基于PSO优化支持向量回归网络的大曲温湿度预测研究

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。