|本期目录/Table of Contents|

基于IBES-XGBoost的高速铁路沿线风速预测模型(PDF)

灾害学[ISSN:1000-811X/CN:61-1097/P]

期数:
2024年01期
页码:
57-63
栏目:
预测．防治与对策
出版日期:
2024-01-20

文章信息/Info

Title:
-
作者:
孟建军; 江相君; 孟高阳; 等
Author(s):
-
关键词:
高速铁路; 风灾; 风速预测; 机器学习; 秃鹰搜索算法
分类号:
P425.6+2；X43；X915.5
DOI:
-
文献标识码:
A
摘要:
为保证高速铁路沿线风灾预警信息具有较高时效性，需要进行高速铁路沿线超短期风速的提前多步预测。针对众多预测模型在预测中可能存在较大误差的问题，采用Tent混沌映射和BFGS拟牛顿法对秃鹰搜索算法进行改进，并用改进的秃鹰搜索算法(IBES)对XGBoost的初始参数进行优化。在构建IBES-XGBoost模型时，加入风速以外的其他气象特征，以提高预测精度。实验结果表明，改进的秃鹰算法相比其他智能优化算法有更好的寻优能力，与其他模型相比IBES-XGBoost在超短期风速的提前多步预测上有着较高的精度和较好的拟合效果。从实验结果可以得到以下结论，Tent混沌映射和BFGS拟牛顿法对秃鹰算法有着较好的改进效果，IBES-XGBoost能为高速铁路规范下的大风预警提供可靠的提前多步预测结果。

参考文献/References

-

备注/Memo

备注/Memo:
-
更新日期/Last Update: 2024-02-19