智能设计检测2023年2月第50卷第2期doi:10.3969/j.issn.1001-5922.2023.02.045Vol.50No.02，Feb.2023收稿日期:2022-10-21;修回日期:2023-02-08作者简介:王宏刚(1975-)，男，硕士，高级工程师，主要从事大数据技术分析及数据应用等研究;E-mail:wh09g@tom．com。引文格式:王宏刚，王一蓉，于宙，等．基于SCSO－SVM的行业供应链风险检测优化方法［J］．粘接，2023，50(2):193-196．基于SCSO－SVM的行业供应链风险检测优化方法王宏刚，王一蓉，于宙，李君婷，孙妮(国家电网有限公司大数据中心，北京100032)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;风险等级中图分类号:TP391;TQ083文献标志码:A文章编号:1001-5922(2023)02-0193-04DetectionoptimizationofsupplychainrisklevelbasedonSCSO－SVMWANGHonggang，WANGYirong，YUZhou，LIJunting，SUNNi(BigDataCenter，StateGridCorporationofChina，Beijing100032，China)Abstract:Inordertorealizethehigh-precisiondetectionofsupplychainrisklevel，basedontheinfluenceofSVMparametersettingontheperformanceofSVM，asupplychainriskleveldetectionmethodbasedonSVMoptimizedbysandcatswarmoptimization(SCSO)isproposed．Firstly，theevaluationindexsystemofsupplychainriskgradeisestablishedbyanalytichierarchyprocess;Then，becausetheparametersettingofSVMwillaffecttheperformanceofSVM，SCSOalgorithmisusedtooptimizetheparametersofSVM，andanewsupplychainriskidentificationalgo-rithmbasedonSCSO－SVMisgiven．ComparedwiththesingleSVMmodel，theaccuracyofsupplychainriskde-tectionofSCSO－SVMisimprovedby3．06%and7．04%respectively，whichshowsthatSCSO－SVMcaneffec-tivelyimprovetheaccuracyofsupplychainriskdetection．Keywords:supportvectormachine;sandcatswarmoptimizationalgorithm;...
