郑沫利 赵艳轲 陈思露 陈祺东 孙俊

摘要：为使减少粮食储藏环节的损耗，调查储藏环节中粮食作物的损失情况并进行评估预测。通过分析问卷，统计描述影响损失率的各个因素，应用随机漂移粒子群优化算法（random drift particle swarm optimization，RDPSO）和径向基函数（radial basis function，RBF）网络对储藏环节损耗进行评估预测，将调查问卷获得的数据作为RBF模型数据集，应用RDPSO算法进行模型的参数训练，从而获得粮食损耗的智能评估模型。采用稻谷数据作为各模型的数据集，通过仿真试验，对比数据拟合情况和均方误差，其RDPSO-RBF模型学习性能和泛化性能更强。因此，RDPSO-RBF能更好地应用于实际的粮食管理中。

关键词：产后粮食;统计描述分析;RDPSO-RBF模型;储藏损耗;评估

中图分类号： F326.11文献标志码： A

文章编号：1002-1302（2020）08-0307-05

收稿日期：2019-03-05

基金项目：国家公益性行业（粮食）科研专项（编号：201513004、201513004-6）。

作者简介：郑沫利（1967—），男，广东陆丰人，教授级高级工程师，主要从事粮食经济学研究，E-mail：zhengmoli@sohu.com。共同第一作者：赵艳轲（1987—），女，河南洛阳人，博士研究生，中级工程师，主要从事粮食经济学研究，E-mail：zhao_yanke@126.com。

通信作者：孙 俊，博士，教授，主要从事人工智能、机器学习、计算智能和高性能计算研究。E-mail：sunjin_wx@hotmial.com。

粮食是人类最基本的生存物资，是人类生活的第一要求，在国民经济中占有重要地位。长期以来，我国在保障粮食安全问题上一直较注重产前与产中的管理与投入。然而在粮食产后损失的关注严重不足，产后大概分为收获、运输、干燥、储藏、加工、销售和消费等环节[1]。而每年粮食的产后损失情况极其严重，储藏环节粮食损失在产后总损失中所占比例较高。……