典型文献
基于智能算法的储粮通风过程中温度场预测
文献摘要：
粮食的储备对于一个国家来说十分重要,是关乎民生的重要战略资源.储粮对于温度要求十分严格,机械通风是保持粮仓环境温度的重要方法.针对传统机械通风不能准确识别通风时机而导致的风机损耗和粮食损害问题,选用RBF神经网络建立温度预测模型,利用粒子群算法(Particle Swarm Optimization,PSO)及列文伯格-马夸尔特算法(Levenberg-Marquard,LM)优化网络的参数.仿真结果可以看出,用PSO算法和LM算法优化后的神经网络模型预测精度更加准确,与用PSO优化后的RBF神经网络进行比较后可知,PSO-LM-RBF算法预测误差小,模型更加稳定.
文献关键词：
机械通风;RBF神经网络;PSO算法;LM算法;温度预测
中图分类号：
作者姓名：
黄琦兰;王涛
作者机构：
天津工业大学控制科学与工程学院,天津 300387
文献出处：
引用格式：
[1]黄琦兰;王涛-.基于智能算法的储粮通风过程中温度场预测)[J].保鲜与加工,2022(03):30-34
A类：
B类：
智能算法,储粮,温度场预测,战略资源,机械通风,粮仓,风不,准确识别,风机,RBF,温度预测模型,粒子群算法,Particle,Swarm,Optimization,PSO,伯格,夸尔,尔特,Levenberg,Marquard,LM,算法优化,较后,算法预测,预测误差
AB值：
0.426528
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。
