[發明專利]一種基于cart樹回歸算法的爆破塊度預測方法在審
| 申請號: | 201811039099.0 | 申請日: | 2018-09-06 |
| 公開(公告)號: | CN109146195A | 公開(公告)日: | 2019-01-04 |
| 發明(設計)人: | 李澤華;李順波;佟彥軍;王清華;楊鵬飛;趙強;黃其沖;張昭;楊寧 | 申請(專利權)人: | 北方爆破科技有限公司 |
| 主分類號: | G06Q10/04 | 分類號: | G06Q10/04;G06F17/18 |
| 代理公司: | 北京輕創知識產權代理有限公司 11212 | 代理人: | 談杰 |
| 地址: | 100089*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 爆破 決策樹模型 塊度 相關參數 預測 巖石塊度 算法 二次破碎 生產效率 事故發生 算法構建 樣本屬性 大塊率 回歸 構建 節約 預防 | ||
1.一種基于cart樹回歸算法的爆破塊度預測方法,其特征在于,包括以下步驟:
步驟一、利用已有的歷史巖石塊度相關參數作為樣本屬性構建CART決策樹模型,根據訓練數據集,從根節點開始,遞歸地對每個節點進行以下操作,構建二叉決策樹:
(1)設節點的訓練集為D,計算現有的特征對該數據集的基尼指數,此時,對每一個特征A,對其可能的每個取值a,根據樣本點對A=a的測試為“是”或“否”將D分割成D1和D2兩部分,計算A=a時的基尼指數;
(2)在所有可能的特征A以及所有可能的切分點a中,選擇基尼指數最小的特征及其對應的切分點作為最優特征與最優切分點,依最優特征與最優切分點,從現切分點生成兩個子節點,將訓練數據集依特征分配到兩個子節點中去;
(3)對兩個子節點遞歸地調用(1),(2),直至滿足樣本集的基尼指數小于預定閾值。
(4)生成CART決策樹。
步驟二、利用訓練好的CART決策樹模型進行預測。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北方爆破科技有限公司,未經北方爆破科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811039099.0/1.html,轉載請聲明來源鉆瓜專利網。
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業、金融、管理、監督或預測目的的數據處理系統或方法;其他類目不包含的專門適用于行政、商業、金融、管理、監督或預測目的的處理系統或方法
G06Q10-00 行政;管理
G06Q10-02 .預定,例如用于門票、服務或事件的
G06Q10-04 .預測或優化,例如線性規劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項目管理,例如組織、規劃、調度或分配時間、人員或機器資源;企業規劃;組織模型
G06Q10-08 .物流,例如倉儲、裝貨、配送或運輸;存貨或庫存管理,例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化,例如電子郵件或群件的計算機輔助管理





