本发明公开了基于XGBoost算法的伴热带装置寿命状态预测方法,包括:获得伴热带装置的实验数据集的历史数据信息;将数据集按比例进行划分训练数据集、验证数据集和测试数据集;XGBoost的模型进行初始化处理;使用训练数据集进行模型训练;利用验证数据集调整模型参数;通过测试数据集验证XGBoost模型准确性;若不满足要求,则重复上述步骤,若满足要求,则用验证好的XGBoost模型对伴热带装置实时工作数据进行预测,得到其预测分值,预测分值经过转换得到预测概率,预测概率对应状态标签分类即为当前伴热带装置寿命状态。本发明通过已有数据样本发现关联规律,通过高效的训练方法强化学习过程,建立分类、聚类和回归算法/模型,根据对象数据实现对伴热带的寿命预测。
声明:
“基于XGBoost算法的伴热带装置寿命状态预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)