典型文献
基于IFA-SVM的粮食霉变预测研究
文献摘要:
霉变的发生会导致粮食品质下降甚至粮食浪费,是影响粮食安全储藏的重要因素之一.粮食霉变过程是一个持续过程,在不同发展阶段有着不同的发展规律.本文提出一种基于萤火虫算法优化支持向量机参数(IFA-SVM)的预测分类模型,引入高斯函数非线性改变萤火虫算法的步长,将稻谷作为研究对象,判断稻谷在给定的温度、水分、储藏时间条件下是否发生霉变.选择实验室生化培养箱对实际存储环境进行模拟,结果显示,相比传统的SVM模型、BP神经网络模型和FA-SVM模型,IFA-SVM模型对稻谷霉变情况的预测准确率可达96%且迭代时间降低,在实际粮食存储霉变预测领域有良好的应用前景.
文献关键词:
霉变预测;萤火虫算法;支持向量机;粮食储藏
中图分类号:
作者姓名:
郭利进;许瑞伟;李博仑
作者机构:
天津工业大学大学控制科学与工程学院,天津 300387
文献出处:
引用格式:
[1]郭利进;许瑞伟;李博仑-.基于IFA-SVM的粮食霉变预测研究)[J].中国粮油学报,2022(11):27-31
A类:
霉变预测,稻谷霉变
B类:
IFA,预测研究,粮食品质,粮食浪费,安全储藏,萤火虫算法,算法优化,优化支持向量机,预测分类,分类模型,高斯函数,步长,储藏时间,时间条件,生霉,选择实验,培养箱,预测准确率,代时,粮食储藏
AB值:
0.289146
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。