基于PSO-SVR模型预测粮食孔隙率

基于PSO-SVR模型预测粮食孔隙率
陈家豪;郑倩茹;金立兵;郑德乾;尹君;李嘉欣
【期刊名称】《粮食与油脂》
【年(卷),期】2024(37)6
【摘要】利用自制粮食孔隙率测定仪,采用直接测量法对不同受压状态下的粮食单元体孔隙率进行测量,得到不同粮种、不同含水率和不同压力下的粮食单元体孔隙率。

通过粒子群算法(PSO)优化支持向量回归(SVR),建立基于PSO-SVR粮食单元体孔隙率的预测模型,并与随机森林(RF)模型、SVR模型对比分析其性能。

结果表明:PSO-SVR模型的各项性能指标均优于RF模型和SVR模型。

PSO-SVR模型测试样本的均方误差(MSE)为0.0660、决定系数(R2)为0.9340、平均绝对误差(MAE)为0.2000,相较其他2种模型,该模型的预测结果误差小,具有较高的预测精度,可以有效预测粮食在不同压力下的孔隙率。

【总页数】5页(P55-59)
【作者】陈家豪;郑倩茹;金立兵;郑德乾;尹君;李嘉欣
【作者单位】河南工业大学土木工程学院;河南省现代绿色生态仓储体系国际联合实验室;国家粮食和物资储备局科学研究院
【正文语种】中文
【中图分类】TS210.7
【相关文献】
1.热压混合材料板力学特性PSO-SVR模型预测
2.基于PSO-SVR的粮食产量预测模型
3.基于GWO-BP神经网络及粮食压缩实验对粮食孔隙率的预测
4.基于经验模态分解与极限学习机的粮食产量模型预测
因版权原因，仅展示原文概要，查看原文内容请购买。