一种基于改进蝙蝠优化算法与LightGBM模型结合的再生粗骨料混凝土强度预测方法

    公开(公告)号:CN117334276A

    公开(公告)日:2024-01-02

    申请号:CN202311058033.7

    申请日:2023-08-22

    Abstract: 本发明公开了一种基于改进蝙蝠优化算法与LightGBM模型结合的再生粗骨料混凝土强度预测方法,涉及混凝土强度预测技术领域,包括以下步骤,收集混凝土配合比和强度数据,分为训练集和测试集;初始化蝙蝠群和参数并调整更新蝙蝠速度和位置;计算各蝙蝠的适应度值以判断每个目标代理是否超出边界;通过重新界定上下界更新全局最优解,最后通过不断重复上述过程,输出全局最优解并作为LightGBM模型参数来进行抗压强度预测。本发明方法能够有效地解决蝙蝠算法对初始解过度依赖,和参数搜索空间大、计算复杂度高等问题,并提高模型性能和准确度,能够更准确地预测目标变量。

    一种基于改进深度森林模型径流预测方法

    公开(公告)号:CN117407802A

    公开(公告)日:2024-01-16

    申请号:CN202311212665.4

    申请日:2023-09-20

    Abstract: 本发明公开一种基于改进深度森林模型径流预测方法,包括以下步骤:收集径流数据数据,并将其分为训练集和测试集;采用通过引入XGBoost、随机森林(RF)、梯度提升决策树(GBDT)和Adaboost子模型作为深度森林基础模型,进行优化,从而增加模型的多样性和鲁棒性,并通过引入交叉验证技术,将训练数据集划分为多个部分,在每个部分上训练并评估不同的子模型,通过计算性能指标,对子模型的预测结果进行赋权,以提高整体预测的准确性;为防止模型出现过拟合问题,同时引入正则化调节技术,以适应不同的特征选择和过拟合程度;基于训练集,使用改进后的深度森林模型进行模型训练。本发明实现兼顾模型的准确性和泛化能力,提高了径流预测的精度和效率。

Patent Agency Ranking