為了研究糧堆機械通風溫度與其影響因素之間的高維非線性關(guān)系,運用隨機森林算法建立了預測模型,并用實倉實驗數(shù)據(jù)驗證模型的有效性,真實值與預測值的對比表明構(gòu)建的隨機森林模型預測精度較高。為了進一步說明隨機森林模型的準確性和可靠性,將預測結(jié)果與支持向量機和BP神經(jīng)網(wǎng)絡(luò)模型對比。結(jié)果顯示,隨機森林預測模型的誤差最小,回歸擬合效果最優(yōu),可以應用于糧堆機械通風溫度的預測。在此基礎(chǔ)上,計算出了易調(diào)節(jié)因素的變化率與糧堆平均溫度變化率之間的定量關(guān)系,以及糧堆平均溫度達到低溫條件的臨界點集合,為科學地判斷糧堆通風時機和溫度的控制提供參考。 

【文章來源】：河南工業(yè)大學學報(自然科學版). 2019,40(05)北大核心

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引言
1 隨機森林回歸原理
2 糧堆溫度預測模型
    2.1 樣本數(shù)據(jù)集的構(gòu)建
    2.2 模型參數(shù)設(shè)置
    2.3 模型預測結(jié)果分析
3 基于隨機森林算法的糧堆溫度控制
    3.1 糧堆溫度單因素影響分析
    3.2 糧堆溫度多因素控制研究
4 結(jié)論


【參考文獻】：
期刊論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)的COREX鐵水硅含量預測模型[J]. 文冰潔,吳勝利,周恒,顧凱.  鋼鐵研究學報. 2018(10)
[2]長沙地區(qū)低溫糧倉雙層通風屋頂最佳保溫隔熱層厚度分析[J]. 王海濤,王軍,郭呈周.  農(nóng)業(yè)工程學報. 2018(19)
[3]基于BP神經(jīng)網(wǎng)絡(luò)模型的爆破對鄰近管道振動預測研究[J]. 任少峰,周俊,張修玉,李玉能,鄧濤,蒲恒強.  礦業(yè)研究與開發(fā). 2018(09)
[4]基于隨機森林模型的毛竹林CO2通量模擬及其影響因子[J]. 陳亮,周國模,杜華強,劉玉莉,毛方杰,徐小軍,李雪建,崔璐,李陽光,朱迪恩.  林業(yè)科學. 2018(08)
[5]基于隨機森林算法的大壩應力預測模型的構(gòu)建及其應用[J]. 田菊飛,蘇懷智.  水電能源科學. 2018(05)
[6]基于隨機森林回歸算法的高速鐵路短期客流預測研究[J]. 李麗輝,朱建生,強麗霞,喬慶杰.  鐵道運輸與經(jīng)濟. 2017(09)
[7]基于數(shù)值模擬技術(shù)的三種通風量下儲糧機械通風效果的比較研究[J]. 魯子楓,王遠成,曹陽,魏雷,石天玉,尉堯方.  糧食儲藏. 2017(04)
[8]BP神經(jīng)網(wǎng)絡(luò)和SVM模型對施加生物炭土壤水分預測的適用性[J]. 王彤彤,翟軍海,何歡,鄭紀勇,涂川.  水土保持研究. 2017(03)
[9]靜態(tài)糧堆就倉通風的數(shù)學模型及模擬研究[J]. 張曉靜,王遠成,楊君,尉堯方.  河南工業(yè)大學學報(自然科學版). 2016(05)
[10]利用隨機森林回歸模型預計水平移動系數(shù)[J]. 宋康明,譚志祥,鄧喀中,魏飛,王智福.  金屬礦山. 2016(06)



本文編號：3197468