基于SHAP和多策略优化TSO-XGBoost模型的水路货运量预测
温泉1; 余玉欢2; 庄尚德2; 牟军敏3
2024-08-31
发表期刊水利水运工程学报
ISSN1009-640X
摘要水路货运量需求受诸多因素影响,长江干线中游“645”工程实施后,航道通航条件得到了明显改善,为了更好分析工程实施后货运量变化趋势,提出一种新的水路货运量预测模型。首先,采用二次插值法和KNN反距离权重插值法解决高维面板数据中时间粒度不统一与缺失问题,利用层次聚类和SHAP值的可解释性综合筛选关键影响因素特征序列,降低预测模型输入数据的维度和规模,引入Halton低差异序列和准反射学习策略(QRBL)大幅提升金枪鱼群优化算法(TSO)的寻优效能,增强TSO算法对极限梯度提升(XGBoost)模型中决策树数量、决策树的深度、学习速率等决定模型拟合能力的超参组合寻优效果。结果表明,新模型预测精度显著优于对比模型,可更好地适用于多特征影响因素下的水路货运量预测研究。
关键词金枪鱼群优化算法(TSO) 极限梯度提升(XGBoost) 水路货运量
URL查看原文
语种中文
资助项目国家重点研发计划项目(2018YFB1600405);国家自然科学基金资助项目(52271367)
原始文献类型学术期刊
文献类型期刊论文
条目标识符http://ir.library.ouchn.edu.cn/handle/39V7QQFX/171964
专题国家开放大学武汉分部
作者单位1.武汉软件工程职业学院(武汉开放大学)商学院;
2.长江航道局;
3.武汉理工大学航运学院
第一作者单位国家开放大学武汉分部
第一作者的第一单位国家开放大学武汉分部
推荐引用方式
GB/T 7714
温泉,余玉欢,庄尚德,等. 基于SHAP和多策略优化TSO-XGBoost模型的水路货运量预测[J]. 水利水运工程学报,2024.
APA 温泉,余玉欢,庄尚德,&牟军敏.(2024).基于SHAP和多策略优化TSO-XGBoost模型的水路货运量预测.水利水运工程学报.
MLA 温泉,et al."基于SHAP和多策略优化TSO-XGBoost模型的水路货运量预测".水利水运工程学报 (2024).
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[温泉]的文章
[余玉欢]的文章
[庄尚德]的文章
百度学术
百度学术中相似的文章
[温泉]的文章
[余玉欢]的文章
[庄尚德]的文章
必应学术
必应学术中相似的文章
[温泉]的文章
[余玉欢]的文章
[庄尚德]的文章
相关权益政策
暂无数据
收藏/分享
相关推荐
关于在开放教育招生宣传中发挥信息技术优势的几点思考
区域性学分银行建设的路径研究——以湖北省终身教育学分银行为例
校长廖长林应邀参加“新时代开放大学建设实践高峰论坛”
基于MF-DFA与BorutaShap的天然气需求预测模型
融合SHAP和TSO-XGBoost模型的水路货运量预测
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。