典型文献
基于代价敏感系数的混凝土抗压强度预测
文献摘要：
针对传统自适应增强学习算法训练过程中只关注预测误差率最小的缺陷,本文提出了一种基于代价敏感系数的改进自适应增强学习算法并应用于混凝土抗压强度预测.首先考虑影响混凝土强度的8种参数作为特征变量,通过自适应增强学习算法集成回归树,依据样本权值抽样建立多个弱回归学习器.同时引入线性敏感系数与指数敏感系数来优化增强学习过程中样本权值的更新问题,采用引力搜索算法对代价敏感系数的基数进行最优选取.最后,根据权重比集成弱学习器得到最终预测模型.通过对所提出的两组不同代价敏感系数组合策略下的预测模型与随机森林、BP神经网络算法等模型的预测结果进行对比分析,验证了所提预测模型具有更好的预测性能.
文献关键词：
代价敏感系数;混凝土抗压强度;自适应增强学习;引力搜索算法
中图分类号：
作者姓名：
薛国斌;胡安龙;魏勇;冯燕军;梁魁;李麟鹤
作者机构：
国网甘肃省电力公司经济技术研究院,甘肃 兰州 730030;国网甘肃省电力公司,甘肃 兰州 730030
文献出处：
引用格式：
[1]薛国斌;胡安龙;魏勇;冯燕军;梁魁;李麟鹤-.基于代价敏感系数的混凝土抗压强度预测)[J].西安理工大学学报,2022(04):588-593
A类：
代价敏感系数
B类：
混凝土抗压强度,抗压强度预测,自适应增强学习,算法训练,训练过程,预测误差,误差率,先考,混凝土强度,特征变量,算法集成,回归树,权值,回归学习,性敏感,学习过程,更新问题,引力搜索算法,基数,权重比,数组,组合策略,神经网络算法,预测性能
AB值：
0.218487
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
