基于GS-LGBM的乘用车使用寿命预测研究

作者：徐国强; 徐妍; 郭德卿

来源：科技和产业, 2022, 22(09): 341-346.

• 乘用车
• 使用寿命预测
• 机器学习
• LightGBM算法
• 网格搜索

为准确预测乘用车使用寿命，提出基于网格搜索优化LightGBM(GS-LGBM)模型的乘用车使用寿命预测方法。通过对2014—2019年乘用车报废数据进行大量实验，并与9种流行的机器学习算法进行对比，结果表明，LightGBM在平均绝对误差(MAE)、中位绝对误差(MEAE)、均方误差(MSE)和拟合优度判定系数(R2)4项指标上均明显优于其他算法。为进一步提升模型预测精度，采用网格搜索算法对LightGBM进行参数优化构建GS-LGBM模型，效果显著提升(MAE降低11.02%),说明该方法能够更准确高效地预测乘用车使用寿命。

• 单位
  经济管理学院; 大连理工大学