期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
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86篇文章
< 1 2 … 5 >
每页显示 20 50 100
已选0条
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PCA-LDA-CatBoost的煤与瓦斯突出预测 认领 引用 被引量：2
1
作者 阎馨 卓志远 屠乃威 《控制工程》 CSCD 北大核心 2026年第4期757-763,共7页
为了对煤与瓦斯突出进行快速准确的预测,基于主成分分析(principal component analysis,PCA)、线性判别分析(linear discriminant analysis,LDA)和分类提升(categorical boosting,CatBoost)算法构建了PCA-LDA-CatBoost模型。首先,将PCA... 为了对煤与瓦斯突出进行快速准确的预测,基于主成分分析(principal component analysis,PCA)、线性判别分析(linear discriminant analysis,LDA)和分类提升(categorical boosting,CatBoost)算法构建了PCA-LDA-CatBoost模型。首先,将PCA与LDA相结合,提出PCA-LDA融合方法对数据进行降维处理,避免损失数据中的有效信息;然后,将降维后的数据输入CatBoost模型中,训练模型的结构和关键参数。实验结果表明,PCA-LDA融合方法可以有效地降低数据的维度,减少噪声和低频类别数据对数据分布的影响;相较于支持向量机模型、BP神经网络模型和朴素贝叶斯模型,PCA-LDA-CatBoost模型能够实现小规模样本下的训练和高精度预测,提高了煤与瓦斯突出预测性能,可以为煤矿开采工作提供参考,实现安全生产。 展开更多
关键词 煤与瓦斯突出预测 CatBoost算法 主成分分析 线性判别分析
暂未订购 下载PDF
基于互信息和Catboost的空调负荷辨识特征选择及辨识方法 认领 引用
2
作者 易姝慧 刘俊杰 +2 位作者 方田 黄颖祺 温和 《电测与仪表》 CSCD 北大核心 2026年第6期159-169,共11页
空调负荷辨识是用户侧海量空调负荷参与需求响应调节的重要基础。由于空调负荷类型多、运行模式复杂多变,现有手段难以有效筛选对于空调负荷辨识较为典型的特征,进而影响辨识准确率。基于此,提出一种基于互信息和Catboost的空调负荷辨... 空调负荷辨识是用户侧海量空调负荷参与需求响应调节的重要基础。由于空调负荷类型多、运行模式复杂多变,现有手段难以有效筛选对于空调负荷辨识较为典型的特征,进而影响辨识准确率。基于此,提出一种基于互信息和Catboost的空调负荷辨识可解释性模型,探索空调负荷电气特征指标选取方法,研究空调电气特征指标与设备标签的关联关系,采用沙普利加性(Shapley additive explanations,SHAP)解释电气特征指标对空调负荷辨识模型精度的影响。实验结果表明,5种关键特征对空调负荷辨识结果有较大影响。该方法对空调负荷辨识模型轻量化、泛化性、可解释性等方面的研究和应用具有重要指导意义。 展开更多
关键词 空调负荷 负荷辨识 特征选择 互信息算法 Catboost SHAP
暂未订购 下载PDF
基于CatBoost-SHAP方法的高原铁路工程建设碳排放空间异质性分析 认领 引用
3
作者 鲍学英 曹太垚 +2 位作者 李凤霞 杨敏敏 孙航 《环境科学》 EI CAS CSCD 北大核心 2026年第7期4432-4442,共11页
为探究高原铁路建设阶段碳排放特征及影响机制,制定科学合理的碳排放控制策略,实现铁路建设可持续发展和碳中和目标,以青藏高原典型复杂地形区铁路工程为对象,通过碳排放系数法量化高原铁路建设阶段碳排放,采用CatBoost-SHAP模型解释性... 为探究高原铁路建设阶段碳排放特征及影响机制,制定科学合理的碳排放控制策略,实现铁路建设可持续发展和碳中和目标,以青藏高原典型复杂地形区铁路工程为对象,通过碳排放系数法量化高原铁路建设阶段碳排放,采用CatBoost-SHAP模型解释性分析高原铁路建设碳排放异质性,并通过ArcGIS可视化,量化分析工程和环境特征对碳排放的影响、特征贡献及交互效应.结果表明,碳排放沿线路呈带状分布,峡谷段与隧道群区为高值区,桥隧比、材料消耗量和能源消耗等工程特征贡献占主导,海拔与围岩等级通过设备效率和材料损耗显著调节排放强度,且工程参数与环境因素间存在协同放大效应.研究揭示了高原铁路碳排放与建设活动空间组织和地形复杂度强相关,可为工程低碳设计与施工优化提供理论支撑与实践路径,也为极端环境下的基础设施建设碳排放控制提供前瞻性解决方案,对推动铁路建设行业实现碳中和目标具有重要的现实意义. 展开更多
关键词 高原铁路 碳排放 空间异质性 CatBoost算法 影响因素
暂未订购 下载PDF
改进黑翅鸢算法优化CatBoost的不平衡医保数据的欺诈检测 认领 引用 被引量：1
4
作者 李原 刘升 《计算机工程与应用》 EI CSCD 北大核心 2026年第9期382-393,共12页
针对医保监管存在使用主体多、链条长、风险点多的问题,现有大多数研究未考虑高维不平衡医保数据的处理,降低了结果的准确性。为此,提出了一种融合ADASYN处理技术和改进的黑翅鸢算法(IBKA)优化CatBoost的医保欺诈检测模型(ADASYN-IBKA-C... 针对医保监管存在使用主体多、链条长、风险点多的问题,现有大多数研究未考虑高维不平衡医保数据的处理,降低了结果的准确性。为此,提出了一种融合ADASYN处理技术和改进的黑翅鸢算法(IBKA)优化CatBoost的医保欺诈检测模型(ADASYN-IBKA-Catboost)。针对数据不平衡问题,对比SMOTE、Tomek Links、SMOTETomek Links、ROS、RUS、NearMiss、ADASYN数据处理方法,并使用F1分数、Precision、Recall、ROC曲线和AUC指标衡量。针对黑翅鸢算法寻优精度不高、收敛速度慢的问题,采用Circle混沌映射、非均匀变异策略及正态云模型优化黑翅鸢算法,使用CEC2022函数对比近几年先进的智能算法及变体测试其性能。用IBKA对CatBoost的深度和学习率进行优化,将其应用于医保欺诈行为的识别,结合上述7种数据处理技术与6种主流模型RF、XGBoost、Cat-Boost、SVM、GBDT的组合进行效果对比。结果发现,选取的ADASYN-IBKA-CatBoost的整体表现最优。 展开更多
关键词 黑翅鸢算法 医保欺诈识别 Catboost模型 不平衡数据
暂未订购 下载PDF
基于遗传算法优化的CatBoost机器学习预测模型在混凝土抗压强度预测中的研究与应用 认领 引用 被引量：1
5
作者 祝棂芝 单华峰 《建筑施工》 2026年第3期229-233,239,共5页
混凝土作为建筑结构的关键材料,其抗压强度是评价工程质量的重要指标。针对传统强度检测方法存在明显不足的问题,创新性地构建了基于遗传算法优化的CatBoost(categorical boosting)机器学习预测模型。系统收集了730组来自公开文献的混... 混凝土作为建筑结构的关键材料,其抗压强度是评价工程质量的重要指标。针对传统强度检测方法存在明显不足的问题,创新性地构建了基于遗传算法优化的CatBoost(categorical boosting)机器学习预测模型。系统收集了730组来自公开文献的混凝土试验数据作为建模基础,通过对比,分析了CatBoost、随机森林(random forest,RF)、支持向量机(support vector machine,SVM)和多层感知机(multilayer perceptron,MLP)的预测性能,在训练集和测试集中,CatBoost模型的预测精度均优于其他算法。为进一步提升模型精度,采用遗传算法(genetic algorithm,GA)对CatBoost模型的关键超参数进行寻优。经过GA算法的超参数优化后,模型预测性能得到明显改善。特征重要性分析进一步揭示了各影响因素与抗压强度的内在关联规律,为理解混凝土抗压强度形成机制提供了数据驱动的理论依据。 展开更多
关键词 混凝土 抗压强度预测 CatBoost 遗传算法 特征重要性
暂未订购 下载PDF
基于CatBoost-MOAHA的长距离输水系统水锤防护多目标优化研究 认领 引用
6
作者 宋月华 牧振伟 +3 位作者 李明超 周镇 赵白恩 胡德智 《水电能源科学》 北大核心 2026年第6期160-165,共6页
针对长距离输水系统水锤防护安全性与经济性协同优化问题,提出融合CatBoost算法与多目标人工蜂鸟算法(MOAHA)的优化框架。基于拉丁超立方采样构建样本数据集,利用CatBoost建立设备参数与防护指标的映射模型,经SHAP分析表明空气罐连接管... 针对长距离输水系统水锤防护安全性与经济性协同优化问题,提出融合CatBoost算法与多目标人工蜂鸟算法(MOAHA)的优化框架。基于拉丁超立方采样构建样本数据集,利用CatBoost建立设备参数与防护指标的映射模型,经SHAP分析表明空气罐连接管直径为水锤防护关键参数,其平均SHAP值达0.32~0.50。以正压防护裕度、负压防护裕度、水泵最大无量纲倒转速及空气罐体积为优化目标,采用MOAHA算法求解Pareto解集,并基于熵权TOPSIS决策最优方案。结果表明,较初始方案,优化后最大压力水头降低20.37%,最小压力水头提升64.75%,空气罐体积减小50%,水泵最大倒转速符合规范要求。该方法实现了防护效果与经济性的协同优化,可为同类工程水锤防护设计提供参考。 展开更多
关键词 水锤防护 多目标优化 CatBoost算法 人工蜂鸟算法 参数敏感性分析
暂未订购 下载PDF
基于CatBoost算法的空载变压器励磁涌流预测 认领 引用
7
作者 郭文 黄著 +1 位作者 周鸣中 王丹翔 《电气传动》 2026年第2期34-42,共9页
空载变压器合闸时产生的励磁涌流可能出现引起设备故障、影响电能质量和导致线路过载等问题,现阶段相控开断是抑制涌流的有效手段,断路器关合特性和剩磁是影响相控精度的主要因素。通过阐述断路器关合特性对励磁涌流的影响,并考虑关合... 空载变压器合闸时产生的励磁涌流可能出现引起设备故障、影响电能质量和导致线路过载等问题,现阶段相控开断是抑制涌流的有效手段,断路器关合特性和剩磁是影响相控精度的主要因素。通过阐述断路器关合特性对励磁涌流的影响,并考虑关合过程中灭弧室内电场变化的不均匀性对关合系数的影响,计算了不同关合系数k对应的预击穿时间。分析了剩磁对励磁涌流的影响机理,利用ATP/EMTP对不同剩磁情况下的励磁涌流做了统计仿真分析。提出一种利用Categorical Boosting(CatBoost)算法预测空载变压器励磁涌流的方法,基于CatBoost算法模型探究断路器关合系数k、机械分散性3σ、剩磁Φr和励磁涌流之间的映射关系,建立了空载变压器合闸励磁涌流预测模型,此模型可以完成不同相控条件下励磁涌流的预测,同时可以分析不同励磁涌流要求下的断路器性能参数。最后,通过实验验证了CatBoost模型的有效性,通过与其他传统算法对比,验证了其预测的准确性。 展开更多
关键词 相控 励磁涌流 关合特性 剩磁 CatBoost算法
暂未订购 下载PDF
基于BOA-CatBoost的压电陶瓷烧结温度场代理模型构建研究 认领 引用
8
作者 衡孝韧 马超 +1 位作者 何非 呼子博 《机械设计与制造工程》 2026年第1期1-6,共6页
压电陶瓷烧结通常在隧道窑中进行,其生产过程不透明且持续时间长,因此需要构建质量预测模型来指导实际生产。坯体烧结温度是质量预测模型的重要输入参数,但是在实际生产过程中烧结温度难以获取。为了解决这一问题,以电热隧道窑为例,借... 压电陶瓷烧结通常在隧道窑中进行,其生产过程不透明且持续时间长,因此需要构建质量预测模型来指导实际生产。坯体烧结温度是质量预测模型的重要输入参数,但是在实际生产过程中烧结温度难以获取。为了解决这一问题,以电热隧道窑为例,借助数值模拟手段,通过Fluent仿真软件对包括坩埚和坯体在内的隧道窑温度场进行建模分析。考虑到仿真模型耗时、代价高昂等因素,进一步利用CatBoost算法构建压电陶瓷坯体的温度场代理模型,并通过贝叶斯优化算法(BOA)进行超参数的优化,最终实现不同隧道窑运行参数下不同位置坯体温度数据的快速获取。 展开更多
关键词 数值模拟 Fluent CatBoost算法 贝叶斯优化算法 代理模型
暂未订购 下载PDF
基于CatBoost的啤酒过滤工艺中助滤剂添加量优化研究 认领 引用
9
作者 王泉 杜康 《计算机应用文摘》 2026年第7期106-109,113,共4页
啤酒过滤是啤酒生产中的关键环节,旨在确保产品的澄清度与稳定性。目前,主流的过滤方法通常采用硅藻土或硅胶作为过滤助剂。然而,助滤剂的添加量多依赖操作经验,缺乏数据驱动的决策机制,容易导致成本浪费或产品质量波动。文章提出一种... 啤酒过滤是啤酒生产中的关键环节,旨在确保产品的澄清度与稳定性。目前,主流的过滤方法通常采用硅藻土或硅胶作为过滤助剂。然而,助滤剂的添加量多依赖操作经验,缺乏数据驱动的决策机制,容易导致成本浪费或产品质量波动。文章提出一种优化过滤助剂用量的方法。首先,为精准预测生产过程中啤酒的浊度,设计了一种基于CatBoost的浊度预测模型;其次,引入贝叶斯优化框架对模型超参数进行调优,以提升预测精度;最后,将助滤剂用量决策建模为在浊度约束下的成本最小化问题,并采用差分进化算法进行全局求解。实验结果表明,该方法在满足浊度标准的前提下,能够有效降低单位过滤体积的成本。该研究将机器学习与智能优化相结合,为啤酒过滤过程的降本增效和智能化升级提供了可量化的技术路径。 展开更多
关键词 啤酒过滤 助滤剂 机器学习 CatBoost 差分进化算法
暂未订购 下载PDF
基于CatBoost算法的主配网运行状态风险评估 认领 引用
10
作者 汪敏 王士彬 +1 位作者 尹栋 刘锋 《电子设计工程》 2026年第13期109-113,共5页
针对主配网动态风险评估中复杂因素关联性捕捉不足、越限风险预测精度低的问题,提出基于分类提升算法(Categorical Boosting,CatBoost)的动态风险评估方法。通过利用错误反馈-特征增强机制,并借助负梯度动态筛选关键动态特征,结合迭代... 针对主配网动态风险评估中复杂因素关联性捕捉不足、越限风险预测精度低的问题,提出基于分类提升算法(Categorical Boosting,CatBoost)的动态风险评估方法。通过利用错误反馈-特征增强机制,并借助负梯度动态筛选关键动态特征,结合迭代优化策略降低模型过拟合程度,有效解决了传统静态赋权方法在应对突发因素时响应滞后的问题。构建灰色关联-概率分段模型,量化实时数据与历史风险场景匹配度,避免了对未知场景的误判。以寒潮覆冰故障事件为例,该方法能够精准捕获电压越限概率,其最大值0.9出现在12 h,功率越限概率最大值0.9出现在17~18 h,显著提升了复杂工况下动态风险预警精度,为极端天气配网自愈决策提供有效的技术支撑。 展开更多
关键词 CatBoost算法 主配网 运行状态 风险评估 越限风险
暂未订购 下载PDF
基于BA-Catboost算法的隔夹层划分——以陇东油田J区为例 认领 引用 被引量：2
11
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》 CSCD 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
暂未订购 下载PDF
基于FHO-CatBoost的分布式电源调控异常事件检测 认领 引用 被引量：3
12
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》 EI CSCD 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
暂未订购 下载PDF
基于SSA优化CatBoost的甘南草地土壤有机碳含量估算 认领 引用 被引量：3
13
作者 马子茗 张美玲 刘星宇 《环境科学》 EI CAS CSCD 北大核心 2025年第8期4961-4970,共10页
估算甘南藏族自治州草地土壤有机碳(SOC)含量并研究其空间分布特征,明确SOC主要影响因素,对草地质量提升与管理优化、气候调节和生态系统功能维持具有重要意义.以甘肃省甘南藏族自治州草地为研究对象,通过整合土壤属性、气象因子、高程... 估算甘南藏族自治州草地土壤有机碳(SOC)含量并研究其空间分布特征,明确SOC主要影响因素,对草地质量提升与管理优化、气候调节和生态系统功能维持具有重要意义.以甘肃省甘南藏族自治州草地为研究对象,通过整合土壤属性、气象因子、高程和植被指数等数据构建多特征因子数据,通过皮尔逊相关性分析筛选出24个显著特征因子,根据SHAP值得到归一化贡献程度.运用机器学习模型划分8∶2的训练集和测试集,采用十折交叉验证,实验5次得到结果并根据MAE、RMSE和R2等评估模型,采用麻雀搜索算法(SSA)和鲸鱼优化算法(WOA)优化参数并估算SOC含量.结果表明,基于模型估算的甘南藏族自治州草地表层SOC储量空间分布呈现出从西到东逐渐降低,西北高,东南低的走势,西北部的平均温度相对较低,有机碳含量较高;年平均气温、增强植被指数(EVI)和数字高程模型(DEM)对甘南草地SOC含量的贡献明显,是影响SOC空间分布的主要因素;在随机森林、决策树、梯度提升回归、CatBoost、XGBoost和LightGBM中,CatBoost模型在测试集上的表现最佳;根据SSA和WOA收敛速率曲线,发现SSA收敛更快,更新参数更有效;优化后的SSA-CatBoost模型在预测SOC含量方面表现最佳.SOC空间分布对区域内的生态系统和碳循环有着重要影响,甘南地区西北部草地在土壤肥力和碳储存方面具有更大的潜力,有助于制定更有效的土壤管理和生态保护策略,减缓气候变暖的进程,进一步推动全球生态系统的可持续发展. 展开更多
关键词 土壤有机碳(SOC) 机器学习 Catboost模型 优化算法 甘南草地
暂未订购 下载PDF
基于贝叶斯优化的CatBoost算法自动识别隧道微地震信号 认领 引用 被引量：1
14
作者 贺宁波 焦永春 +4 位作者 王向鹏 何健 王一帆 李怀良 卿嘉鹏 《成都理工大学学报（自然科学版）》 CAS CSCD 北大核心 2025年第6期1230-1245,共16页
微地震信号的自动识别对隧道的实时安全监测具有重要意义。然而,传统的微地震信号识别方法易受强环境噪声干扰及信号特征复杂性影响,导致识别准确率和鲁棒性不足。为此,提出了一种基于贝叶斯优化的CatBoost算法(BO-CatBoost)。首先,提... 微地震信号的自动识别对隧道的实时安全监测具有重要意义。然而,传统的微地震信号识别方法易受强环境噪声干扰及信号特征复杂性影响,导致识别准确率和鲁棒性不足。为此,提出了一种基于贝叶斯优化的CatBoost算法(BO-CatBoost)。首先,提取微地震信号的9个弱相关运动学与动力学特征,并引入奇异值分解(SVD)技术进行降维。然后,以最优化ROC曲线下的面积(AUC)为目标,利用贝叶斯优化方法对CatBoost算法的超参数进行智能调优。最后,将SVD处理后的特征样本作为BO-CatBoost的输入,以获得微地震信号自动识别模型。实验结果表明,BO-CatBoost在识别准确率与噪声鲁棒性方面均优于随机森林、极限学习机和支持向量机等传统方法。在不同施工工况下的实际隧道微地震数据集测试中,BO-CatBoost方法展现出良好的泛化能力与稳定性,证明其在隧道安全预警系统中的应用潜力与工程实用价值。 展开更多
关键词 微地震信号 自动识别 贝叶斯优化 CatBoost算法 微地震监测
暂未订购 下载PDF
基于模态分解与CatBoost-GTCN-DGM的锂电池RUL预测方法 认领 引用 被引量：1
15
作者 胡胜 李莹莹 +2 位作者 何怡婷 李景琦 张凡 《电源技术》 CAS 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
暂未订购 下载PDF
基于胜任力与CatBoost算法的商照训练评估方法 认领 引用 被引量：1
16
作者 孙宏 张兆阳 +1 位作者 兰舰 孟晓娅 《航空工程进展》 CSCD 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
暂未订购 下载PDF
基于CSSA-CatBoost-LSTM的风机状态预测 认领 引用
17
作者 孙家栋 李子恒 +1 位作者 陈德基 施珮 《电子测量技术》 北大核心 2025年第24期167-176,共10页
针对风机状态预测中特征提取不充分及单一模型预测精度不足的问题,提出一种融合CatBoost算法与长短期记忆网络(LSTM)的风机运行状态预测方法。首先,基于风机传感器特征和时序特征,使用SVFE和MVFE方法交叉融合生成全局复合特征,并结合熵... 针对风机状态预测中特征提取不充分及单一模型预测精度不足的问题,提出一种融合CatBoost算法与长短期记忆网络(LSTM)的风机运行状态预测方法。首先,基于风机传感器特征和时序特征,使用SVFE和MVFE方法交叉融合生成全局复合特征,并结合熵权法改进的灰色关联分析实现特征降维。其次,通过引入混沌映射改进的麻雀搜索算法(CSSA)对LSTM模型超参数进行全局寻优,实现最优参数组合的自适应筛选与精准确定。最后,通过最优加权组合策略对CatBoost与优化后的LSTM进行深度融合,以提升预测精度与模型泛化能力。以中国宜昌某磷化工企业风机为例,对所提CSSA-CatBoost-LSTM风机状态预测方法进行了验证,验证结果表明该方法在准确性和可靠性方面有显著提升。 展开更多
关键词 CatBoost 长短期记忆网络 熵权法 灰色关联分析方法 混沌映射 麻雀搜索算法
暂未订购 下载PDF
基于MIV-HPO-CatBoost的航空发动机振动预测 认领 引用
18
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
暂未订购 下载PDF
基于OOA-CatBoost的烧结矿粒度预测模型 认领 引用 被引量：2
19
作者 李喆 王猛 +3 位作者 董振 姜娟娟 李杰 杨爱民 《烧结球团》 CAS 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(R2)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
暂未订购 下载PDF
基于CatBoost优化算法的自密实混凝土工作性预测 认领 引用 被引量：2
20
作者 梁其旻 王喆 +2 位作者 梅英杰 孙奥 李鹏飞 《硅酸盐通报》 CAS 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
暂未订购 下载PDF
已选0条
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 … 5 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈