典型文献
基于XGBoost优化算法的储粮温度预测研究
文献摘要：
为解决传统粮仓储粮温度预测模型的预测精度低、输入变量多的问题,提出一种基于主成分分析(PCA)、贝叶斯算法和XGBoost的组合预测模型.通过主成分分析法提取粮仓中影响粮温的主要因素,降低模型输入向量维数,利用贝叶斯算法对XGBoost超参数进行组合优化,以获取最优参数组合,建立粮温预测模型.结果表明,该模型预测误差小、精度高,可为粮仓的温度调控管理提供决策依据.
文献关键词：
XGBoost;主成分分析;贝叶斯算法;粮温预测模型
中图分类号：
作者姓名：
郭利进;王永旭
作者机构：
天津工业大学电气工程与自动化学院,天津300387
文献出处：
引用格式：
[1]郭利进;王永旭-.基于XGBoost优化算法的储粮温度预测研究)[J].粮食与油脂,2022(11):78-82
A类：
传统粮仓,粮温预测模型
B类：
XGBoost,储粮,预测研究,仓储,温度预测模型,贝叶斯算法,组合预测模型,中影,模型输入,超参数,组合优化,最优参数,数组,预测误差,温度调控,调控管理,决策依据
AB值：
0.257266
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
