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 |
|
|