DOI：10.3969/j.issn.1672-3872.2025.07.005
作 者：彭 超1 ，张晓彤2 ，赵 阳2 ，张玉聪2
（1. 中铁十六局集团第四工程有限公司，北京 101400；2. 河南工业大学土木工程学院，河南 郑州 450001）
摘 要：【目的】提高储粮温度预测精度，保障粮食安全储存。【方法】构建了一种高精度的WOA-XGBoost预测模型。通过SVR、XGBoost及WOA-XGBoost这3种预测模型，比较研究了山东和广西两个不同地理环境下的粮库储粮实测和预测温度数据，并引入4项评估指标，全面分析了各模型在不同数据集下的预测精度与稳定性。【结果】SVR、XGBoost及WOA-XGBoost 这 3 种模型均能快速响应并作出预测，其中 WOA-XGBoost 模型表现尤为突出，其预测准确性明显高于单一的XGBoost和SVR模型，表明使用WOA对XGBoost模型进行优化是必要的。【结论】WOA-XGBoost模型在粮食温度预测方面的潜能巨大，可为粮仓温度管理提供快速处置的决策依据。本研究为粮食储存技术的创新发展提供了新思路，对保障粮食品质安全、促进社会和谐稳定及国民经济健康发展具有重要意义。
关键词：储粮温度；机器学习；优化算法；预测模型
引文信息：[1]彭超，张晓彤，赵阳，等.基于WOA-XGBoost模型的储粮温度预测研究[J].南方农机，2025，56(7)：16-20.
查看全文请下载PDF文件↓
