基于IBES-XGBoost的高速铁路沿线风速预测模型

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:①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.②Tent混沌映射和BFGS拟牛顿法对秃鹰算法有着较好的改进效果.③IBES-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.

关键词：高速铁路、风灾、风速预测、机器学习、秃鹰搜索算法

所属期刊栏目：39

分类号：P425.6+2;X43;X915.5(气象基本要素、大气现象)

资助基金：国家自然科学基金;国家自然科学基金;甘肃省科技计划项目

在线出版日期：2024-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：57-63