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;...