基于LS-SVM的間斷性需求備件預測

我國近年引進國外裝備時間不長,其備件的歷史數據較少、需求具有間斷性且具有大量零值,給預測工作帶來了一定的困難.文章提出應用最小二乘支持向量機(Least Squares Support Vector Machines LS-SVM)這一新的機器學習方法來實現間斷性需求備件的預測,建立了艦艇間斷性需求備件的預測模型,并對某型艦艇備件進行預測和分析,結果表明:LS-SVM在間斷性需求備件預測上表現出優秀的學習和預測能力.

作 者： 馮楊 尹迪 羅兵 Feng Yang Yin Di Luo Bin   作者單位： 海軍工程大學指揮自動化系,武漢,430033  刊 名： 艦船電子工程  英文刊名： SHIP ELECTRONIC ENGINEERING  年，卷(期)： 2010 30(6)  分類號： N945.24  關鍵詞： 間斷性需求   不常用備件   少量歷史數據   需求預測   最小二乘支持向量機  

【基于LS-SVM的間斷性需求備件預測】相關文章：

聲音出現播放間斷11-29

愛，從未間斷作文（精選29篇）05-25

備品備件計劃12-02

備品備件方案02-16

備件工作計劃03-19

備件的定義——管理資料08-19

基于遺傳算法的地下水位動態預測雙線性模型09-08

備品備件儲備方案04-16

采購備品備件的方案12-29

預測的作文08-13