基于VIF-GBRT-MC模型的日径流预测

针对气象数据驱动模型在预测径流面临的特征间多重共线性及预测精度较低的问题,将方差膨胀因子VIF、梯度提升回归树GBRT模型和马尔科夫链MC误差修正模型相结合,建立VIF-GBRT-MC组合预测模型。选取汉江流域洋县水文站的日径流进行实例分析,并与单一模型GBRT、长短期记忆神经网络LSTM、支持向量机SVM及相应组合模型VIF-GBRT、VIF-LSTM、VIF-SVM、VIF-LSTM-MC和VIF-SVM-MC的预测结果进行对比分析。采用纳什效率系数NSE、均方根误差归一化NRMSE、平均绝对百分比误差MAPE(%)、峰值预测性能评价指标PPTS(5)和合格率QR(%)对模型的预测结果进行评价。研究结果表明:①VIF能够有效选取对模型预测有利的特征,改善特征间的多重共线性问题,降低模型过拟合的风险,从而提高模型预测精度。②MC误差修正模型能够准确识别未来时刻径流的预测值可能所处的误差状态,并加以修正,进一步提高径流预测的准确性。③GBRT模型相比LSTM和SVM模型,它能够更好适应径流和气象因子的非线性特征,相比其他子模型有着更强的预测能力。将GBRT与VIF和MC模型组合构成VIF-GBRT-MC模型,能够有效降低径流非一致性的影响,显著提高径流的预测精度。研究项目为实际径流预测工作提供了有效的预测方法,并为应对气候变化和人类活动对径流预测带来的挑战提供了一种可行方案。

基于GBRT模型的湖南县域农村居民点整治潜力预测

针对现有农村居民点整治潜力预测研究存在的评价方法主观性强、预测结果可靠性缺乏事实证据支持等问题,该研究利用土地利用时空数据和梯度提升回归树(gradient boosted regression trees,GBRT)方法构建农村居民点整治潜力预测模型,自动识别区域自然和社会经济多因素综合作用下的农村居民点整治潜力释放规律,并以湖南省为案例区开展了实证研究。精度验证结果表明,模型的回归预测R2为0.9765,平均绝对百分比误差为11.64%,预测精度总体能满足规划决策支持的需要。根据模型预测:(1)2020-2035年,湖南省农村居民点复垦整治潜力总规模约为36050.26 hm^(2),占2020年现状农村建设用地规模的4.58%,且预测结果与湖南省各县域单元历史整治潜力释放特征基本相符,表明预测结果具有较好的可行性。(2)湖南省潜力规模较大的区域主要分布在地形平缓、交通便利、城镇化水平较高的“长株潭”地区、环洞庭湖地区和湘中盆地地区,而湘南和湘西地区则相对较小。总体上模型预测结果具有较强的可行性,研究结果将为省级尺度统筹推进全域土地综合整治、农村存量建设用地挖潜和国土空间规划提供更加准确、可靠的决策依据。

基于回归近邻成分分析和GBRT的室内定位方法

WiFi指纹定位方法性能易受到室内无线信号波动的影响使得离线指纹存在冗余噪声而导致定位精度不足。对此,本文提出一种改进近邻成分分析(NCA)结合渐近梯度回归树(GBRT)室内定位方法。首先,构造连续可微的目标函数将离散优化问题转化为连续优化问题,并对离线指纹数据库进行特征提取去除冗余得到离线指纹的主要特征;然后,利用提取特征后的位置指纹数据和特征对应的坐标迭代构造多个CART TREE,利用每个CART TREE损失函数的负梯度值构造集成多个CART TREE得到GBRT定位模型;最后,利用待定位点位置指纹信号特征结合GBRT定位模型预测待定位点位置。实验结果表明:所提出算法相较于其他同类算法误差分别减少14.7%,22.4%,37.1%,能够有效提高定位精度。

一种基于贝叶斯优化和XGBoost的膏体流变参数预测模型

探究膏体充填料浆流变特性,对矿山合理布置充填管路,高效进行充填作业有重要意义。目的:将繁琐且影响因素众多的膏体流变参数测量试验与先进的机器学习回归预测模型相结合,实现膏体流变参数的准确预测。方法:利用不同物料配合比条件下共128组膏体流变特性试验数据作为模型数据集,选择极度梯度提升回归树(XGBoost)模型,结合贝叶斯算法(BO)对模型进行超参数寻优设置,建立了多目标参数回归预测模型。结果:研究结果表明:经贝叶斯算法优化后的BO-XGBoost模型较XGBoost模型性能显著提升,决定系数R^(2)提高6%。所构建BO-XGBoost模型真实值与预测值在屈服应力数据集上相对误差维持在0.02水平;黏度数据集维持在0.1水平。结论:BO-XGBoost模型可实现膏体流变参数的高效准确预测,创新性地使用了多目标回归模型,为矿山充填作业设计提供参考,具有一定实际工程应用意义。

基于梯度提升回归树的气井油管积液高度预测

气井油管积液高度预测是气藏开发的重要环节,更是排水采气不可或缺的一部分。气井开采后期,气井底部会出现积液聚集现象,积液过多会造成气井停产,为了避免停产问题,必须对气井油管积液高度进行预测,但传统石油工程模型预测气井油管积液高度,存在着具体计算需要大量经验参数等问题。提出一个基于梯度提升回归树模型预测气井油管积液高度的方法,以气井的套压、油压、油管下深、油层中深、日产气、日产水、井口温度7种生产数据为特征,采用集成学习方法,结合多个决策树的预测结果,以迭代逐步改进的方式来提高模型的整体性能,从而精确预测气井油管积液高度。通过与32口井仪器探测实测值、回归决策树和随机森林对比分析,梯度提升回归树模型预测值与实测值相符,预测效果也最好,平均相对误差仅3.87%,调整后的相关系数R2为0.85。梯度提升回归树模型与现有的油管内积液量和环空积液量预测模型相比较,平均相对误差降低了1.9%。

进港航班滑入时间预测

准确预测进港航班滑入时间对合理调配航班保障资源和提高机场场面运行效率具有重要意义,可有效克服各大机场粗放式预测航班进港时刻的不足,为此提出一种基于机器学习模型的滑入时间预测方法。以首都机场为具体研究对象,分析进港航班滑入时间的影响因素并构建特征集;将线性回归、K-最近邻、支持向量机、决策树、随机森林和梯度提升回归树6种在滑出时间预测方面得到广泛应用的机器学习模型用于进港航班滑入时间预测。研究结果表明:在误差范围±3 min内6种机器学习模型的预测精度均超过90%,表明特征集的构建和模型的选择是有效的;综合预测性能与模型拟合评估结果,梯度提升回归树模型的预测效果最好;在梯度提升回归树模型上场面流量特征的贡献度最大,新引入的跨区特征对预测模型的贡献度超过了大部分传统特征。

土地利用与城市轨道交通客流的非线性关系

城市轨道交通站点影响范围内土地利用对客流影响具有时空分异特征且存在类型差异,为针对性探讨不同站点两者的复杂非线性关系,提出一种基于土地利用空间分布规律、对站点实际影响范围进行差异化识别的方法;并通过分时段多尺度地理加权回归,获取能够表征土地利用对客流影响时空变化特征的站点聚类指标,采用K-means++算法将研究区域内的站点划分为4类;进而基于改进的梯度提升决策树模型分类定量探讨不同类别下土地利用与轨道交通客流的复杂非线性关系。研究表明:通过捕捉不同站点土地利用与客流的时空分异特征对站点进行分类识别,可有效提升两者非线性关系模型的解释度。根据模型输出结果,发现不同类别站点影响轨道交通客流的关键土地利用要素不同,第1类中关键变量为相对重要性分别为61.35%和30.08%的公交站点数量和慢行密度;第4类的情况类似但相对数值有所变化,公交站点数量的相对重要性由61.35%下降至30.31%;建筑密度在第2类中以66.57%的相对重要度占据最大比例;但在第3类中仅占5.59%。此外,不同类别站点影响范围内土地利用与轨道交通客流的关系存在较为显著且各异的阈值效应。研究表明,对于不同类别站点的用地开发应各有侧重,且应结合实际将土地利用设计指标控制在相应的合理范围内。研究为差异化的站点周边土地利用开发策略的制定提供了理论支持和量化指导。

青藏高原草地地上生物量估算

及时准确评估草地产草量对草地资源的科学管理和可持续发展具有重要意义。青藏高原自然环境特殊,气候差异显著,地形复杂,仅依靠遥感信息准确监测草地地上生物量(Aboveground Biomass,AGB)变化有较大限制。基于青藏高原草地AGB野外实测数据与Landsat遥感影像,探索了植被指数表征草地AGB信息的有效性,评估了气象和地形信息对准确估算草地AGB的影响,综合利用气象、地形和遥感信息,在新一代地球科学数据和分析应用平台(Google Earth Engine)上构建了梯度增强回归树草地AGB估算模型,绘制了青藏高原多年草地AGB空间分布图。结果表明:(1)基于单因素遥感因子的线性回归模型仅能解释8%—40%的草地AGB变化情况,其中绿色归一化植被指数(Green Normalized Difference Vegetation Index,GNDVI)对草地AGB解释能力较强(40%)。(2)基于遥感因子构建的梯度增强回归树模型测试集R~2为0.57。分别添加气象、地形信息,模型对草地AGB的估测准确性有所提升,测试R~2为0.62和0.63。(3)基于气象、地形和遥感因子的多因素估测模型能够提高草地AGB估测精度,经递归特征消除法优选后,基于13个特征变量的梯度增强回归树模型拟合效果最好(训练数据集R~2=0.79,RMSE=43.42 g/m^(2),P<0.01;测试数据集R~2=0.66,RMSE=53.64 g/m^(2),P<0.01),可以解释66%草地AGB变化情况。(4)2010年青藏高原平均AGB为94.58 g/m^(2),2015年93.63 g/m^(2),2020年100.78 g/m^(2)。青藏高原西北部草地AGB较低,东南部草地AGB较高,整体呈现自西北向东南逐渐增加的分布格局。研究结果为准确估算青藏高原草地产草量和碳储量等研究提供重要参考。

基于集成学习的交通事故严重程度预测研究与应用

目前自动驾驶技术重点是关注如何主动避免碰撞,然而在面对其他交通参与者入侵而导致不可避免的碰撞事故场景时,预测车辆在不同行驶模式下的碰撞严重程度来降低事故严重程度的研究却很少。为此,提出一种双层Stacking事故严重程度预测模型。基于真实交通事故数据集NASS-CDS完成训练,模型输入为车辆传感器可感知得到的事故相关特征,输出为车内乘员最高受伤级别。在第1层中,通过实验对不同学习器组合进行训练,最终综合考虑预测性能以及耗时挑选K近邻、自适应提升树、极度梯度提升树作为基学习器;在第2层中,为降低过拟合,采用逻辑回归作为元学习器。实验结果表明,该方法准确率达到85.01%,在精确率、召回率和F1值方面优于其他个体模型和集成模型,该预测结果可作为智能车辆决策规划模块先验信息,帮助车辆做出正确的决策,减缓事故损害。最后阐述了模型在L_(2)辅助驾驶与L_(4)自动驾驶车辆中的应用,在常规车辆安全防护的基础上进一步提升车辆的安全性。

低覆盖草地叶面积指数遥感估算方法

有效估算低覆盖草地叶面积指数(LAI),对监测低覆盖草地生长状况、优化完善草地管理具有重要意义。以往针对草地叶面积指数的研究大多集中于中高覆盖度草地,对低覆盖草地的研究相对较少。利用谷歌地球引擎(GEE),基于Landsat-8卫星数据提取所需特征变量,通过特征变量与叶面积指数的相关性及其在模型中的重要性进行特征优选,确定模型最佳变量个数,以此构建机器学习模型,探寻适合在低覆盖区草地估算叶面积指数的方法。结果显示,基于相关性特征优选的梯度提升回归树模型(r-GBRT)在低覆盖草地估算叶面积指数的效果较好,测试集的R 2为0.686,均方根误差(RMSE)为0.101。结果表明,基于特征优选构建的机器学习模型在低覆盖条件下估算草地叶面积指数方面具有较好的应用价值。

应用Landsat8 OLI和GBRT对高山松地上生物量的估测

依据香格里拉市Landsat8 OLI提取的因子和外业调查的高山松样地地上生物量,利用梯度提升回归树(GBRT)建立了地上生物量与遥感因子的估测模型,并与随机森林、多元线性回归、偏最小二乘方法进行了对比。结果表明:纹理信息对生物量有重要影响,其中熵、相关性和Landsat8 OLI近红外波段的信息对生物量的影响最大;采用GBRT进行建模,当迭代次数大于200次时,偏差降低减缓,GBRT建模方法的精度评价指标(R2=0.96,rRMSE=8.80%,P=73.88%)均优于其他3个模型。应用Landsat数据进行森林地上生物量估测的不确定因素较多,GBRT可作为高山松及其他树种地上地上生物量遥感估测的另一新方法。

一个有效的基于GBRT的早期电影票房预测模型

电影票房预测是一个具有挑战性的问题,尤其是早期预测电影票房。基于社会媒体等预测方法存在准确度低、难以早期预测等问题,提出了一种基于GBRT模型的早期电影票房预测模型。对影响电影票房的因素进行特征化处理,选择包括演员、导演、上映日期以及公司等在内的九种因素,分别采用社会网络节点影响力度量法、平均票房权重区间化等不同的特征化方法;然后,生成34个特征作为影响电影票房的因变量,对特征与电影票房建立GBRT模型。选择2000—2015年间的1 875部电影以及相应的8 203名影人和3 300家公司进行了大量实验,实验结果表明该模型具有良好的预测效果,相对准确率达到80.6%,对部分2016年新电影进行预测,其误差在10%以内。

基于时间序列关系的GBRT交通事故预测模型

道路交通事故是道路交通安全水平的具体表现。在当前交通事故预测工作中,存在对数据中时间序列关系的挖掘不充分、预测的周期宏观、交通事故相关的影响因素考虑不全等问题。该文提出一种基于时间序列关系的梯度提升回归树(GBRT)交通事故模型。该模型对英国Leicester的2005-2015年每天的交通事故数、死亡人数、涉事的车辆数进行预测。实验结果显示,引入时间序列关系有助于提升模型预测精度。预测结果为交通管理部门的决策起到参考作用,建模方式为同类型预测问题的建模工作带来了积极的参考意义。

基于变换域分析和XGBoost算法的超短期风电功率预测模型

为应对传统超短期风电功率预测方法在数据潜在关系挖掘和模型收敛速度等方面存在的问题,提出了一种基于变换域分析和极端梯度提升回归树算法(extreme gradient boosting, XGBoost)的超短期风电功率预测方法。首先,通过时间滑动窗口和风电功率指标进行数据构建和低级特征提取。然后,结合快速傅里叶变换(fastFourier transform, FFT)和哈尔小波变换构成的多层次变换域分析方法对风电数据进行分解,充分考虑频域信息在特征学习中的重要性。最后,建立包含FFT、哈尔小波变换和XGBoost算法组合的超短期风电功率预测模型。实验结果表明,采用的多层次变换域分析方法能够充分挖掘原始特征之间的潜在关系,深入捕捉数据的时序关联性,而且XGBoost算法可以有效提升模型的预测性能,与其他预测模型相比,所提方法在不同数据集上均展现出较高的预测精度和较强的特征提取能力。

基于相似曲线簇和GBRT方法的超短期风电功率预测

为了减少训练数据的冗余信息,提高风电功率预测的精度,提出了基于相似曲线簇和GBRT方法的超短期风电功率预测模型。首先对历史风速序列进行相似曲线簇的提取,采用相似离度作为相似性判据,对大量历史风速序列与测试集风速序列进行相似性的判断,继而找出相似性好的风速曲线簇以及曲线簇中每个风速点对应的功率,并将其作为最终的训练样本,然后采用梯度提升回归树(GBRT)模型进行风电功率的预测。用上海某风场的数据进行对比试验,结果表明,该方法能够明显提高超短期风电功率预测的精度,具有实际意义。

GBRT技术在MLS模拟训练成绩评估中应用

综合成绩评估是军事后勤模拟训练系统中的一个重要功能模块,为了实现模拟训练自动化成绩评估,在模拟训练系统成绩评估中提出使用梯度渐进回归树(GBRT)智能技术。在对某科目的后勤模拟训练成绩数据分析基础上,找出线性无关评估指标特征集合"人员配置成绩、完成任务时间和装备操作正确率"作为输入数据,建立基于GBRT成绩评估预测模型,最后通过优化参数组合的GBRT评估模型预测模拟训练综合成绩。经过某科目的模拟训练成绩数据样本测试,基于GBRT模型评估综合成绩与实际训练成绩基本一致,从而验证GBRT技术在军事后勤保障模拟训练成绩评估中应用的可行性和有效性,为军事后勤保障模拟训练系统自动化成绩评估增添新的途径和方法。

双参数Tweedie机器学习模型及其精算应用

Tweedie回归是保险损失预测和风险定价的主要工具之一。为充分利用大数据、物联网、机器学习等技术促进保险业的数字化转型,实现更加精准的风险识别和风险定价,本文将传统的Tweedie广义线性模型推广到双参数形式,并结合机器学习算法,提出双参数Tweedie梯度提升树模型和双参数Tweedie组合神经网络模型。基于我国一家保险公司的车联网大数据,提取了新的驾驶行为风险因子。通过实证研究检验了双参数Tweedie梯度提升树和双参数Tweedie组合神经网络在风险识别以及风险定价中的有效性,为促进我国保险业数字化转型提供了一种新的模型和方法。

内蒙古退耕还林工程区林冠覆盖率卫星遥感监测

内蒙古新一轮退耕还林还草工程于2015年启动,是内蒙古生态环境建设恢复的重大举措。本文利用2022年生长季Sentinel-2A影像及地形数据,结合实地测量数据,基于GEE平台采用梯度提升树回归模型(GBRT),对内蒙古新一轮退耕还林工程区林冠覆盖率进行反演分析。结果表明,模型验证决定系数(R^(2))为0.87,均方根误差(RMSE)为0.079,平均绝对误差(MAE)为0.062。内蒙古新一轮退耕还林工程区林冠覆盖率均值为0.147,其分布存在明显的空间差异,受植被配置类型、种植年份和地理环境等因素影响,总体从西向东逐渐递增。利用Sentinel-2A影像和地形数据可以有效地估测退耕还林工程区林冠覆盖率,对低林冠覆盖率区域的反演提供参考。

基于Google Earth Engine的前郭县春季农田覆膜提取

本文基于Google Earth Engine(GEE)云平台,综合考虑光学影像的波段反射率、光谱指数特征和雷达影像的极化、纹理特征,分别构建仅使用光学特征、仅使用雷达特征以及光学和雷达特征组合3种特征输入组合;根据精度确定最佳输入特征后,分别结合机器学习中的分类与回归树、支持向量机、最小距离分类法、梯度提升树和随机森林5种方法建立覆膜提取模型,依据结果精度评估不同方法的性能,并基于最优化模型提取出最终的覆膜农田面积。结果表明:①最佳输入特征为波段反射率特征+光谱指数特征+极化特征+纹理特征;②采用随机森林方法建立的模型精度最高,研究区I的总体精度达到了95.84%,Kappa系数为0.95,地物错分率为1.2%,明显优于其他4种方法(地物错分率较分类与回归树、支持向量机、最小距离和梯度提升树法降低0.8%、7.3%、38.0%和0.3%),研究区II的验证精度达到了87.84%,证明该模型在覆膜提取中可以取得更加准确的结果;③使用本文方法得到2022年研究区I覆膜农田面积为1302.48 km2,估算地膜使用量约为7585.62 t。本文综合考虑光学和雷达影像在地物识别中的特点建立模型,可以准确、高效的识别农田地膜,掌握地膜面积,对环境治理与防治具有重要意义。

Gradient Boosting算法在典型浅埋煤层液压支架选型中的应用

针对目前工作面液压支架阻力确定方法的不足,提出了1种新的预测方法,采用改进后的逻辑斯提算法(LR)来优化梯度提升回归(GBRT)模型,以此来预测液压支架阻力。在GBRT中加入学习速率来限制子模型的学习速率,防止其过拟合;应用LR对样本参数进行优化,建立LR-GBRT回归预测模型;将该预测模型应用于液压支架阻力的预测,预测结果与LR(线性回归模型)、SVM(支持向量机模型)、DTR(决策树回归模型)、EN(弹性网回归模型)进行对比分析。结果表明:LR-GBRT模型具有较强的泛化能力,较高的预测精度,可以对液压支架阻力进行有效预测。