基于GSA-SVM的畜禽舍废气监测缺失数据恢复方法

• 作者: 刘金明 王雪 谢秋菊 马铁民
• 来源期刊: 东北农业大学学报
• 学科: 工学
• 关键词: 遗传模拟退火算法 支持向量机 畜禽舍 废气监测 数据恢复
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 研究报告
• 页码范围: 95-101
• 页数: 7页
• 分类号: TP183
• 字数: 4869字
• 语种: 中文

摘要

针对畜禽舍内废气监测过程中因传感器故障等原因造成部分监测数据缺失的问题,将遗传模拟退火算法与支持向量机相结合,提出一种基于GSA-SVM的缺失数据恢复方法.该方法综合考虑畜禽舍废气监测值对应的时间、空间和环境等多种影响因素,建立支持向量机回归预测模型对缺失的监测数据进行恢复性估算;为获得更好的预测结果,使用遗传模拟退火算法对模型参数进行优化.以氨气浓度数据的恢复为例,随机选取某养殖场3d的监测数据验证.结果表明,缺失数据估算最大相对误差为6.69％,平均相对误差为1.87％,估算数据与监测数据误差很小,可有效对缺失性数据进行恢复,为畜舍废气监测提供可行数据恢复处理方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马铁民	黑龙江八一农垦大学信息技术学院	23	96	5.0	8.0
2	谢秋菊	黑龙江八一农垦大学信息技术学院	42	179	8.0	10.0
3	王雪	黑龙江八一农垦大学信息技术学院	37	92	5.0	7.0
4	刘金明	黑龙江八一农垦大学信息技术学院	37	151	7.0	11.0