基于梯度增强决策树算法的纸张质量软测量模型

本研究提出了一种基于梯度增强决策树(GBDT)算法的纸张质量软测量模型,该方法可在线软测量纸张的关键物理指标如抗张强度、柔软度和松厚度。结果表明,采用GBDT进行纸张质量软测量时,抗张强度、柔软度和松厚度的平均相对误差分别为7. 21%、7. 38%和3. 5%;采集新数据验证后,纸张抗张强度、柔软度和松厚度的平均相对误差分别为6. 87%、6. 88%和3. 12%,表明模型对新验证数据的预测结果精度高。

基于GBDT算法的参考作物蒸散量模型在江苏省的预测

选取江苏省6个气象站点1997-2016年的逐日气象资料,建立了3种基于树型算法的参考作物蒸散量(ET 0)预测模型,包括梯度提升决策树(Gradient boosting decision tree,GBDT)、随机森林(Random forest,RF)和回归树(Regression tree)模型,以FAO-56 Penman-Monteith公式计算所得的ET 0值作为标准值,对GBDT、RF、Regresssion tree模型和3种经验模型(EI-Sebail、Irmak、Hargreaves-Samani模型)的预测结果进行比较分析。结果表明:在相同气象因子输入组合下,GBDT、RF模型能取得较高的模拟精度,且明显高于Regression tree模型和经验模型,其中,气象参数组合为最高气温、最低气温和辐射的GBDT模型具有最高的模拟精度[全局评价指标(GPI)排名第1];通过敏感性分析发现,辐射是对江苏省逐日ET 0影响最为显著的气象因子,其直接通径系数为0.512,对决定系数(R 2)的贡献度为0.740,显著高于其他气象因子;通过可移植性分析发现,气象因子组合为最高气温、最低气温和辐射的GBDT、RF模型在江苏省内6个站点相互交叉验证下仍具有较高的预测精度。因此,可以将GBDT、RF模型应用于江苏省气象资料缺乏时的ET 0预测,为农业灌溉提供可靠依据。

基于机器学习算法的井漏预测与诊断理论模型研究

在钻井作业中发生的井漏事故具有突发性、难治理等特点,导致现场堵漏工程难度大、成功率低、成本高等。为了“快、准、狠”地解决该类难题,必须准确预测漏失并提出堵漏措施。本文利用梯度提升决策树算法(GBDT)进行了井漏预测模型研究,通过分析若干机器学习算法,论证了GBDT作为井漏钻前预测模型的可行性;利用案例推理技术建立井漏案例诊断库,使用欧几里得算法和LB_Keogh算法进行井漏案例的检索,提出相应的井漏处理措施,通过实例验证了相似性计算的可靠性。

改进的XGBoost模型在股票预测中的应用

随着时代的不断进步,人民生活水平日益提高。在解决温饱问题之余,有了可供投资的余财。越来越多的人将目光转向股市投资,为股市发展提供了资金条件。然而在纷繁复杂的股票市场,如何寻找最优股成为亟待解决的问题。这不仅是投资者单方面的困惑,也是股票预测领域中学者们所关心的重点。通过网格搜索算法对XGBoost 模型进行参数优化构建GS-XGBoost 的金融预测模型,并将该模型运用于股票短期预测中。分别以中国平安、中国建筑、中国中车、科大讯飞和三一重工2005 年4 月至2018 年12 月28 日的每日收盘价作为实验数据。通过实验对比,相较于XGBoost 原模型、GBDT模型以及SVM模型,GS-XGBoost 模型在MSE、RMSE与MAE三个评价指标上都表现出较好的预测结果。从而验证,GS-XGBoost 金融预测模型在股票短期预测中具有更好的拟合性能。

15分钟生活圈的建成环境阈值效应研究

15分钟生活圈的高品质空间建设需要以人为核心对建成环境进行精细优化。本文立足居民个体日常活动出行的精细化需求,提出15分钟生活圈的建成环境评估策略,即生活圈应具备日常出行吸引力,在圈内“定住”尽可能多的日常外出活动。基于此,构建基于个体的“出行定住率”指标,利用北京活动日志和建成环境数据,采用梯度提升决策树算法,探讨北京市15分钟慢行生活圈建成环境对非工作“出行定住率”的非线性影响和阈值效应,以及这种非线性影响的空间异质性。研究发现:(1) 15分钟慢行生活圈内有效的文体、医疗、零售商业设施POI点密度范围分别为3~6个/km~2、8~20个/km~2、100~300个/km~2,有效的公园绿地占比为不超过8%;(2)设施和绿地配置与非工作出行定住率的非线性关系受到空间区位的调节。最终为15分钟生活圈的建成环境精细化调整提供了科学分析的思路和方向。

基于链路质量估计的灾害监测传感网分簇路由

针对灾害监测传感网呈现出典型的间歇性连通和区域性连通特征,导致数据传输不稳定甚至传输失败的问题,提出一种基于链路质量估计的分簇路由算法.构建基于梯度增强决策树(GBDT)的链路质量估计模型,通过接收信号强度指示(RSSI)、链路质量指示器(LQI)和信噪比(SNR)估计链路的数据包接收速率(PRR)值,根据所获得的PRR估计值对网络分簇,实现簇内数据的高效传输.在此基础上,设计综合链路质量、节点剩余能量等指标的自适应功率分簇路由算法,包括单跳算法LQE-PA和多跳算法LQE-PAMH,通过自适应功率传输的方式将低质量链路提升为高质量链路.仿真结果表明该算法在包传输成功率、网络生存周期和网络吞吐量等方面具有明显优势.