基于RDPSO-SVM的粮食产后储藏环节损耗智能评估方法

作者:郑沫利; 赵艳轲; 闫敏; 孙俊; 刘雍容

摘要: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。

分类:
  • 期刊
  • >
  • 自然科学与工程技术
  • >
  • 信息科技
  • >
  • 电子信息科学综合
收录:
  • 上海图书馆馆藏
  • 国家图书馆馆藏
  • 哥白尼索引(波兰)
  • 万方收录(中)
  • 维普收录(中)
  • 知网收录(中)
  • 统计源期刊(中国科技论文优秀期刊)
关键词:
  • 储藏环节
  • 粮食损耗
  • 支持向量机
  • 随机漂移粒子群

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:计算机与现代化

期刊级别:统计源期刊

期刊人气:8453

杂志介绍:
主管单位:江西省科学技术厅
主办单位:江西省计算机学会;江西省计算技术研究所
出版地方:江西
快捷分类:计算机
国际刊号:1006-2475
国内刊号:36-1137/TP
邮发代号:44-121
创刊时间:1985
发行周期:月刊
期刊开本:A4
下单时间:1-3个月
复合影响因子:0.47
综合影响因子:0.87