东北农业大学学报
東北農業大學學報
동북농업대학학보
JOURNAL OF NORTHEAST AGRICULTURAL UNIVERSITY
2015年
5期
95-101
,共7页
刘金明%谢秋菊%王雪%马铁民
劉金明%謝鞦菊%王雪%馬鐵民
류금명%사추국%왕설%마철민
遗传模拟退火算法%支持向量机%畜禽舍%废气监测%数据恢复
遺傳模擬退火算法%支持嚮量機%畜禽捨%廢氣鑑測%數據恢複
유전모의퇴화산법%지지향량궤%축금사%폐기감측%수거회복
genetic simulated annealing algorithm (GSA)%support vector machine (SVM)%animal buildings%waste gas monitoring%data recovery
针对畜禽舍内废气监测过程中因传感器故障等原因造成部分监测数据缺失的问题,将遗传模拟退火算法与支持向量机相结合,提出一种基于GSA-SVM的缺失数据恢复方法.该方法综合考虑畜禽舍废气监测值对应的时间、空间和环境等多种影响因素,建立支持向量机回归预测模型对缺失的监测数据进行恢复性估算;为获得更好的预测结果,使用遗传模拟退火算法对模型参数进行优化.以氨气浓度数据的恢复为例,随机选取某养殖场3d的监测数据验证.结果表明,缺失数据估算最大相对误差为6.69％,平均相对误差为1.87％,估算数据与监测数据误差很小,可有效对缺失性数据进行恢复,为畜舍废气监测提供可行数据恢复处理方法.
針對畜禽捨內廢氣鑑測過程中因傳感器故障等原因造成部分鑑測數據缺失的問題,將遺傳模擬退火算法與支持嚮量機相結閤,提齣一種基于GSA-SVM的缺失數據恢複方法.該方法綜閤攷慮畜禽捨廢氣鑑測值對應的時間、空間和環境等多種影響因素,建立支持嚮量機迴歸預測模型對缺失的鑑測數據進行恢複性估算;為穫得更好的預測結果,使用遺傳模擬退火算法對模型參數進行優化.以氨氣濃度數據的恢複為例,隨機選取某養殖場3d的鑑測數據驗證.結果錶明,缺失數據估算最大相對誤差為6.69％,平均相對誤差為1.87％,估算數據與鑑測數據誤差很小,可有效對缺失性數據進行恢複,為畜捨廢氣鑑測提供可行數據恢複處理方法.
침대축금사내폐기감측과정중인전감기고장등원인조성부분감측수거결실적문제,장유전모의퇴화산법여지지향량궤상결합,제출일충기우GSA-SVM적결실수거회복방법.해방법종합고필축금사폐기감측치대응적시간、공간화배경등다충영향인소,건립지지향량궤회귀예측모형대결실적감측수거진행회복성고산;위획득경호적예측결과,사용유전모의퇴화산법대모형삼수진행우화.이안기농도수거적회복위례,수궤선취모양식장3d적감측수거험증.결과표명,결실수거고산최대상대오차위6.69％,평균상대오차위1.87％,고산수거여감측수거오차흔소,가유효대결실성수거진행회복,위축사폐기감측제공가행수거회복처리방법.
