简介:为提高基于随机森林算法重复拨打投诉预警模型的效果,文章从数据、指标、参数3个方面对模型进行优化。在数据处理方面,利用SMOTE算法平衡投诉与非投诉比例,一方面防止了模型出现过拟合;另一方面消除了非平衡数据对模型效果的影响。在特征选择方面,使用基尼系数进行特征选择,从而减少数据的噪声,提高模型预测的准确度。在参数调整方面,使用R语言软件对模型决策树数量参数和最大特征参数进行调整,模型最终的OOB误差率为5.03%,准确率和召回率均超过70%。目前投诉预警模型已经进行试点应用,实现了投诉业务的提前识别,通过采用相应服务策略,减少了服务升级事件,降低了客户投诉率,有效提升了客户感知。
简介:摘要利用传统的单端电压、电流电气量进行故障测距时,容易受到过渡电阻的影响而导致测量距离不精确。本文以小波变换为基础,将传统的单端电气量与反向传播(BP)神经网络算法相结合,提出了一种用于故障测距的新方法,通过大量的仿真验证表明,该方法能够适应各种环境的要求,且精度高,具有一定的实用价值。
简介:提出一种基于智能电子设备(IED)的高容错性的广域后备保护算法,用于变电站间分布式广域后备保护系统。该系统根据保护范围内的故障距离I、II段信息,和故障方向信息通过容错性判别确定故障位置。该算法需要的信息量少,原理简单,可靠性高,在存在各种信息缺失、错误及通信中断情况下仍具备很好的适应性,可极大地提高后备保护系统的性能。
简介:摘要针对教与学算法(TLBO)后期收敛速度较慢并且容易陷入局部最优的问题,研究一种改进的TLBO。为提高种群多样性,降低陷入局部最优的可能性,采用多教师分班教学的策略并采用锦标赛选择策略来选取教师。为提高算法的全局搜索能力和局部搜索能力,选用了自适教学因子。最后,将新算法与基本TLBO算法在4个测试函数上进行了测试,结果表明,新算法能够有效平衡全局搜索和局部搜索能力,收敛精度高。