DOI：10.3969/j.issn.1672-3872.2024.19.033
作 者：房 亮1 ，夏战军1 ，宫渤海1 ，孔令伟 1 ，陆作其1 ，董晓彤2 ，朱 林2
（1. 海沃机械（中国）有限公司，江苏 扬州 225000；2. 扬州大学机械工程学院，江苏 扬州 225001）
摘 要：由于垃圾中转站对垃圾重量的测量与焚烧厂实际测量的数值有所偏差，为了减小该偏差，通过智能算法对垃圾站的实际称重数值进行预测，以降低中转站垃圾测量与焚烧厂实际测量之间的误差。基于此，文章以在一个月内定期对垃圾中转站垃圾重量进行测量得到的数据作为样本数据，通过三种智能算法对其进行预测，发现RF随机森林算法预测结果的准确率最高，高达99.70%，SVR支持向量回归算法次之，BP神经网络算法则较为一般。
关键词：随机森林算法；支持向量回归算法；BP神经网络算法；重量预测
引文信息：[1]房亮，夏战军，宫渤海，等.基于人工智能的垃圾站称重预测模型研究[J].南方农机，2024，55(19)：127-129.
查看全文请下载PDF文件↓
