申请/专利权人:山东大学
申请日:2023-12-25
公开(公告)日:2024-06-04
公开(公告)号:CN118134238A
主分类号:G06Q10/0635
分类号:G06Q10/0635;G06Q50/40;G06N20/20
优先权:["20230830 CN 2023111083115"]
专利状态码:在审-实质审查的生效
法律状态:2024.06.21#实质审查的生效;2024.06.04#公开
摘要:本发明提出了一种XGBoost运输企业安全风险评估方法及系统,涉及交通运输数据预测技术领域,具体方案包括:获取待评估企业的运输数据,基于构建的企业风险评价指标集,提取待评估企业的运输特征;通过训练后的安全风险评估模型处理待评估企业的运输特征,以生成并输出所述待评估企业的安全风险评估结果,包括企业风险等级和企业风险管理措施;本发明采用贝叶斯优化对XGBoost模型进行调参,同时引入SHAP值对分类结果进行可视化解释,给出相对准确的企业风险等级和企业风险管理措施。
主权项:1.一种XGBoost运输企业安全风险评估方法,其特征在于,包括:获取待评估企业的运输数据,基于构建的企业风险评价指标集,提取待评估企业的运输特征;通过训练后的安全风险评估模型处理待评估企业的运输特征,以生成并输出所述待评估企业的安全风险评估结果,包括企业风险等级和企业风险管理措施;其中,所述安全风险评估模型,包括XGBoost-BO模型和Shapley解释模型,所述XGBoost-BO模型是使用贝叶斯优化对XGBoost模型进行参数优化,得到性能最优的分类模型,所述Shapley解释模型,计算运输特征对企业风险等级的边际贡献,进而给出企业风险管理措施。
全文数据:
权利要求:
百度查询: 山东大学 一种XGBoost运输企业安全风险评估方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。