基于随机森林回归的电离层幅度闪烁指数预测

为满足低成本、高精度的电离层闪烁监测需求,提出一种基于随机森林回归的闪烁指数预测模型。在卫星导航接收机输出信息基础上,计算电离层结构状态参数,形成输入参数,并进行参数筛选构建训练数据集,结合专用型电离层闪烁监测接收机观测到的闪烁指数,训练生成基于随机森林回归的幅度闪烁指数预测模型。实验结果表明,与传统电离层幅度闪烁指数计算方法相比,随机森林回归模型预测得到的闪烁指数相关性更强、精度更高。

基于主成分分析和随机森林回归的冬小麦冠层叶绿素含量估算

为提高冬小麦冠层光谱对叶绿素含量的估算精度,以陕西省乾县冬小麦为研究对象,利用SVC-1024i光谱仪和SPAD-502型叶绿素仪实测了冬小麦冠层反射率和叶绿素含量,分析了一阶导数光谱、10种特征参数和9种植被指数与叶绿素含量的相关性,并利用主成分分析(PCA)对叶绿素敏感的可见光波段(390~780 nm)一阶导数光谱进行降维,将特征值大于1的主分量结合特征参数和植被指数形成不同的输入变量,用偏最小二乘回归和随机森林回归构建冬小麦冠层叶绿素估算模型,并利用独立样本对模型进行验证。结果表明,小麦冠层叶绿素含量与一阶导数光谱在751 nm处的相关性最高(r=0.71),特征参数中红边蓝边归一化(SDr-SDb)/(SDr+SDb)与叶绿素含量的相关性最高(r=0.66),植被指数(VI)中修正归一化差异指数(mND705)相关性最高(r=0.74)。在输入变量相同的情况下,基于随机森林(RF)回归的预测模型均优于偏最小二乘回归(PLSR)模型,其中PCA-VI-RF模型的各精度指标均达到最优(r^(2)=0.94,RMSE=1.05,RPD=3.70),是冬小麦冠层叶绿素含量估算的最优模型。

基于随机森林回归的船舶特涂维修的日能耗预测

特殊涂装(简称特涂)维修是修船工作的核心内容,能耗的预测是船舶智能能效优化中的一项重要任务。使用随机森林回归(RFR)模型对船舶特涂维修日能耗进行分析,去除异常值、随机化和标准化数据集,然后使用RFR模型对船舶日能耗历史数据进行训练拟和,利用带交叉验证的网格搜索优化RFR模型,使用优化后的RFR模型对船舶特涂维修日能耗数据进行分析,并与其他模型进行对比实验。结果表明,优化后的RFR模型预测效果优于多种其他模型,R2值达93.25%,均方误差明显更低。

基于随机森林回归模型的集体经营性建设用地土地级别质量影响因素实证分析

利用南昌市本级集体建设用地定级与基准地价评估的项目,获取南昌市本级辖区258个行政村的调研数据,并运用随机森林回归模型分析农村集体经营性建设用地土地级别质量的影响因素及各类因素的重要性程度,同时验证模型的准确率。结果表明:模型的准确率和决定系数(R^(2))均大于80%,且五折交叉验证结果的准确率也大于80%。因子层重要性全域范围内是宏观区位影响度、繁华程度、产业集聚效应、交通条件和区域规划因子比基础设施条件和环境条件因子更大;其中,城区受产业集聚效应因子影响最大,而城郊受交通规划条件因子影响最大,且两者受繁华程度和交通条件因子影响也较大。因素层重要性全域范围内是宏观区位影响度最大,其次是繁华程度、交通条件、产业集聚效应和区域规划,而其余因素影响相对较小;其中,城区受产业集聚效应影响最大,而城郊受区域规划条件影响最大,其次繁华程度和交通条件也对土地级别质量有较大影响,而宏观区位影响度的影响相对减小。

基于随机森林回归算法的水泥立式磨磨内压差预测

水泥立式磨粉磨过程中,准确预测磨内压差对控制和稳定运行至关重要。为了使磨内压差预测值与实际值更接近,提出一种基于随机森林回归(Random Forest Regression, RFR)的预测模型,通过装袋算法(Bagging)和随机特征子空间(Random Subspace Method, RSM)强化原决策回归树(Classification And Regression Tree, CART)的泛化能力。利用灰色关联度分析法,验证了关键变量选取的合理性;利用RFR算法建立磨内压差预测模型,得到新的磨内压差值。对比反向传播神经网络(Back Propagation Neural Network, BPNN)预测模型、支持向量机(Support Vector Machines, SVM)预测模型、径向基函数(Radial Basis Function, RBF)神经网络预测模型、长短期记忆(Long Short Term Memory, LSTM)神经网络预测模型的预测结果,RFR模型的预测效果优于其他4种预测模型,在磨内压差预测方面表现良好。

基于随机森林回归算法的水电工程移民安置效果评价方法

常规的水电工程移民安置效果评价方法主要使用定量结合技术生成评价指标体系,易受生活水平指数SPI动态变化影响,导致评价优属度偏低,因此,需要基于随机森林算法设计1种全新的水电工程移民安置效果评价方法。即利用随机森林回归算法确定了安置效果基础评价指标,建立了水电工程移民安置效果评价结构,从而实现了水电工程移民安置效果评价。实例分析结果表明,设计的水电工程安置随机森林回归算法效果评价方法的评价优属度较高,具有评价可靠性,有一定的应用价值,为优化水电工程移民项目建设作出了一定的贡献。

基于随机森林回归模型和高频数据的鄱阳湖子湖电导率预测

电导率是衡量水质的重要参数,高频监测获取水体中电导率对水质管理具有重要作用。由于野外条件的变化复杂性引起设备故障导致数据缺失时有发生,为优化野外监测体系和插补缺失数据,基于高频监测获取的气象和水体物理指标,结合机器学习模型,预测水体中电导率值。结果表明,随机森林回归模型预测效果最优,其决定系数R~2可达0.996,均方根误差R_(RMSE)为1.31μS/cm,平均相对误差M_(MRE)为0.38%;pH值贡献率最大,是影响电导率的主导因素。研究结果利于优化野外高频监测系统平台,健全高频监测数据,为水质管理提供科学依据。

基于随机森林回归算法的低电阻率页岩气储层饱和度评价

含气(水)饱和度是低电阻率(低阻)页岩气储层中游离气量评价的关键参数,对低阻页岩气勘探开发风险评估极其重要,由于低阻页岩气储层成因复杂,常用的Archie、Simandoux饱和度电法模型及中子-密度重叠的非电法模型对准确计算含气饱和度都具有一定的局限性。鉴于随机森林回归算法具有自带监督学习、多棵决策树共同决策及防止过拟合的优点,通过多测井变量重要性排序,选取无铀伽马、声波时差、密度、中子、铀、钾、深浅侧向电阻率这8条测井曲线作为输入参数,岩心含水饱和度作为输出标签,通过参数调优,当决策树个数为238时,算法模型精度最高,最终建立了基于随机森林回归算法的低阻页岩气储层含水饱和度预测模型。分别对参与和未参与模型训练的各2口低阻页岩气井进行含水饱和度预测,预测结果与岩心测试数据相关系数均达0.94以上,具有较强的泛化能力与适应性。该模型不受测井低电阻率的影响,有效地提高了低阻页岩气储层饱和度预测精度,为低阻页岩气储层含气量计算及勘探开发风险评价提供了依据,是一种便捷、实用、有效的方法。

基于随机森林回归的砂体渗透系数预测

在地浸砂岩型铀矿勘查过程中,砂体渗透系数是一项重要的水文地质参数,也是评价地浸开采有效性的重要指标,而砂体渗透系数预测及其空间分布特征是铀矿勘查最为困难的问题之一。机器学习算法具有操作简单及泛化能力强的特点,在各领域得到了广泛应用,将机器学习算法引入到铀矿地质勘查中能够快速有效地解决测井数据与砂体渗透系数之间复杂的非线性问题。文章采用随机森林回归算法预测洪海沟铀矿床砂体渗透系数,并将其与非线性回归、支持向量机回归预测结果进行对比评价,结果表明,随机森林回归算法具有拟合优度高、操作简单的特点。该方法预测出的砂体渗透系数空间展布方向与地下水渗流方向一致,并密切影响层间氧化带及铀矿化的发育,具有一定的推广意义和经济价值。

基于随机森林回归算法的回采工作面瓦斯涌出量预测

回采工作面是矿井瓦斯涌出的主要场所,精准预测回采工作面的瓦斯涌出量,进而有针对性地提出防治措施,对保证矿井安全生产具有重要意义。提出了基于随机森林回归算法的回采工作面瓦斯涌出量预测方法。以工作面实测瓦斯涌出量数据为原始样本,利用Bootstrap抽样方法进行随机抽样,以袋外数据(OOB)评估分数oob_score作为随机森林回归模型调参、特征变量重要性的评判指标,计算得出模型的最佳参数、特征变量重要性占比。对各特征变量的重要性占比进行排序,并按排序进行随机森林回归模型性能分析,结果表明:随着特征变量数的增加,模型性能不会呈现规律性的变化;当特征变量数较少时,可能存在过拟合的情况。测试结果表明,所创建的随机森林回归模型预测值与实测值的平均绝对误差、平均相对误差随着特征变量数的增加呈下降趋势,特征变量数的增加可在一定程度上提高模型的预测效果。针对同一组数据,与主成分回归分析法相比,随机森林回归模型平均相对误差降低了14.29%,预测效果更好,且原理更简单、调参更容易、计算速度更快,能够为矿井回采工作面瓦斯涌出量预测提供有力的理论支撑。

基于随机森林回归的管状带式输送机用托辊优化设计

在管状带式输送机运输过程中,托辊在圆管带的接触载荷激励下会产生振动噪声,这是管状带式输送机运输过程中的主要噪声源。托辊参数的优化设计,对于管状带式输送机整体的减振降噪具有重要意义。为此,以托辊为优化对象,对托辊在不同结构参数下的振动特性和噪声规律进行了研究,提出了一种基于随机森林回归(RFR)的管状带式输送机用托辊参数优化设计方法。首先,对托辊进行了模态分析,得到了托辊的振动特性,确定了托辊的优化方向;基于有限元-边界元混合声场仿真方法,以现场采集的托辊受力频谱作为激励,探究了托辊在不同结构参数影响下的振动噪声及规律;然后,开发了基于RFR算法的机器学习模型,建立了托辊结构参数与噪声值之间的设计数据库,结合约束条件,得到了托辊参数的最优解;最后,针对优化后的托辊结构进行了仿真分析。研究结果表明,当托辊的直径为152 mm、厚度为6 mm、材料为普通钢、轴径为30 mm时,取得最优解,优化托辊产生的振动噪声较原托辊降低了约13.4 dB;通过托辊的优化设计,可以为管状带式输送机整体减振降噪提供参考。

基于主成分分析和随机森林回归模型的工艺装备轴承剩余寿命预测

为解决传统随机森林回归模型对工艺装备轴承剩余寿命预测准确率偏低的问题,提出一种将PCA(主成分分析)和随机森林回归模型相结合的工艺装备轴承剩余寿命预测方法。首先,应用时域分析法对特征集进行提取,并和样本对应的剩余寿命标签共同创建并形成训练集;然后,利用PCA算法对训练集中特征实施降维处理;最后,建立随机森林回归模型,输出工艺装备轴承剩余寿命。研究结果表明:基于PCA算法和随机森林回归模型的预测方法将预测准确度提高了约10%,证实了该方法的有效性和准确性。

基于地理加权和随机森林回归的曹妃甸区土壤有机碳含量研究

应用地理加权回归模型(GWR)和随机森林回归模型(RFR)对河北省唐山市曹妃甸区滨海区域的土壤有机碳含量空间分布进行回归分析,并作出精度评价,揭示该地区土壤有机碳含量的空间分布特征及影响因素。研究表明,GWR模型的R2为0.51,通过训练得到的RFR模型的测试集拟合优度为0.64,机器学习得到的回归结果优于传统的数理统计方法,机器学习的方法能够有效解决非线性相关问题。地表湿润程度与土壤有机碳含量存在关系,具体表现在地表水体指数(LSWI)与土壤有机碳呈显著正相关,地表干度指标(NDBSI)与土壤有机碳呈负相关。湿地内部土壤有机碳分布存在明显的异质性,由于人为干扰程度不同,河流湿地等天然湿地土壤有机碳含量高于养殖池、水库等人工湿地。

基于随机森林回归的乳腺癌抗药生物活性预测

在药物研发中,雌激素受体α亚型(Estrogen receptors alpha, ERα)被认为是治疗乳腺癌的重要靶标,能拮抗ERα活性的化合物可能是治疗乳腺癌的候选药物。因此本文旨在以生物活性值pIC50作为因变量,作用于ERα靶标化合物的分子结构描述符作为自变量,构建关于ERα靶标化合物的生物活性预测模型,进而挑选出有效的抗癌候选药物。首先采用方差过滤法、随机森林、XGBoost以及灰色关联分析对自变量进行筛选,得到MDEC-23等16个与pIC50相关性强,且变量间相关性弱的分子结构描述符。其次建立随机森林回归生物活性预测模型,将预测结果与支持向量回归、梯度提升回归树、XGBoost模型和MLP回归模型预测结果进行对比分析,结果表明随机森林回归模型能更好地拟合数据,在R2、MAE、MSE上优于其它模型,更适应于对生物活性pIC50值的预测,同时也表明筛选出的分子结构描述符在一定程度上能治疗乳腺癌。

基于随机森林回归的制丝过程参数影响权重分析

为提高制丝工艺质量评价中参数赋权分析的科学性和客观性,选取"云烟"某规格一类卷烟制丝过程全批次数据的稳态数据样本,通过Pearson相关性矩阵筛选各工序出口含水率的解释变量,然后利用随机森林回归进行建模分析,采用拟合优度和五折交叉验证的测试集标准化均方误差分别验证模型的拟合效果和外推预测性能,最终根据OOB均方误差的平均递减值进行解释变量影响权重的测度和关键参数的筛选。结果表明:1综合Pearson相关性矩阵和设备控制原理,筛选得到37个解释变量;2制丝过程5个工序随机森林回归模型的拟合优度均大于0.9、五折交叉验证测试集的标准化均方误差均小于1,表明模型的拟合效果和外推预测性能较好;3根据解释变量影响权重的测度分析,筛选得到18个关键参数;4基于全样本数据建立的制丝过程关键参数筛选和赋权方法,可为制丝关键质量特性精准控制和工艺质量评价提供参考。

基于随机森林回归模型的思茅松人工林生物量遥感估测

以云南省景谷县思茅松人工林为研究对象,以研究区2005年TM影像及2006年森林资源二类调查小班空间属性数据库为信息源,在前期建立思茅松单木生物量模型基础上,在ENVI下提取9个植被指数作为备选自变量,建立研究区思茅松人工林随机森林回归遥感估测模型。结果表明:随机森林回归遥感估测模型的决定系数(R2)=0.97,均方根误差(RMSE)=4.97;模型的预估精度(P)=87.67%。利用已经训练好的随机森林估测模型,估测研究区思茅松人工林生物量为3 644 612.00t;单位面积生物量为59.90 t/hm2。研究结果可为其它典型森林类型生物量或碳储量估测提供案例分析。

基于随机森林回归分析的PM2.5浓度预测模型

针对神经网络算法在当前PM2.5浓度预测领域存在的易过拟合、网络结构复杂、学习效率低等问题,引入RFR(random forest regression,随机森林回归)算法,分析气象条件、大气污染物浓度和季节所包含的22项特征因素,通过调整参数的最优组合,设计出一种新的PM2.5浓度预测模型——RFRP模型。同时,收集了西安市2013—2016年的历史气象数据,进行模型的有效性实验分析。实验结果表明,RFRP模型不仅能有效预测PM2.5浓度,还能在不影响预测精度的同时,较好地提升模型的运行效率,其平均运行时间为0.281 s,约为BP-NN(back propagation neural network,BP神经网络)预测模型的5.88%。

基于随机森林回归的玉米单产估测

为了提高玉米单产估测精度,以河北省中部平原为研究区域,以条件植被温度指数(VTCI)和上包络线S-G滤波的叶面积指数(LAI)为特征变量,通过随机森林回归确定玉米主要生育时期VTCI和LAI的权重,构建加权VTCI和LAI与玉米单产的单变量和双变量估产模型。结果表明,基于随机森林回归的双变量估产模型精度最高(R^2=0.303),达极显著水平(P<0.001)。将随机森林回归双变量估产模型用于研究区域2012年各县(区)玉米单产估测,结果表明,53个县(区)玉米估测单产与实际单产的平均相对误差为9.85%,均方根误差为824.77kg/hm^2,模型精度较高。基于随机森林回归双变量估产模型逐像素估测研究区域2010—2018年玉米单产,结果表明,玉米单产在空间上的分布特征为西部地区最高、北部和南部次之、东部地区最低,年际间的分布特征为在波动中呈先减少后增加的趋势。

基于灰色关联分析与随机森林回归模型的短期负荷预测

针对人工神经网络和支持向量机存在的泛化误差大、具有局部最优以及参数选取困难等缺点,将随机森林回归模型引入电力系统短期负荷预测,提出了一种基于相似日与随机森林回归模型的短期负荷预测方法。利用灰色关联分析法计算原始训练样本与预测日各影响因素间的关联系数,选取相似度较高的历史样本构成相似日样本集,对随机森林回归模型进行训练。将预测日的特征向量输入训练好的模型中,取所有回归树输出结果的平均值作为最终的负荷预测结果。实际算例表明,与常规支持向量机法和常规随机森林回归法相比,该组合方法可以有效地提高短期负荷预测的精度。

基于随机森林回归的不同龄组思茅松人工林生物量遥感估测

以云南省景谷县思茅松人工林为研究对象,以景谷县实测思茅松单木生物量数据建立其单木生物量模型,计算得出90个景谷县思茅松实测样地林分单位面积生物量,采用2005年景谷县TM遥感影像提取9个植被指数作为备选自变量,基于随机森林回归建立总体样本及各龄组样本思茅松单位面积生物量估测模型。以像元为单位,利用估测模型,并采用2005年森林资源二类调查小班数据估算景谷县思茅松人工林的生物量。结果表明:各模型的决定系数(R2)>0.89,均方根误差(RMSE)<7.00,预估精度(P)>87.00%;研究区思茅松人工林单位面积生物量为59.0889 t/hm2,其中幼龄林为38.5170 t/hm2,中龄林为53.6626 t/hm2,近熟林为94.8018 t/hm2。