基于RDPSO-SVM的粮食产后储藏环节损耗智能评估方法

• 作者: 刘雍容 孙俊 赵艳轲 郑沫利 闫敏
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 储藏环节 粮食损耗 支持向量机 随机漂移粒子群
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 72-76
• 页数: 5页
• 分类号: TP301
• 字数: 4934字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2020.03.014

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙俊	江南大学物联网工程学院	186	1552	21.0	30.0
2	郑沫利		10	9	2.0	2.0
3	赵艳轲		4	0	0.0	0.0
4	闫敏	江南大学物联网工程学院	2	5	1.0	2.0
5	刘雍容		6	7	2.0	2.0