密切相关,在特定气象组合条件下PM_(2.5)浓度波动更为显著。 展开更多
关键词 关中地区 PM_(2.5) 影响因素 catboost-SHAP-MCM模型
在线阅读 下载PDF
基于OOA-CatBoost的烧结矿粒度预测模型
3
作者 李喆 王猛 +3 位作者 董振 姜娟娟 李杰 杨爱民 《烧结球团》 北大核心 2025年第3期47-58,共12页
在烧结生产过程中,烧结矿粒度是评价烧结矿质量的重要指标之一。为提高烧结生产水平,针对烧结过程检测的滞后性和粒级占比调控预测问题,建立基于整体生产参数的烧结矿粒级占比预测模型;将经过特征选择之后的12个关键参数作为输入变量,... 在烧结生产过程中,烧结矿粒度是评价烧结矿质量的重要指标之一。为提高烧结生产水平,针对烧结过程检测的滞后性和粒级占比调控预测问题,建立基于整体生产参数的烧结矿粒级占比预测模型;将经过特征选择之后的12个关键参数作为输入变量,对应的烧结矿粒级占比作为输出变量;通过缺失数据填补、数据增强以及异常点替换等数据预处理方法,获取用于预测烧结矿粒级占比的高质量数据集;采用鱼鹰优化算法(OOA)和类别特征梯度提升算法(CatBoost)构建预测模型。结果表明,OOA-CatBoost算法模型的平均绝对误差(MAE)为0.2769,均方误差(MSE)为0.0433,决定系数(R^(2))为0.9499。对比侏儒猫鼬优化(DMO)算法、麻雀搜索算法优化(SSA)、鱼鹰优化算法优化的随机森林(RF)、轻量梯度提升机(LightGBM)以及极限梯度提升算法(XGBoost)等其他11个机器学习模型,本文模型取得良好的预测效果。基于工业实测数据,OOA-CatBoost算法对烧结矿粒级占比的平均预测误差达到0.0852,可为优化原料配比、混合料参数和烧结机参数调控提供理论指导,从而提升优质烧结矿的粒级占比。 展开更多
关键词 烧结矿粒级 鱼鹰优化算法 catboost OOA-catboost算法 预测
原文传递
改进型CatBoost的电子商务销售预测算法研究
4
作者 周二鹏 《佳木斯大学学报(自然科学版)》 2025年第9期138-141,共4页
针对电子商务销售预测中高维特征交互与非线性关系建模的挑战,提出一种改进型CatBoost算法。通过构建基于DPSIR框架的多维指标体系,整合价格波动、促销效应及时空特征等核心驱动因素,并采用蒙特卡洛模拟生成包含20,000条交易数据的合成... 针对电子商务销售预测中高维特征交互与非线性关系建模的挑战,提出一种改进型CatBoost算法。通过构建基于DPSIR框架的多维指标体系,整合价格波动、促销效应及时空特征等核心驱动因素,并采用蒙特卡洛模拟生成包含20,000条交易数据的合成数据集。算法改进包括动态正则化机制(L2系数随迭代次数线性增长至5.7)、深度导向的Lossguide生长策略(树深限制为8层)及特征交互增强技术(时空特征权重提升1.5倍)。实验结果表明,改进模型在测试集上的RMSE与MAE分别为218.6元与142.3元,较基准CatBoost提升18.5%与18.6%,且残差分布呈现无偏正态性。SHAP值解析揭示促销活动与周末效应对销售额的边际贡献率分别达32.4%与15.7%,为电商动态定价与库存优化提供量化支持。 展开更多
关键词 catboost 电子商务 销售预测 动态正则化 SHAP值
在线阅读 下载PDF
基于MIV-HPO-CatBoost的航空发动机振动预测
5
作者 曲春刚 李月 《航空计算技术》 2025年第2期48-53,共6页
航空发动机是一种高速旋转、结构复杂的机械装置,随着现代工业技术的高速发展,其在转速、推力、动强度等方面都在提高,振动故障发生率较高、破坏性和影响力不断加大。提出了一种基于MIV-HPO-CatBoost模型的航空发动机低压转子振动值预... 航空发动机是一种高速旋转、结构复杂的机械装置,随着现代工业技术的高速发展,其在转速、推力、动强度等方面都在提高,振动故障发生率较高、破坏性和影响力不断加大。提出了一种基于MIV-HPO-CatBoost模型的航空发动机低压转子振动值预测方法。以一台CFM56-5B发动机的实际飞行数据为研究基础,结合发动机相关原理和平均影响值(MIV)方法对各类参数进行输入特征筛选,通过猎人猎物优化算法(HPO)寻优的CatBoost算法进行训练建立振动预测模型。结果表明,所建立模型能够很好地刻画该发动机低压转子振动值与其他输入参数的关系,具有较高的工程应用价值。 展开更多
关键词 振动预测 catboost HPO优化算法 QAR数据
在线阅读 下载PDF
基于胜任力与CatBoost算法的商照训练评估方法
6
作者 孙宏 张兆阳 +1 位作者 兰舰 孟晓娅 《航空工程进展》 2025年第5期183-189,共7页
科学量化飞行训练是优化飞行学员技能训练、提升训练效率的前提。以商照阶段为例,构建基于胜任力评估矩阵的飞行学员技能评估方案,以实现按照胜任力的要求来提高飞行训练效果从而管理、筛选学员。利用Z得分法进行典型阶段胜任力培养需... 科学量化飞行训练是优化飞行学员技能训练、提升训练效率的前提。以商照阶段为例,构建基于胜任力评估矩阵的飞行学员技能评估方案,以实现按照胜任力的要求来提高飞行训练效果从而管理、筛选学员。利用Z得分法进行典型阶段胜任力培养需求分析,设计训练评估工作单;采用典型科目(例如,适航要求或发动机失效)的观测项和评分标准构建测量向量;根据科目观测项—可观察行为(OB)间的映射关系构建胜任力评估矩阵,再利用矩阵范数得到OB展现数量和展现频率的公式,借鉴VENN准则思想并结合CatBoost多分类算法,构建基于OB展现数量和展现频率的胜任力评级模型。结合商照实践考核阶段的学员样本进行实证研究,结果表明:模型准确率达到86.67%,能够很好地将飞行教员评级反映到胜任力评级上。 展开更多
关键词 商照飞行训练 Z得分法 胜任力评估 可观察行为 梯度提升树 catboost多分类算法
在线阅读 下载PDF
基于AMCNN-BiLSTM-CatBoost的滚动轴承故障诊断模型研究 被引量：1
7
作者 袁建华 邵星 +1 位作者 王翠香 皋军 《噪声与振动控制》 北大核心 2025年第2期82-89,共8页
针对现有的轴承故障诊断模型存在的分类精度差、运算效率不高的问题,提出一种基于注意力机制-卷积神经网络-双向长短期记忆网络-CatBoost(AMCNN-BiLSTM-CatBoost)的滚动轴承故障诊断模型。首先,对原始振动信号进行下采样技术处理,然后... 针对现有的轴承故障诊断模型存在的分类精度差、运算效率不高的问题,提出一种基于注意力机制-卷积神经网络-双向长短期记忆网络-CatBoost(AMCNN-BiLSTM-CatBoost)的滚动轴承故障诊断模型。首先,对原始振动信号进行下采样技术处理,然后将经过下采样后的振动信号作为模型输入,通过3个不同的卷积模块提取特征,并使用通道注意力模块对提取的特征进行加权融合,然后将经过加权融合后的数据输入到双向长短期记忆网络中进一步地提取时序特征信息,最后输入到CatBoost中进行故障分类。经过实验表明,该模型不仅能够保证故障诊断的高准确率,还可以大大缩短网络的训练时间。 展开更多
关键词 故障诊断 卷积神经网络 双向长短期记忆网络 注意力机制 catboost 轴承
在线阅读 下载PDF
基于Optuna-CatBoost和CRITIC评价法的水电机组劣化趋势评估 被引量：1
8
作者 杨峰 肖峰 +2 位作者 师博威 仝杰 李超顺 《水电能源科学》 北大核心 2025年第2期206-210,共5页
得益于日趋完善的状态监测系统,抽水蓄能电站记录了海量机组运行信息,为开展抽蓄机组劣化趋势评估提供了可靠的数据保障。为此,提出了一种基于Optuna-CatBoost和CRITIC(Criteria Importance though Intercrieria Correlation)评价法的... 得益于日趋完善的状态监测系统,抽水蓄能电站记录了海量机组运行信息,为开展抽蓄机组劣化趋势评估提供了可靠的数据保障。为此,提出了一种基于Optuna-CatBoost和CRITIC(Criteria Importance though Intercrieria Correlation)评价法的水电机组劣化评估方法。首先利用最大互信息系数(Maximal Information Coefficient)筛选出机组关键工况系数;然后利用Optuna对CatBoost进行参数寻优,建立Optuna-CatBoost水电机组劣化趋势评估模型;最后基于CRITIC评价法对各通道劣化序列客观赋权,生成机组整机劣化序列。试验结果表明,所提模型的精度优于其他对比模型,能很好地反映机组整机劣化趋势。 展开更多
关键词 水电机组 劣化评估 Optuna catboost 最大互信息系数 CRITIC评价法
原文传递
基于CatBoost和LightGBM模型的肺炎患者住院费用分析 被引量：2
9
作者 游晓平 邹志武 +2 位作者 杨晨 彭超 张琰 《现代医院》 2025年第2期248-251,共4页
目的利用CatBoost和LightGBM模型对肺炎患者住院费用进行预测并探讨其影响因素,为合理控制医疗费用、减轻患者家庭及社会经济负担提供科学依据。方法收集某三甲医院2021年11月1日—2023年1月31日1407例肺炎住院患者病案首页信息,运用Cat... 目的利用CatBoost和LightGBM模型对肺炎患者住院费用进行预测并探讨其影响因素,为合理控制医疗费用、减轻患者家庭及社会经济负担提供科学依据。方法收集某三甲医院2021年11月1日—2023年1月31日1407例肺炎住院患者病案首页信息,运用CatBoost和LightGBM模型进行肺炎患者的住院费用预测及影响因素分析。结果基于全变量的CatBoost模型比基于全变量的LightGBM模型的拟合效果更好,R方值达到0.859,MAPE值为0.352。基于全变量的CatBoost模型预测性能高于基于全变量LightGBM模型,R^(2)值为0.820,MAPE值为0.363。住院时间是影响肺炎患者住院费用的首要因素。结论CatBoost比LightGBM模型在肺炎患者住院费用预测研究中表现更具优势,具有更高的准确性。通过对住院费用的精准预测,可为医院运营管理者提供决策参考。在保证医疗质量的前提下,合理缩短患者住院时间,可有效地控制住院费用的增长。 展开更多
关键词 catboost LightGBM 肺炎 住院费用 影响因素
暂未订购
基于微震多参数和PSO-CatBoost算法的硬岩岩爆短期预测
10
作者 孙露 黄麟淇 +3 位作者 侯成录 魏云峰 刘奕男 李夕兵 《黄金科学技术》 北大核心 2025年第1期127-138,共12页
为提高深部硬岩开挖过程中短期岩爆风险预测的准确性,提出了一种基于微震多参数和粒子群优化分类增强算法(CatBoost)的新模型。首先,以103组微震样本数据作为基础,通过分析各微震参数与岩爆等级之间的相关关系,进行评价指标的选取;其次... 为提高深部硬岩开挖过程中短期岩爆风险预测的准确性,提出了一种基于微震多参数和粒子群优化分类增强算法(CatBoost)的新模型。首先,以103组微震样本数据作为基础,通过分析各微震参数与岩爆等级之间的相关关系,进行评价指标的选取;其次,引入CatBoost集成学习算法,利用PSO对超参数寻优,构建PSO-CatBoost预测模型,并与其他模型进行对比,以验证其效果,最后,将该方法应用于几个硬岩岩爆工程中进行验证。研究结果表明:PSO-CatBoost模型预测准确率可达90%,与研究中使用的CatBoost、随机森林、XGBoost、BP神经网络和逻辑回归算法等模型相比,准确率分别提高了9%、4%、9%、19%和14%;工程应用表明,PSO-CatBoost模型预测结果与实际结果相吻合,与同类方法相比,其准确性和工程适用性更好。研究结果可为深部地下工程施工过程中的短期岩爆风险等级预测提供科学参考。 展开更多
关键词 深部硬岩 岩爆等级预测 微震 catboost 粒子群优化 机器学习
在线阅读 下载PDF
基于BO-Lstm-Catboost模型的高炉透气性指数预测系统 被引量：2
11
作者 孟丽丽 温金龙 +4 位作者 刘然 郑直 赵会珍 支明亮 李宪林 《冶金能源》 北大核心 2025年第3期67-74,共8页
高炉透气性指数是高炉监控指标的重要参数之一,针对现有模型中存在的参数调优繁琐等问题,文章建立了BO-Lstm-Catboost高炉透气性指数预测模型。首先,对采集的钢厂生产数据进行了一系列数据清洗处理;然后对影响高炉生产的参数进行相关性... 高炉透气性指数是高炉监控指标的重要参数之一,针对现有模型中存在的参数调优繁琐等问题,文章建立了BO-Lstm-Catboost高炉透气性指数预测模型。首先,对采集的钢厂生产数据进行了一系列数据清洗处理;然后对影响高炉生产的参数进行相关性分析和重要性排序分析;最后通过比较选用了基于贝叶斯(Bayesian)原理的Optuna优化算法对Lstm-Catboost模型中参数进行了优化,增强了模型能力,避免了过拟合现象。结果表明,BO-Lstm-Catboost模型对透气性指数的预测准确率达到了94%,性能得到了大幅提升。最终搭建了基于Web技术的高炉透气性指数预测平台,可直观展示预测信息,为透气性指数的控制提供了直接参考依据。 展开更多
关键词 高炉冶炼 透气性指数 贝叶斯 Optuna catboost Lstm
在线阅读 下载PDF
基于BA-Catboost算法的隔夹层划分——以陇东油田J区为例
12
作者 金利睿 赵军龙 +3 位作者 孙婧 张雨辰 陈家鑫 崔文洁 《地球物理学进展》 北大核心 2025年第4期1800-1811,共12页
准确识别储层中的隔夹层对于储层精细表征和剩余油挖潜工作至关重要,为了更好地利用测井资料,提高划分隔夹层的效率以及准确率,本文提出了一种基于BA-Catboost算法的隔夹层划分方法.在研究中,对比分析了隔夹层识别划分的一般方法,针对... 准确识别储层中的隔夹层对于储层精细表征和剩余油挖潜工作至关重要,为了更好地利用测井资料,提高划分隔夹层的效率以及准确率,本文提出了一种基于BA-Catboost算法的隔夹层划分方法.在研究中,对比分析了隔夹层识别划分的一般方法,针对人工划分效率低、易出错等难点,优选并构建了BA-Catboost算法的技术路线.通过岩心测井等资料识别出隔夹层并划分其类型,使用ADASYN方法增加隔夹层样本数量,并选取GR、SP、AC等高相关性测井曲线作为特征参数,基于BA-Catboost算法进行训练并建立分类模型,模型训练及测试准确率分别为96.7%和98.9%.运用分类模型对特征模糊不易划分的隔夹层进行识别,划分出泥质隔夹层62组,钙质隔夹层20组,物性隔夹层59组.在此基础上研究隔夹层平面分布特征,发现隔夹层在Y2、Y3小层内更为发育,在平面上呈现出东南部区域隔夹层分布频率及分布密度高,中西部低的特征.使用该方法划分出的隔夹层弥补了前人在生产开发过程中认知的不足,后续通过调整注采措施,利用补孔、增大注水量等手段可起到增产效果.研究结果表明,BA-Catboost算法较同类算法性能更加优秀,通过该方法建立的分类模型训练测试效果良好,用于隔夹层精细识别和自动分类,提高了识别精度与效率,并且能有效指导生产开发工作,在陇东油田J区具有应用价值. 展开更多
关键词 隔夹层 BA算法 catboost算法 测井 陇东油田
原文传递
基于CatBoost的四川木里县森林火灾预测
13
作者 杨正雄 张显云 +2 位作者 任明亚 吴雪 龙安成 《科学技术与工程》 北大核心 2025年第21期8823-8832,共10页
森林火灾严重威胁着人类生命和财产安全,森林火灾风险的精确预测对于减灾防灾具有重要意义。受地形、气象、植被覆盖和人类活动等因素的影响,森林火灾诱发的原因存在区域差异性。以四川省木里县历史森林火灾事件为响应变量,以地形、气... 森林火灾严重威胁着人类生命和财产安全,森林火灾风险的精确预测对于减灾防灾具有重要意义。受地形、气象、植被覆盖和人类活动等因素的影响,森林火灾诱发的原因存在区域差异性。以四川省木里县历史森林火灾事件为响应变量,以地形、气象、植被覆盖和人类活动数据为解释变量,充分发挥CatBoost在高维稀疏数据和分类问题方面的优势,构建了一种基于CatBoost的高精度树林火灾预测模型。实验结果表明,相较于随机森林(random forest,RF)、极端梯度提升(extreme gradient boosting,XGBoost)和梯度提升决策树(gradient boosting decision trees,GBDT)模型,CatBoost模型不仅可获得更高的建模精度,而且树林火灾的预测精度也得到了显著改善,预测准确率达91.36%,曲线下的面积(area under curve,AUC)为0.970。基于所构建模型进行火灾预测,可为木里县森林火灾的早期防范提供参考依据。 展开更多
关键词 森林火灾预测模型 木里县 森林火灾 catboost 准确率
在线阅读 下载PDF
深度优化的集成学习模型EKSSA-CatBoost:实现光伏阵列故障高精度智能诊断
14
作者 彭自然 许怀顺 +1 位作者 肖伸平 潘长宁 《仪器仪表学报》 北大核心 2025年第5期324-338,共15页
光伏阵列在运行过程中,可能会受到多种因素的影响,导致不同类型的故障。通过机器学习算法,可以实现光伏阵列数据的实时监测、故障诊断和预测性维护,这种方法不受地理环境的限制,能够提高系统的可靠性和效率。光伏阵列的电流-电压(I-V)... 光伏阵列在运行过程中,可能会受到多种因素的影响,导致不同类型的故障。通过机器学习算法,可以实现光伏阵列数据的实时监测、故障诊断和预测性维护,这种方法不受地理环境的限制,能够提高系统的可靠性和效率。光伏阵列的电流-电压(I-V)曲线是一项重要的指标,包含了大量关于光伏组件健康状况的信息,对于及时发现故障、评估健康状况至关重要。然而,现有方法只对来自I-V曲线的部分信息提取进行诊断分析,没有更深入地挖掘I-V曲线中的所有信息,能检测到的光伏阵列故障十分有限。针对以上问题,首先提出一种I-V曲线校正算法用于修正辐照度和温度对同一故障类型特征表现的影响,有效消除环境变量对故障特征表征的耦合效应。然后,利用CatBoost模型实现光伏阵列小样本高精度的实时故障智能诊断,并且利用麻雀搜索算法对模型的关键超参数进行优化。最后,为了进一步提升麻雀搜索算法的寻优能力,通过引入融合精英反向学习策略和柯西高斯变异策略改进麻雀搜索算法,使其在优化CatBoost模型中达到最佳效果。结果表明,利用模拟数据和现场数据分别进行模型的训练及故障诊断,测试集出现仅一个和两个误诊的样本,深度优化的集成学习模型CatBoost的分类准确率均达到99.9%。 展开更多
关键词 光伏阵列 故障诊断 电流-电压曲线 机器学习 catboost
原文传递
基于HPO-CatBoost的光伏阵列故障诊断模型
15
作者 彭自然 许怀顺 +1 位作者 肖伸平 肖满生 《太阳能学报》 北大核心 2025年第7期663-673,共11页
针对传统的光伏阵列故障诊断方法准确率低、模型性能差以及光伏I-V曲线数据利用率低的问题,提出基于HPOCatBoost的光伏阵列故障诊断模型。首先,利用光伏阵列模型深入研究短路、开路、老化、阴影遮挡和环境因素(温度、太阳辐照度)对I-V... 针对传统的光伏阵列故障诊断方法准确率低、模型性能差以及光伏I-V曲线数据利用率低的问题,提出基于HPOCatBoost的光伏阵列故障诊断模型。首先,利用光伏阵列模型深入研究短路、开路、老化、阴影遮挡和环境因素(温度、太阳辐照度)对I-V曲线变化的影响,并对其输出特性和故障成因进行系统分析;其次,通过Ordered TS编码来解决CatBoost中目标泄露导致预测偏移的问题,提高诊断模型的泛化能力;最后,CatBoost模型的性能受部分超参数的影响,故提出采用猎人猎物算法(HPO)对模型的关键超参数(树的数量、树的深度和学习率等)进行优化,进一步提升其在故障诊断上的性能表现,并对运行结果和实际光伏平台实验数据进行分析。实验结果表明,该模型的诊断准确率为99.5%,且相较于优化前的CatBoost模型,模型整体的准确率提高3.4%。 展开更多
关键词 光伏阵列 故障诊断 I-V曲线 catboost 猎人猎物算法
原文传递
基于CatBoost优化算法的自密实混凝土工作性预测
16
作者 梁其旻 王喆 +2 位作者 梅英杰 孙奥 李鹏飞 《硅酸盐通报》 北大核心 2025年第9期3178-3187,共10页
针对自密实混凝土工作性控制不当易导致结构缺陷的问题,本研究提出一种基于CatBoost优化算法的自密实混凝土工作性预测方法。首先,通过试验建立了包含313组数据的数据集。随后,基于CatBoost算法建立自密实混凝土工作性预测模型,并采用Op... 针对自密实混凝土工作性控制不当易导致结构缺陷的问题,本研究提出一种基于CatBoost优化算法的自密实混凝土工作性预测方法。首先,通过试验建立了包含313组数据的数据集。随后,基于CatBoost算法建立自密实混凝土工作性预测模型,并采用Optuna超参数自动优化框架确定模型的最优超参数。最后,对模型输入参数进行分析。结果表明:相较于未加入净浆试验参数的数据集,本文所建立的数据集能有效提高自密实混凝土工作性预测精度;净浆试验参数在模型预测中表现出较高的相关性和重要性;所建立的模型可以高精度地预测扩展度和V型漏斗时间,表明该模型具有良好的泛化能力,可为自密实混凝土的设计和应用提供参考。 展开更多
关键词 自密实混凝土 净浆阈值理论 catboost算法 Optuna框架 敏感性分析 工作性预测
在线阅读 下载PDF
基于FHO-CatBoost的分布式电源调控异常事件检测
17
作者 谢国强 卢志学 +4 位作者 陈明亮 余滢婷 潘本仁 孙鹤洋 李元诚 《电网技术》 北大核心 2025年第4期1625-1634,共10页
新型电力系统的全面推进仍然面临多重安全挑战,特别是分布式电源系统容易受极端天气、自然灾害和网络攻击等威胁,从而导致系统波动异常和设备故障,使得分布式电源调度控制面临更加复杂的局面。为应对这些挑战,提高异常事件的检测效率和... 新型电力系统的全面推进仍然面临多重安全挑战,特别是分布式电源系统容易受极端天气、自然灾害和网络攻击等威胁,从而导致系统波动异常和设备故障,使得分布式电源调度控制面临更加复杂的局面。为应对这些挑战,提高异常事件的检测效率和准确率,以辅助分布式电源系统的调控决策技术,提出了一种基于火鹰优化的CatBoost算法(fire hawk optimizer-CatBoost,FHO-CatBoost)的分布式电源调控异常事件检测模型。该模型充分利用了CatBoost的强大梯度框架和自动处理类别特征的能力,通过FHO算法的调整超参数优化模型,提高了检测效率与识别准确率。实验结果证明,FHO-CatBoost模型在不同类别异常事件准确检测和整体性能上均表现优越,并在多方面性能评估中均优于其他主流梯度提升算法,在准确率上达到了91.59%,较最好的CatBoost方法提升了6.58%,具有更出色的性能表现,在分布式电源调控异常事件检测中具有显著优势,为电力系统安全运行提供了重要支持。 展开更多
关键词 分布式电源 异常事件检测 catboost 火鹰优化算法
原文传递
基于模态分解与CatBoost-GTCN-DGM的锂电池RUL预测方法
18
作者 胡胜 李莹莹 +2 位作者 何怡婷 李景琦 张凡 《电源技术》 北大核心 2025年第8期1681-1690,共10页
针对电池剩余使用寿命(RUL)预测过程中存在数据噪声,影响预测精度的问题,提出一种结合自适应白噪声完全集成经验模态分解(CEEMDAN)、CatBoost算法、门控时间卷积网络(GTCN)和双高斯模型(DGM)的RUL预测方法。首先采用CEEMDAN分解容量信号... 针对电池剩余使用寿命(RUL)预测过程中存在数据噪声,影响预测精度的问题,提出一种结合自适应白噪声完全集成经验模态分解(CEEMDAN)、CatBoost算法、门控时间卷积网络(GTCN)和双高斯模型(DGM)的RUL预测方法。首先采用CEEMDAN分解容量信号,得到若干高频分量和低频分量。然后使用CatBoost算法量化每个分量对于原始容量数据的贡献率,并将其作为权重,以此剔除噪声对预测结果的干扰。利用GTCN和DGM建立预测子模型,最后将子模型的预测结果结合每个分量的权重进行加权融合,得到最终的RUL预测结果。以NASA锂电池数据集为实验对象,实验结果显示,所提方法的均方根误差、平均绝对误差、平均绝对百分比误差和绝对误差最小值分别为0.0135、0.0086、0.0056和1个循环,有效提升了RUL预测精度。 展开更多
关键词 锂离子电池 剩余使用寿命 catboost算法 门控时间卷积网络 双高斯模型
在线阅读 下载PDF
基于贝叶斯优化Catboost的转炉炼钢供氧量预测模型
19
作者 朱勇 王宇河 +1 位作者 陈建伟 杨伟弘 《宝钢技术》 2025年第3期39-46,共8页
基于转炉炼钢的实际生产数据,根据工艺经验与互信息量进行供氧量特征选择,采用贝叶斯优化(Bayesian optimization,BO)算法确定随机森林模型(random forest)、LightGBM(light gradient boosting machine)模型、Catboost(categorical boos... 基于转炉炼钢的实际生产数据,根据工艺经验与互信息量进行供氧量特征选择,采用贝叶斯优化(Bayesian optimization,BO)算法确定随机森林模型(random forest)、LightGBM(light gradient boosting machine)模型、Catboost(categorical boosting)模型的参数,预测转炉吹炼的供氧量。用30576炉的实际生产数据对模型进行训练,7644炉的数据用于验证模型的预测效果。结果表明:在预测供氧量与实绩供氧量体积差值分别为±300、±500 m^(3)的范围下,贝叶斯优化的Catboost模型的预测命中率分别为80.93%和95.02%。与随机森林模型和LightGBM模型相比较,Catboost模型有着更高的预测精度及更强的泛化能力。 展开更多
关键词 转炉炼钢 供氧量预测 贝叶斯优化 catboost模型
在线阅读 下载PDF
基于CatBoost-LSTM模型的成渝城市群近地面O_(3)浓度估算
20
作者 任明亚 张显云 +2 位作者 杨正雄 龙安成 吴雪 《环境科学》 北大核心 2025年第6期3329-3338,共10页
受臭氧源及影响因子时空差异性的影响,作为大气中重要空气污染物的臭氧(O_(3))往往呈现出空间异质性和时域相关性.为提升O_(3)的空间分辨率和估算精度,以成渝城市群为研究区,以O_(3)地面观测站点数据为响应变量,Sentinel-5P TROPOMI离... 受臭氧源及影响因子时空差异性的影响,作为大气中重要空气污染物的臭氧(O_(3))往往呈现出空间异质性和时域相关性.为提升O_(3)的空间分辨率和估算精度,以成渝城市群为研究区,以O_(3)地面观测站点数据为响应变量,Sentinel-5P TROPOMI离线数据、ERA5再分析气象资料和地形等为解释变量,协同CatBoost和LSTM构建了一种高精度的近地面臭氧浓度估算模型(CatBoost-LSTM模型).结果表明:①整体模型中,CatBoost-LSTM模型相较于文中其它模型的估算精度最高,在验证集上的决定系数(R^(2))、均方根误差(RMSE)和平均绝对误差(MAE)分别为0.965、5.81μg·m^(−3)和4.42μg·m^(−3).②由于顾及了O_(3)浓度及其影响因子季节上的差异性,基于CatBoost-LSTM的季节模型较CatBoost-LSTM整体模型在验证集上的精度均得到了不同程度的改善,其中冬季模型精度提升最为显著.③研究区近地面O_(3)月均浓度整体呈倒“V”趋势,其中在5月份出现小幅度下降趋势,8月O_(3)浓度达到最高(89.08μg·m^(−3)),12月降到最低(29.30μg·m^(−3));近地面O_(3)浓度存在明显的季节性差异,由高到低依次为夏季(84.59μg·m^(−3))、春季(72.62μg·m^(−3))、秋季(53.59μg·m^(−3))和冬季(35.23μg·m^(−3)).④空间分布上,近地面O_(3)浓度高值区主要分布在西部海拔较高、山脉密布、工业活动频繁、交通密集度高、人口密集和污染源较多的地区.由于工业活动和交通密集度较低,加之相对较少的污染源排放和较为平坦的地形等原因,东部海拔较低地区的O_(3)浓度整体较低. 展开更多
关键词 近地面O_(3) Sentinel-5P TROPOMI数据 成渝城市群 catboost-LSTM模型 时空分布
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 14 下一页 到第 页
使用帮助 返回顶部