基于改进XGBoost超参数优化的地下工程空调系统负荷预测

摘要：

针对地下工程空调负荷难以精确预测的问题,提出一种基于天牛须搜索算法(Beetle Antennae Search,BAS)优化极限梯度提升算法(eXtreme Gradient Boosting,XGBoost)的负荷预测模型.该算法通过引入典型最优解引导机制优化常规BAS算法中的位置更新策略,同时采用线性递减策略对天牛的搜索步长进行修正,以实现更快达到全局最优点,提高收敛速度;并利用改进的BAS算法对XGBoost中的决策树个数、树的最大深度2个对模型预测精度有较大影响的超参数进行寻优,以获得XGBoost的最优参数组合,提高模型预测精度.最后,以某地下保障工程空调系统为研究对象,验证所提出的预测模型的有效性.

关键词：地下工程、负荷预测、极限梯度提升、改进天牛须搜索算法

分类号：TP29(自动化技术及设备)

资助基金：国家自然科学基金51508446

在线出版日期：2023-03-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：108-113