10.3969/j.issn.1006-2475.2020.03.014
基于RDPSO-SVM的粮食产后储藏环节损耗智能评估方法
粮食产后储藏损耗是困扰粮食储藏企业的一大难题,也是影响企业经济效益的重要因素,因此对粮食储藏环节中损耗的评估,对于粮食产后减损具有重要的意义.本文通过调查问卷,对粮食储藏中影响损耗的因素进行调查,将获得的数据通过支持向量机(Support Vector Machine,SVM)模型进行建模,对储藏环节中的粮食损耗进行智能评估.同时,为了提高模型的精度,采用随机漂移粒子群优化(Random Drift Particle Swarm Optimization,RDPSO)算法对SVM的参数进行训练,充分利用RDPSO算法的全局搜索能力找到模型参数的最优解.实验结果表明运用RDPSO算法优化的SVM模型,能够得到比基本的SVM模型和线性回归模型更准确的粮食损耗预测.
储藏环节、粮食损耗、支持向量机、随机漂移粒子群
TP301(计算技术、计算机技术)
2015国家粮食公益性行业科研专项项目201513004,201513004-6
2020-04-14(万方平台首次上网日期,不代表论文的发表时间)
共5页
72-76