典型文献
基于梯度提升决策树分位数回归的船舶能耗区间预测
文献摘要：
针对目前船舶能耗预测方法仅仅能进行单点预测的问题,提出一种梯度提升决策树分位数回归方法对船舶能耗区间进行预测.对船舶能耗及其影响因素数据进行预处理(空值、异常值删除等),获得更加准确的船舶能耗数据集.结合相关领域知识,确定对地航速、艏艉吃水、左右吃水、风速等9个影响因素进行建模.以区间覆盖率和平均带宽作为该方法的性能评价指标.实验结果表明,该方法能有效获取船舶能耗区间值,与分位数回归森林(quantile regression forest,QRF)、普通线性分位数回归(quantile regression,QR)相比,其预测性能更佳.提出的方法可为智能船舶能耗状态实时监测、异常识别等提供参考.
文献关键词：
船舶能耗;区间预测;梯度提升决策树;分位数回归
中图分类号：
作者姓名：
李天笑;周田瑞;胡勤友;郝清晏
作者机构：
上海海事大学商船学院,上海201306;海洋石油工程股份有限公司安装事业部,广东 深圳518067
文献出处：
引用格式：
[1]李天笑;周田瑞;胡勤友;郝清晏-.基于梯度提升决策树分位数回归的船舶能耗区间预测)[J].上海海事大学学报,2022(02):19-24
A类：
船舶能耗预测
B类：
梯度提升决策树,区间预测,单点,点预测,素数,空值,异常值,删除,能耗数据,领域知识,航速,吃水,性能评价指标,分位数回归森林,quantile,regression,forest,QRF,线性分位数回归,预测性能,智能船舶,状态实时监测,异常识别
AB值：
0.281531
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。
