基于博弈论准确性和差异性兼优的选择性集成建模方法及其应用

• 作者: 符寒光 赵荣 陈双叶 高建琛
• 来源期刊: 北京工业大学学报
• 学科: 交通运输
• 关键词: 软测量模型 选择性集成 概念漂移 博弈论 在线极限学习机 自适应学习
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 32-39
• 页数: 8页
• 分类号: U461|TP308
• 语种: 中文
• DOI: 10.11936/bjutxb2019070012

摘要

集成学习相较于单模型具有更好的预测精度和泛化能力,被广泛应用于工业过程的质量预测.基学习器之间的多样性和基学习器的准确性对集成的泛化能力影响极大.为了进一步提高集成模型的泛化能力,提出一种同时考虑准确性和差异性的选择性集成建模方法.以在线极限学习机作为基学习器,将基学习器的准确性和基学习器对集成模型多样性的贡献率作为博弈双方,利用博弈论原理求解得出使集成模型准确性和多样性都达到最优的选择方案,使集成模型的准确性和多样性兼优;模型预测完成后,综合当前误差和历史记录误差对基学习器的权重进行在线更新,实现在线测量阶段对建模对象特性的动态自适应.最后,使用公开数据集和实际工业数据验证了所提算法的合理性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈双叶		24	157	7.0	11.0
2	符寒光		74	380	11.0	17.0
3	高建琛		1	0	0.0	0.0
4	赵荣		1	0	0.0	0.0