科研之友
微信
新浪微博
Facebook
分享链接
摘要
储藏小麦品质具有复杂性、易变性、多耦合特性,导致难以准确预测其品质状况。为此,本研究从小麦多生理生化指标关联性研究角度提出了一种新的品质预测方法。利用柯西核函数和改进的线性核函数来构造支持向量回归机(SVR)混合核函数,并用改进的灰狼算法(IGWO)对混合核函数SVR参数寻优,由此建立IGWO-SVR模型用于短期储藏小麦的品质预测。选用周麦22对模型进行验证,结果显示:混合核函数IGWO-SVR模型的平均相对误差相比于线性核、多项式核和径向基核的模型分别下降了4.24%、2.56%和1.74%;IGWO-SVR各预测效果评价指标均优于GS-SVR、CS-SVR和GWO-SVR模型,模型整体预测精度和拟合效果显著提高。最后通过周麦22的发芽率作为品质评估指标和郑麦9023多指标数据分别对IGWO-SVR模型的有效性和适用性进行检验,得到平均绝对百分比误差MAPE分别为1.85%和3.87%,表明模型性能良好。试验结果表明了新建立模型在短期储藏小麦品质预测方面的可行性。
- 单位
