科研之友
微信
新浪微博
Facebook
分享链接
摘要
基于集成学习的思想,在梯度提升决策树算法的基础上建立管道腐蚀速率预测模型,并使用网格搜索与交叉验证方法进行超参数寻优。利用某输油管道的腐蚀实测数据对模型进行验证,并与广泛使用的BP神经网络与支持向量机模型的预测结果作比较。结果表明:梯度提升决策树模型预测结果的平均绝对百分误差为2.25%,低于BP神经网络的6.03%和支持向量机的7.99%,说明梯度提升决策树模型具有更高的预测精度和更优的泛化能力,并且该模型具有可解释性强的优点,可为将来的管道腐蚀速率预测提供一种更加实用的新方法。
-
单位大连理工大学; 物理学院
