基于自适应遗传算法的随机森林模型参数优化方法

作者：蔡明; 孙杰^*; 杨维发; 鲍清; 李培德

来源：智能计算机与应用, 2022, 12(12): 175-179.

• 随机森林回归
• 自适应遗传算法
• 遗传操作
• 参数优化

随机森林模型多采用网格搜索的参数优化方法，存在搜索间隔固定、搜索效率低下的问题。为了克服以上缺陷，提出一种基于自适应遗传算法的随机森林模型参数优化方法，通过动态调节遗传操作的交叉、变异概率，在尽可能多保留优势粒子的同时更有效地产生新优势粒子，达到跳出局部最优并快速到达全局最优点的目的。利用提出的参数优化方法对随机森林算法中的决策树数目、最大树深度进行参数优化。使用Boston house price数据集仿真的结果表明，使用该参数优化方法优化后的随机森林模型的回归预测效果得到一定提高。

• 单位
  湖北省气象信息与技术保障中心; 中国气象局武汉暴雨研究所