10.3969/j.issn.1001-5922.2023.02.045
基于SCSO-SVM的行业供应链风险检测优化方法
为实现供应链风险等级的高精度检测,基于SVM的参数设置对SVM的性能的影响,提出一种基于沙丘猫群算法(SCSO)优化SVM的供应链风险等级检测方法.首先,通过层次分析法建立供应链风险等级评价指标体系;之后,由于SVM的参数设置会影响到SVM的性能,利用SCSO算法对SVM的参数进行了优化,并给出了一种新的基于SCSO-SVM的供应链风险识别算法.与单独的SVM模型相比,SCSO-SVM的供应链风险检测的准确率分别提高了3.06、7.04个百分点,从而说明SCSO-SVM可以有效提高供应链风险检测的精度.
支持向量机、沙丘猫群算法、供应链、风险等级
50
TP391;TQ083(计算技术、计算机技术)
2023-03-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
193-196