[发明专利]一种基于PSO-LSSVM算法的粮情安全检测分析方法

摘要

本发明公开了一种基于PSO‑LSSVM算法的粮情安全检测分析方法，可以对粮食仓储过程中的粮情安全进行检测分析，该方法将PSO算法与最小二乘支持向量机模型结合起来，粮情分类算法的准确率优于BP神经网络、支持向量机(SVM)和最小二乘支持向量机(LSSVM)，可以提高我国粮食存储过程中粮情安全分析的正确度，对粮库智能控制方案提供依据，减少粮食在仓储过程中因霉变、生虫造成的损失。

主权项

1.一种基于PSO-LSSVM算法的粮情安全检测分析方法，包括如下步骤：(1)通过采集获取粮仓的历史数据样本，每个样本包括对应采样时刻采集得到的关于粮仓仓外温度、仓内温度、仓外湿度、仓内湿度、粮食温度以及粮食水分的六组数据；(2)对每一样本的实际粮情安全等级进行人工标记，将每个样本中的数据归一化至[0,1]区间内，对应得到六维的特征向量，进而采用主成分分析法对特征向量进行降维处理；(3)将所有样本降维后的特征向量分为训练集和测试集，进而利用训练集的特征向量输入至LSSVM中对其进行训练，同时采用粒子群优化算法对LSSVM的惩罚因子γ以及核函数宽度σ进行优化，从而训练得到用于粮情安全检测分析的等级分类模型；(4)利用训练得到的等级分类模型对测试集中的样本进行关于粮情安全等级的分类预测。