基于PSO优化支持向量回归网络的大曲温湿度预测研究  

作　　者：姚翠萍 税渝敬 罗明艳 焦富 王丽娟 牟明月 

机构地区：[1]贵州茅台酒股份有限公司,贵州仁怀564500 [2]武汉奋进智能机器有限公司,湖北武汉430205

出　　处：《中国食品工业》2024年第21期119-121,共3页China Food Industry

摘　　要：温度与湿度是高温大曲发酵质量的关键性评价指标,为了精准预测大曲发酵过程中的温湿度,提出基于粒子群算法(PSO)优化支持向量回归(SVR)网络的预测一次翻曲坯温度与湿度的方法。结合大曲发酵过程的特性及数据集,构建SVR网络预测模型,采用粒子群算法优化SVR支持向量回归结构参数,得到较好的预测模型。结果表明,与传统SVR支持向量回归相比,预测精度有明显提高,该方法能够精确地预测一翻温湿度。

关 键 词：KNN算法 预测模型 SVR网络 PSO 大曲发酵 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TS261.11[自动化与计算机技术—控制科学与工程]