首页 | 本学科首页   官方微博 | 高级检索  
     

基于SCSO-SVM的行业供应链风险检测优化方法
引用本文:王宏刚,王一蓉,于宙,李君婷,孙妮.基于SCSO-SVM的行业供应链风险检测优化方法[J].粘接,2023(2):193-196.
作者姓名:王宏刚  王一蓉  于宙  李君婷  孙妮
作者单位:国家电网有限公司大数据中心
摘    要:为实现供应链风险等级的高精度检测,基于SVM的参数设置对SVM的性能的影响,提出一种基于沙丘猫群算法(SCSO)优化SVM的供应链风险等级检测方法。首先,通过层次分析法建立供应链风险等级评价指标体系;之后,由于SVM的参数设置会影响到SVM的性能,利用SCSO算法对SVM的参数进行了优化,并给出了一种新的基于SCSO-SVM的供应链风险识别算法。与单独的SVM模型相比,SCSO-SVM的供应链风险检测的准确率分别提高了3.06、7.04个百分点,从而说明SCSO-SVM可以有效提高供应链风险检测的精度。

关 键 词:支持向量机  沙丘猫群算法  供应链  风险等级
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号