基于变量选择的尖点突变模型的两步构建方法
A two-step method for cusp catastrophe model construction based on the selection of important variables作者机构：北京科技大学顺德研究生院佛山528300 北京科技大学自动化学院北京100083 北京科技大学北京市工业波谱成像工程技术研究中心北京100083 北京科技大学新材料技术研究院北京100083 北京科技大学国家材料腐蚀与防护科学数据中心北京100083 全球能源互联网研究院有限公司先进输电技术国家重点实验室北京102209
出 版 物：《工程科学学报》 (Chinese Journal of Engineering)
年 卷 期：2023年第45卷第1期
页 面：128-136页
核心收录：
学科分类：0711[理学-系统科学] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 07[理学] 081104[工学-模式识别与智能系统] 08[工学] 070104[理学-应用数学] 0835[工学-软件工程] 071101[理学-系统理论] 0701[理学-数学] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：科技部科技基础资源调查专项资助项目(2019FY101404) 国家电网公司总部科技资助项目(5200-202058470A-0-0-00) 北京科技大学顺德研究生院科技创新基金资助项目(BK20AE004)
主 题：突变理论 突变特征 尖点突变模型 变量选择 模型集成
摘 要：突变是工程实践过程中广泛存在的现象.当系统的状态发生跳跃性变化时,基于微积分的传统数学建模方法精度较低,人工神经网络等机器学习算法无法对突变现象作出合理的解释.基于突变理论的尖点突变模型可以用来解释系统状态的不连续变化,然而在输入变量维度较大的情况下,传统的尖点突变模型复杂度高且精度较差.为了解决这一问题,提出了一种基于变量选择的尖点突变模型的两步构建方法.第一步,利用多模型集成重要变量选择算法(MEIVS)量化待选变量的重要性并提取重要变量;第二步,基于极大似然法(MLE)利用所提取的重要变量构建尖点突变模型.仿真结果表明,在具有突变特征的数据集上,通过MEIVS降维后的尖点突变模型在评价指标上优于线性模型、Logistic模型和通过其他方法降维的尖点突变模型,并且可以用来解释研究对象的不连续变化.
维普期刊数据库
同方期刊数据库