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164篇文章
< 1 2 … 9 >
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：
基于贝叶斯优化LightGBM算法的深层页岩储层分级评价 认领 引用
1
作者 张鲁川 李一博 +6 位作者 张雷 张笠 蒲俊伟 李勇 肖佃师 李致远 马海川 《天然气地球科学》 CAS CSCD 北大核心 2026年第4期801-815,共15页
多元回归、经验公式及岩石物理模型等传统手段难以充分捕捉测井曲线与储层参数间复杂的非线性关系,导致页岩储层分级预测精度较低。以渝西地区深层五峰组—龙一1亚段页岩为研究对象,建立基于贝叶斯优化LightGBM算法的深层页岩储层类型... 多元回归、经验公式及岩石物理模型等传统手段难以充分捕捉测井曲线与储层参数间复杂的非线性关系,导致页岩储层分级预测精度较低。以渝西地区深层五峰组—龙一1亚段页岩为研究对象,建立基于贝叶斯优化LightGBM算法的深层页岩储层类型识别模型,并利用SHAP算法定量评估测井曲线重要性,最终将模型应用于靶区储层分级评价。结果表明:相较于回归方案,分类方案在深层页岩储层识别模型复杂度、计算效率和识别性能上均显著提升。采用分类方案建立页岩储层类型识别模型,测试集中,LightGBM对储层类型识别的加权精确率(Weighted‑P)和召回率(Weighted‑R)分别为89.7%和89.6%,优于RF(87.52%和86.96%)和SVM(83.61%和81.8%)算法;DEN、GR和CNL曲线对识别I类和III类页岩储层最为重要,而识别II类储层中,DEN、AC和CNL曲线重要性更高,且测井曲线对模型决策呈现复杂非线性影响;分级评价结果显示I类储层主要发育于五峰组上部及龙一1亚段1小层。基于贝叶斯优化LightGBM算法可实现深层页岩储层类型的高效精确识别,为深层页岩储层分级评价提供了新思路。 展开更多
关键词 深层页岩储层 分级评价 LightGBM算法 贝叶斯优化 SHAP算法
暂未订购 下载PDF
面向不平衡样本的ADASYN-LightGBM模型在侵入型低阻油层识别中的应用 认领 引用
2
作者 张远君 蔡明 +3 位作者 章成广 张磊 陈元勇 叶畅 《石油地球物理勘探》 EI CSCD 北大核心 2026年第3期768-783,共16页
轮南油田三叠系广泛发育低阻油层,但其成因机制尚不明确,储层流体识别准确率偏低,已成为制约该区油气高效勘探与开发的关键难题。为此,在综合岩石物理实验、地层水矿化度、测井响应及试油等资料的基础上,采用逐项排除思路,分别从储层物... 轮南油田三叠系广泛发育低阻油层,但其成因机制尚不明确,储层流体识别准确率偏低,已成为制约该区油气高效勘探与开发的关键难题。为此,在综合岩石物理实验、地层水矿化度、测井响应及试油等资料的基础上,采用逐项排除思路,分别从储层物性与润湿性、地层水矿化度、黏土附加导电性以及钻井泥浆侵入等因素出发,对低阻响应的主控机制进行系统分析;然后提出以电阻率侵入因子Q作为区分低阻油层与正常油层的初步判别参数,并进一步引入ADASYN-LightGBM优化算法,将Q与机器学习模型联合构建低阻油层识别方法以提升干层区分能力。研究结果表明,轮南油田低阻现象主要与开发时序不一致引起的地层压力亏空及钻井液调整不及时导致的泥浆深侵入密切相关;所建模型的平均准确率与平均F1分数分别达到94.38%和94.41%,低阻油层识别准确率达到96.77%,有效提高了低阻油层与干层的识别效果。实例应用表明,Q参数可用于低阻油层的快速初判,但单参数在干层识别方面存在局限;结合ADASYN-LightGBM可显著提升复杂类别的判别能力,为轮南油田三叠系低阻油层识别与同类区块推广应用提供了方法参考。 展开更多
关键词 低阻油层 钻井液侵入 储层流体识别 电阻率侵入因子 ADASYN-LightGBM优化算法
暂未订购 下载PDF
基于LightGBM算法的盾构滚刀磨损预测模型 认领 引用
3
作者 干聪豫 刘墨池 +2 位作者 曹英贵 郝淑宁 李兴高 《石家庄铁道大学学报（自然科学版）》 2026年第1期84-93,共10页
盾构掘进中刀具与岩土体接触产生的磨损现象严重影响着施工的效率与安全,预测刀具磨损情况有助于确定开仓换刀时机,保障工程的安全与高效。为实现滚刀磨损的准确高效预测,提出了结合LightGBM(Light Gradient Boosting Machine)算法和贝... 盾构掘进中刀具与岩土体接触产生的磨损现象严重影响着施工的效率与安全,预测刀具磨损情况有助于确定开仓换刀时机,保障工程的安全与高效。为实现滚刀磨损的准确高效预测,提出了结合LightGBM(Light Gradient Boosting Machine)算法和贝叶斯优化算法的滚刀磨损预测模型。通过改进Mask R-CNN算法及其后处理方法提取渣石图像几何特征,结合掘进参数、地质因素和均匀磨损值构建预测数据集,利用LightGBM算法构建磨损预测模型,并采用贝叶斯优化算法对模型进行超参数优化,实现滚刀磨损的预测。结果表明,所提模型预测结果与实测值接近,其预测精度较XGBoost(Extreme Gradient Boosting)算法、BP算法更高,证明了提出方法的有效性。通过对比实验可知,渣石几何特征对磨损预测模型有所贡献,能够辅助模型开展磨损预测并提升模型性能。 展开更多
关键词 盾构隧道 盾构滚刀 磨损预测 渣石形态分布 LightGBM算法
暂未订购 下载PDF
基于IDBO-LightGBM的光伏阵列故障诊断方法 认领 引用 被引量：3
4
作者 吴亚钧 王璐 张金江 《电源学报》 CSCD 北大核心 2026年第4期122-132,共11页
为提高光伏阵列故障诊断的准确率,提出1种基于改进蜣螂优化IDBO(improved dung beetle optimazation)算法优化轻量级梯度提升机Light GBM(light gradient boosting machine)的光伏阵列故障诊断方法。通过IDBO对LightGBM中的特定超参数... 为提高光伏阵列故障诊断的准确率,提出1种基于改进蜣螂优化IDBO(improved dung beetle optimazation)算法优化轻量级梯度提升机Light GBM(light gradient boosting machine)的光伏阵列故障诊断方法。通过IDBO对LightGBM中的特定超参数进行寻优,建立基于IDBO-LightGBM的光伏阵列故障诊断模型。为有效区分各种故障,使用从电流-电压曲线中提取的特征点。为验证所提方法的效果,对模型进行仿真分析,将所提方法与LightGBM算法、DBO-LightGBM算法、其他决策树算法和支持向量机算法进行对比,验证了所提方法的稳定性与准确率。 展开更多
关键词 光伏阵列 故障诊断 改进蜣螂优化算法 轻量级梯度提升机
暂未订购 下载PDF
基于LightGBM算法的供水管网抗震性能评估 认领 引用 被引量：3
5
作者 马天鹤 侯本伟 +2 位作者 缪惠全 许成顺 杜修力 《工程力学》 EI CSCD 北大核心 2026年第7期43-54,共12页
为考虑管线地震破坏和震后修复的不确定性,多采用蒙特卡罗模拟(MCS)方法进行供水管网震后水力服务性能以及韧性评估。由于MCS产生的样本数量多,且每个样本进行水力模型计算耗时较长,导致采用MCS评估供水管网震后服务性能时存在计算量大... 为考虑管线地震破坏和震后修复的不确定性,多采用蒙特卡罗模拟(MCS)方法进行供水管网震后水力服务性能以及韧性评估。由于MCS产生的样本数量多,且每个样本进行水力模型计算耗时较长,导致采用MCS评估供水管网震后服务性能时存在计算量大、效率低的问题。该文采用LightGBM算法构建地震破坏供水管网服务性能的预测模型,代替每个MCS样本中水力分析模型,提升MCS模拟计算效率。代理模型的输入参数为管线水力重要度及其破坏点漏口面积,输出参数为管网中节点和管网整体的供水满足率。通过Benchmark案例管网验证了LightGBM代理模型的有效性;与水力功能分析模型计算结果相比,代理模型评估的管网震后服务性能相对误差为1.09%~1.88%,计算时间降低了73.1%~92.3%;对于管网震后恢复过程模拟和韧性评估问题,代理模型得到的不同恢复策略的韧性指标,与水力分析模型的结果相对误差小于1%。因此,基于LightGBM算法的代理模型可为城市供水管网震后性能评估、恢复过程模拟和韧性评估提供支撑。 展开更多
关键词 供水管网 抗震性能评估 韧性评估 LightGBM算法 代理模型
暂未订购 下载PDF
基于MSIWOA-LightGBM的输汽管线蒸汽干度预测方法研究 认领 引用
6
作者 梁海波 王胤力 张毅 《中国测试》 CAS 北大核心 2026年第4期148-155,共8页
在油田注汽系统中,锅炉蒸汽干度的设定值常根据出口处蒸汽干度的波动进行实时调整,针对注汽过程中难以获取输汽管线出口处蒸汽干度的精确数学模型问题,提出一种基于MSIWOA-LightGBM算法的输汽管线蒸汽干度预测方法。通过引入Circle混沌... 在油田注汽系统中,锅炉蒸汽干度的设定值常根据出口处蒸汽干度的波动进行实时调整,针对注汽过程中难以获取输汽管线出口处蒸汽干度的精确数学模型问题,提出一种基于MSIWOA-LightGBM算法的输汽管线蒸汽干度预测方法。通过引入Circle混沌序列初始化解分布、建立非线性收敛因子和基于Limit阈值的柯西变异扰动策略,改进WOA算法优化LightGBM超参数组合的常规流程与效率,提高模型的遍历性和寻优深度,加强前期全局搜索效率和后期局部深度开发能力,旨在较短时间内获取更为准确的输汽管线蒸汽干度值。最后结合注汽现场输汽管线数据集,验证其预测性能并与传统LightGBM、XGBoost、常规WOA-LGBM三种模型进行对比,实验结果表明:MSIWOA-LightGBM模型较常规优化流程效率提高36.9%,在各项性能评价指标上均优于其他模型,具有更好的实时性与泛化能力,对热注作业能量调控具有借鉴意义。 展开更多
关键词 蒸汽干度 输汽管线 轻梯度提升机 鲸鱼优化算法 干度预测
暂未订购 下载PDF
基于LightGBM算法助力拉曼光谱实现姜黄欺诈检测 认领 引用
7
作者 任晓鸽 王旭 《光散射学报》 北大核心 2026年第2期429-437,共9页
姜黄作为重要的药食同源原料,其市场掺假行为(如掺入淀粉、近缘物种或工业染料等)不仅扰乱市场秩序,更可能引入重金属污染而威胁消费者健康。传统色谱分析方法操作繁琐、耗时长,难以满足现场快速筛查需求。拉曼光谱技术虽具有快速、无... 姜黄作为重要的药食同源原料,其市场掺假行为(如掺入淀粉、近缘物种或工业染料等)不仅扰乱市场秩序,更可能引入重金属污染而威胁消费者健康。传统色谱分析方法操作繁琐、耗时长,难以满足现场快速筛查需求。拉曼光谱技术虽具有快速、无损等优势,但其复杂的光谱特征及细微的谱图差异对分类模型构建提出了挑战。本研究提出一种基于LightGBM机器学习算法的拉曼光谱分析方法,以实现姜黄掺假的高效精准鉴别。通过采集纯正姜黄及常见掺假物(玉米淀粉、麦芽糊精、铬黄)的拉曼光谱数据,对原始光谱进行平滑、基线校正和归一化预处理,有效抑制噪声及荧光背景干扰。将预处理后的全波段光谱数据作为特征输入,构建基于LightGBM的分类模型,并利用其特征重要性评估功能筛选关键光谱特征。与支持向量机(SVM)和偏最小二乘判别分析(PLS-DA)等传统方法的对比实验表明,LightGBM模型在姜黄真伪二分类任务中准确率达到97.92%,精确率为78.57%,召回率为91.67%,且具有更快的训练与预测速度。本研究成功将LightGBM算法与拉曼光谱技术相结合,构建了一种高精度、高效率、强鲁棒性的姜黄掺假鉴别模型,充分发挥了LightGBM在处理高维光谱数据、挖掘细微特征及自动筛选关键波段方面的优势,为拉曼光谱在复杂基质快速分析中的应用提供了有效的算法支持,也为食品与中药材质量安全现场检测提供了可行的技术路径。 展开更多
关键词 LightGBM 机器学习算法 拉曼光谱 姜黄 欺诈检测
暂未订购 下载PDF
基于WMA-LightGBM的露天矿边坡稳定性预测 认领 引用
8
作者 李山 王文静 +2 位作者 白佩云 马彪 李利 《工矿自动化》 CSCD 北大核心 2026年第4期96-104,共9页
对于露天矿边坡稳定性预测,传统物理力学分析或数值模拟方法存在建模过程复杂、计算成本高的问题,而现有机器学习模型对不同数据类型的敏感度不同且难以找到全局最优解。针对上述问题,提出了一种融合鲸鱼迁徙优化算法(WMA)与轻量级梯度... 对于露天矿边坡稳定性预测,传统物理力学分析或数值模拟方法存在建模过程复杂、计算成本高的问题,而现有机器学习模型对不同数据类型的敏感度不同且难以找到全局最优解。针对上述问题,提出了一种融合鲸鱼迁徙优化算法(WMA)与轻量级梯度提升机(LightGBM)的边坡稳定性预测模型(WMA-LightGBM模型)。以边坡高度、边坡角、容重、黏聚力、内摩擦角和孔隙压力比6项边坡主控影响特征作为模型输入,利用WMA的双阶段协同优化与自适应迁徙策略对LightGBM超参数进行自适应全局寻优,实现边坡稳定性状态的精准预测。实验结果表明,WMA-LightGBM模型具备良好的泛化能力,实现了对失稳边坡的零漏判,且将稳定边坡误判控制在较低水平,预测准确率为96.3%、精确率为100%、召回率为94%、F1分数为0.9680、曲线下面积为0.98,在工程安全性和预测精度上均显著优于对比模型;基于SHAP算法的特征依赖性分析揭示了特征对预测结果的影响规律,验证了模型预测逻辑的合理性,为该模型在边坡稳定性预测场景中的可靠工程应用提供了关键支撑。 展开更多
关键词 露天矿 边坡稳定性预测 鲸鱼迁徙优化算法 WMA 轻量级梯度提升机 LightGBM
暂未订购 下载PDF
基于IHA-TPE-LightGBM融合模型的NiTi基形状记忆合金相变温度预测方法 认领 引用
9
作者 李珺 徐亮 陈小然 《中国材料进展》 CAS CSCD 北大核心 2026年第3期245-250,共6页
提出了一种基于IHA-TPE-LightGBM的融合模型预测NiTi基形状记忆合金的相变温度(Tp)的方法。融合遗传算法与模拟退火算法形成改进混合算法(improved hybrid algorithm,IHA),筛选影响Tp的特征,减少特征冗余并优化模型性能;利用非标... 提出了一种基于IHA-TPE-LightGBM的融合模型预测NiTi基形状记忆合金的相变温度(Tp)的方法。融合遗传算法与模拟退火算法形成改进混合算法(improved hybrid algorithm,IHA),筛选影响Tp的特征,减少特征冗余并优化模型性能;利用非标准贝叶斯优化算法(tree-structured Parzen estimator,TPE)优化最佳模型的超参数,提升模型的精度。结果表明,提出的温度预测模型IHA-TPE-LightGBM的R2评价指标为0.92,验证了该方法的有效性。该研究方法有助于开发新型NiTi基形状记忆合金,可以加快未来高性能弹热材料的发现。 展开更多
关键词 NiTi基合金 遗传算法 模拟退火算法 特征筛选 非标准贝叶斯优化算法 LightGBM
暂未订购 下载PDF
基于Kmeans–LightGBM算法的页岩含气量预测及其在筇竹寺组的应用 认领 引用
10
作者 刘鑫 田鹤 +7 位作者 何亮 黎丁源 杨雨然 伍秋姿 姜振学 吴建晨 史德民 缪欢 《中国地质》 CAS CSCD 北大核心 2026年第2期466-475,共10页
【研究目的】含气量是评估页岩气资源潜力的重要参数,精准预测含气量可为页岩气勘探部署提供指导。【研究方法】本研究以四川盆地筇竹寺组页岩为例,基于页岩实测含气性数据与测井解释数据,提出了一种结合K均值聚类算法(Kmeans)和轻量级... 【研究目的】含气量是评估页岩气资源潜力的重要参数,精准预测含气量可为页岩气勘探部署提供指导。【研究方法】本研究以四川盆地筇竹寺组页岩为例,基于页岩实测含气性数据与测井解释数据,提出了一种结合K均值聚类算法(Kmeans)和轻量级梯度提升机算法(LightGBM)的页岩储层含气性预测的模型,并将该模型预测结果与极限梯度提升(XGboost)和LightGBM算法结果进行了对比。【研究结果】XGboost算法预测结果的误差率为9.76%,均方根误差为0.734,拟合优度为0.8714。LightGBM算法预测结果的误差率为9.48%,均方根误差为0.6478,拟合优度为0.9427。Kmeans–LightGBM算法预测结果的误差率为7.96%,均方根误差为0.5805,拟合优度为0.96。【结论】通过Kmeans聚类特征增强的LightGBM预测模型能有效提升深层页岩储层含气性预测精度。基于Kmeans–LightGBM算法预测,筇竹寺组页岩含气量差异较大,分布在0.21~13.27 m3,在垂向上筇一段2亚段含气量较高。 展开更多
关键词 页岩气 筇竹寺组 Kmeans–LightGBM算法 含气性预测 油气勘查工程 四川盆地
暂未订购 下载PDF
基于LightGBM与遗传算法的远洋集装箱船航速优化 认领 引用
11
作者 张焱飞 汪嘉俊 季盛 《上海船舶运输科学研究所学报》 2026年第3期1-7,47,共7页
航速优化是提升船舶营运能效,降低温室气体排放的重要措施之一。为减少船舶主机油耗,设计一种基于LightGBM(Light Gradient Boosting Machine)与遗传算法的航速优化方法。利用LightGBM算法,根据实船历史营运数据建立主机航行油耗模型,... 航速优化是提升船舶营运能效,降低温室气体排放的重要措施之一。为减少船舶主机油耗,设计一种基于LightGBM(Light Gradient Boosting Machine)与遗传算法的航速优化方法。利用LightGBM算法,根据实船历史营运数据建立主机航行油耗模型,该模型对航速和主机油耗的预测平均绝对误差分别为2.03%和1.18%,精确度和泛化能力均能满足工程要求;利用Fisher最优分割算法对给定航线的气象数据进行聚类分析,从而划分出段内气象稳定的多个航段;在此基础上,利用遗传算法对目标航线进行分段航速优化。计算结果表明,采用该方法对航速进行优化后,目标船舶单航次不仅能节省燃油5.36%,而且能使航行时间缩短6.23%,说明该分段航速优化方法具有可行性。 展开更多
关键词 航速优化 LightGBM算法 油耗模型 遗传算法
暂未订购 下载PDF
基于LightGBM算法的飞行冲突探测研究 认领 引用
12
作者 张立彪 温祥西 +4 位作者 吴明功 梁亮 李佳威 彭川 苏蕊 《空军工程大学学报》 CSCD 北大核心 2026年第2期1-7,共7页
针对几何飞行冲突探测方法时效性差,机器学习探测样本不均衡等问题,提出了一种融合空间几何建模与机器学习的飞行冲突探测方法。首先,结合飞行器位置和速度等多维特征,基于速度障碍法和三维圆柱保护区,通过几何方法判定冲突。为了解决... 针对几何飞行冲突探测方法时效性差,机器学习探测样本不均衡等问题,提出了一种融合空间几何建模与机器学习的飞行冲突探测方法。首先,结合飞行器位置和速度等多维特征,基于速度障碍法和三维圆柱保护区,通过几何方法判定冲突。为了解决几何判断时效性较差的问题,引入机器学习方法。由于冲突样本较少,训练样本不均衡,选择具有类别权重调整机制的轻量级梯度提升机(LightGBM)算法。最后,在西安地区实际采集的二次雷达数据上对所提方法进行验证,实验结果表明所提方法运行速度较几何方法提升了3.91倍,相较随机森林(RF)及K近邻算法(KNN)等典型算法,该方法在冲突判断的准确率分别提升了19%和91%。 展开更多
关键词 冲突探测 航空器保护区 LightGBM算法 不均衡数据
暂未订购 下载PDF
基于LightGBM-SVM堆叠算法的强震动记录尖刺波形识别 认领 引用
13
作者 张越 周宝峰 +1 位作者 郭文轩 温瑞智 《地球科学》 EI CAS CSCD 北大核心 2026年第1期185-198,共14页
强震动记录中的尖刺是一种常见异常波形,其产生机理尚不清晰,需积累大量数据深入研究,因此尖刺识别具有重要意义.提出了一种基于波形比例尺自适应预处理方法,用于提取并强化幅值变化特征,结合时间尺度判别标准,降低幅值差异对人工标注... 强震动记录中的尖刺是一种常见异常波形,其产生机理尚不清晰,需积累大量数据深入研究,因此尖刺识别具有重要意义.提出了一种基于波形比例尺自适应预处理方法,用于提取并强化幅值变化特征,结合时间尺度判别标准,降低幅值差异对人工标注的影响.同时提出了一种特征表征方法,将一维数据按采样点幅值的累积分布归一化为特征向量,以表征强震动记录的空间分布特征.对类别极不平衡数据集,训练多种机器学习模型,并对误识别情况进行分析.进一步采用贝叶斯优化的LightGBM-SVM堆叠算法实现尖刺波形识别,测试集马修斯相关系数(MCC)超过86%.结果表明,所提尖刺判别标准具有稳定性与普适性,可作为数据质量评估辅助工具,并为尖刺波形机理研究提供技术支撑. 展开更多
关键词 尖刺波形 强震动记录 机器学习 LightGBM SVM 堆叠算法 地震学
暂未订购 下载PDF
基于GA-QLightGBM分位数回归的爆破块度预测模型 认领 引用 被引量：2
14
作者 王淑贤 杨溢 +1 位作者 石玉莲 沈亚玺 《中国安全科学学报》 EI CAS CSCD 北大核心 2026年第2期163-171,共9页
针对矿山爆破块度预测中存在的不确定性高、影响因素复杂等问题,提出一种融合遗传算法(GA)优化与分位数回归的轻量级梯度提升机(LightGBM)预测模型(GA-QLightGBM)。首先,利用GA优化LightGBM超参数,通过模拟自然选择过程(选择、交叉、变... 针对矿山爆破块度预测中存在的不确定性高、影响因素复杂等问题,提出一种融合遗传算法(GA)优化与分位数回归的轻量级梯度提升机(LightGBM)预测模型(GA-QLightGBM)。首先,利用GA优化LightGBM超参数,通过模拟自然选择过程(选择、交叉、变异)进行寻优,提升模型预测精度与稳定性;然后,通过设置不同分位数构建爆破块度的预测区间,量化预测结果的不确定性;最后,将该模型应用于矿山实测数据集,对比验证其预测性能与泛化能力,为爆破块度预测及不确定性分析提供新思路。结果表明:该模型在点预测方面的决定系数为0.880,均方误差(MSE)为0.004,优于传统点预测模型;在区间预测方面,覆盖概率(PICP)、归一化平均带宽(PINAW)和修正区间预测精度(CPIA)分别为0.947、0.228和0.762,验证了GA-QLightGBM的准确性与可靠性。 展开更多
关键词 遗传算法(GA) 轻量级梯度提升机(LightGBM) 爆破块度 不确定性 分位数回归 预测模型
暂未订购 下载PDF
基于MIBWO-LightGBM-BP模型的工业循环水泵轴承故障诊断与误差修正 认领 引用
15
作者 王旭磊 陈奇 +2 位作者 李林 李炜 孙有坤 《国外电子测量技术》 2026年第1期1-6,24,共6页
工业循环水泵轴承振动信号受工况环境等因素影响,导致故障特征容易被噪声掩盖,进而使得工业循环水泵轴承故障诊断精度较低。为此,提出一种基于MIBWO-LightGBM-BP模型的工业循环水泵轴承故障诊断与误差修正的方法。首先以LightGBM模型为... 工业循环水泵轴承振动信号受工况环境等因素影响,导致故障特征容易被噪声掩盖,进而使得工业循环水泵轴承故障诊断精度较低。为此,提出一种基于MIBWO-LightGBM-BP模型的工业循环水泵轴承故障诊断与误差修正的方法。首先以LightGBM模型为基础,通过在模型中引入多策略改进的白鲸算法(Multi-Strategy Improved Beluga Whale Optimization,MIBWO),对其超参数进行优化;然后引入BP神经网络对其误差进行修正,提出MIBWO-LightGBM-BP模型。最后采用MIBWO-LightGBM-BP模型对工业循环水泵轴承故障进行诊断,并开展仿真验证。结果表明,本文模型可实现正常、滚动体故障、外圈故障、内圈故障等不同类型工业循环水泵轴承故障诊断,平均精确率、召回率、平均精度均值、F1值分别为97.04%、97.28%、97.42%、97.28%,相较于其他常见故障诊断模型,具有明显优势。结果证明,改模型提高了工业循环水泵轴承故障诊断的精度,为提升工业循环水泵运行安全性提供了参考。 展开更多
关键词 工业循环水泵 轴承故障诊断 误差修正 LightGBM模型 MIBWO算法 BP神经网络
暂未订购 下载PDF
差分进化算法优化的LightGBM在冷负荷预测中的实用性研究 认领 引用
16
作者 陈适铭 《信息与电脑》 2026年第6期36-38,共3页
冷负荷预测是中央空调系统节能控制的基础。针对现有冷负荷预测模型存在的局限性,文章提出一种基于差分进化算法(Differential Evolution,DE)优化的轻量级梯度提升机(Light Gradient Boosting Machine,LightGBM)模型,旨在更准确地实现... 冷负荷预测是中央空调系统节能控制的基础。针对现有冷负荷预测模型存在的局限性,文章提出一种基于差分进化算法(Differential Evolution,DE)优化的轻量级梯度提升机(Light Gradient Boosting Machine,LightGBM)模型,旨在更准确地实现冷负荷预测。该方法可使LightGBM的超参数自适应调整至最优,以应对不同地区和建筑的冷负荷变化规律,进而增强模型的泛化性能。实验结果表明,该方法显著提高了冷负荷预测精度。 展开更多
关键词 冷负荷预测 LightGBM 差分进化算法
暂未订购 下载PDF
基于LightGBM和SHAP算法的致密油储层孔隙度预测 认领 引用 被引量：6
17
作者 王伟 党海龙 +3 位作者 康胜松 肖前华 丁磊 石立华 《油气地质与采收率》 CAS CSCD 北大核心 2025年第5期90-99,共10页
为了准确高效地表征致密油储层孔隙度的空间分布特征,同时对机器学习模型的可解释性进行评价,采用Z-Score方法对特征属性进行归一化处理,并应用Optuna超参数优化框架对模型的超参数进行调优,建立了一种基于LightGBM算法的孔隙度预测模型... 为了准确高效地表征致密油储层孔隙度的空间分布特征,同时对机器学习模型的可解释性进行评价,采用Z-Score方法对特征属性进行归一化处理,并应用Optuna超参数优化框架对模型的超参数进行调优,建立了一种基于LightGBM算法的孔隙度预测模型,与GBDT和XGBoost算法模型进行了预测效果的综合对比,并利用SHAP算法对LightGBM模型的输出结果进行了可视化解释分析。研究结果表明:LightGBM模型在训练数据集和测试数据集上的预测决定系数分别为0.984和0.855,模型预测准确度高、泛化能力强,综合预测效果好于GBDT和XGBoost模型。应用SHAP算法对LightGBM模型结果的可解释性进行分析,结果表明,影响LightGBM孔隙度预测模型最重要的5项测井参数为密度、阵列感应电阻率、自然伽马、声波时差和光电吸收截面指数。在研究区某单井X致密层段孔隙度的预测实例中,LightGBM模型预测准确度达93.9%,分别高于GBDT和XGBoost模型的预测准确度86.53%和89.08%;训练时长为0.016 s,分别为GBDT和XGBoost模型训练时长的0.096倍和0.025倍;预测时长为0.01 s,分别为GBDT和XGBoost模型预测时长的0.42倍和0.19倍;LightGBM模型的预测效率相对GBDT和XGBoost模型具有明显优势,其在取心井段上对孔隙度的预测误差更小,预测能力更强,且能更好地拟合低值孔隙度。该方法的应用不仅解决了单井致密层段获取完整准确孔隙度分布的难题,而且提高了孔隙度预测的精度和效率,对致密油储层的评价及高效勘探开发具有一定的参考价值。 展开更多
关键词 致密油储层 机器学习 LightGBM算法 SHAP算法 孔隙度预测
暂未订购 下载PDF
基于LightGBM的盾构机姿态预测与控制研究 认领 引用 被引量：5
18
作者 曾铁梅 李昕懿 +4 位作者 冯宗宝 陈虹宇 王雷 覃亚伟 徐文胜 《铁道标准设计》 北大核心 2025年第4期157-165,共9页
有效控制盾构围绕盾构轴线的姿态,避免盾构前倾变形、蛇形、轴线偏离以及纠偏引发管片错台、裂缝、渗漏水是盾构施工中非常重要且具有挑战性的质量安全问题,需要对盾构姿态进行精准预测和有效控制。基于此,提出一种基于光梯度助推机(Lig... 有效控制盾构围绕盾构轴线的姿态,避免盾构前倾变形、蛇形、轴线偏离以及纠偏引发管片错台、裂缝、渗漏水是盾构施工中非常重要且具有挑战性的质量安全问题,需要对盾构姿态进行精准预测和有效控制。基于此,提出一种基于光梯度助推机(Light Gradient Boosting Machine,LightGBM)模型的盾构姿态智能预测与控制方法。研究选取仰俯角、滚转角、切口水平和垂直位移、盾尾水平和垂直位移描述盾构机姿态的6个参数进行预测和控制,对机器学习算法的超参数进行优化,构建LightGBM机器学习算法的最优预测模型,通过特征重要性排序,选取千斤顶推力、土仓压力、刀盘扭矩和掘进速度重要指标进行优化调整,根据LightGBM模型的预测结果,当模型预测到未来盾构姿态与DTA有显著差异时,可以通过提前调整盾构机的工作参数实现盾构姿态优化控制。以贵阳市轨道交通3号线为例,对该方法的有效性进行验证。研究结论为:(1)LightGBM模型能够较为准确地预测盾构施工姿态控制目标,拟合优度R2达到0.85以上;(2)盾构姿态影响因素的重要性排序可以明确应控制的关键施工参数;(3)基于重要盾构施工参数优化调整,各姿态控制目标超限数据均被控制在预警范围内,有效实现盾构施工姿态控制。 展开更多
关键词 盾构 施工参数 预测与控制 机器学习 LightGBM算法 影响因素
暂未订购 下载PDF
基于GA-LightGBM算法的TBM掘进参数与岩体等级关系 认领 引用 被引量：3
19
作者 曹贞洋 龚敏 +4 位作者 吴昊骏 龚潇雨 吴晓东 胡广风 王思杰 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2025年第7期22-32,共11页
为建立反映TBM掘进参数与岩体等级关系的岩体等级识别模型,并提高模型的构建效率和识别率,以某隧道工程为背景开展研究。现场勘测岩体特征并基于BQ法和RQD值划分岩体等级,采集TBM工作数据并筛选出与岩体特性变化相关的主要掘进参数;基... 为建立反映TBM掘进参数与岩体等级关系的岩体等级识别模型,并提高模型的构建效率和识别率,以某隧道工程为背景开展研究。现场勘测岩体特征并基于BQ法和RQD值划分岩体等级,采集TBM工作数据并筛选出与岩体特性变化相关的主要掘进参数;基于轻量梯度提升器(LightGBM)算法,拟合TBM掘进参数与岩体等级的关系,并利用遗传算法(GA),优化LightGBM的超参数,最终建立GA-LightGBM岩体等级识别模型。结果表明:GA-LightGBM模型的识别准确率达到了93.5%,高于支持向量机模型和随机森林模型的准确率,且模型训练速度比梯度提升决策树算法提高了8倍;5种TBM掘进参数与岩石强度和岩体完整性等特性存在相关关系,其中总推进力可作为感知岩体特征的主要判据。研究提供了一种高效分析TBM掘进参数并准确识别岩体等级的方法,为现场快速感知岩体等级并实时调整作业参数提供支撑。 展开更多
关键词 隧道掘进机 岩体等级识别模型 遗传算法 LightGBM算法
暂未订购 下载PDF
基于遗传算法优化的LightGBM浮选尾煤灰分预测模型研究 认领 引用 被引量：5
20
作者 韩杰 王然风 +3 位作者 付翔 王珺 魏凯 张茜 《矿业研究与开发》 CAS 北大核心 2025年第1期269-276,共8页
为了提高煤泥浮选过程灰分在线检测的水平,研究了煤泥浮选过程中尾煤灰分的预测,并建立了基于遗传算法优化的LightGBM浮选尾煤灰分预测模型。通过采集的生产过程数据,包括矿浆流量、浓度、起泡剂量、捕收剂量和干煤泥量,构建了模型训练... 为了提高煤泥浮选过程灰分在线检测的水平,研究了煤泥浮选过程中尾煤灰分的预测,并建立了基于遗传算法优化的LightGBM浮选尾煤灰分预测模型。通过采集的生产过程数据,包括矿浆流量、浓度、起泡剂量、捕收剂量和干煤泥量,构建了模型训练数据集,并对模型进行了测试验证。试验结果显示,该模型预测结果的平均绝对误差为0.72,比未优化的LightGBM模型提升了11.1%的预测精度,相较于其他模型,GA-LightGBM模型预测结果的平均绝对误差降低了15.8%,进一步证明了所建模型在尾煤灰分预测精度上的有效性,为实现智能化浮选提供了新的技术支持。 展开更多
关键词 煤泥浮选 尾煤灰分 遗传算法 LightGBM 预测建模
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 … 9 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈