基于灰色系统与神经网络的航材消耗组合预测模型实证研究
需积分: 9 66 浏览量
更新于2024-09-09
收藏 188KB PDF 举报
该篇论文深入探讨了在航空维修材料消耗预测领域的研究方法,针对航空材料消耗数据的季节性和波动性特点,作者万玉成、何亚群和盛昭瀚提出了一种创新的预测模型。首先,他们构建了基于灰色系统的预测模型,这是一种利用历史数据对未来发展趋势进行预测的方法,适用于数据序列中存在不确定性和不完全信息的情况。灰色系统理论强调了通过"灰度"处理来处理这类问题。
接着,他们引入了神经网络预测模型,神经网络是一种模仿人脑工作原理的计算模型,能够学习复杂的非线性关系,适用于处理航空材料消耗的复杂动态特性。神经网络模型能够根据历史数据自我调整权重,以提高预测精度。
论文的核心创新在于提出了广义加权函数平均组合预测模型,这是一种将灰色系统和神经网络的优点结合起来的综合预测方法。这个模型结合了两种模型的优点,通过加权系数的参数估计,实现了不同模型间的有效融合,从而提高了预测的准确性和鲁棒性。
论文提供了具体的参数估计方法,确保了这种组合预测模型在实际应用中的可行性。作者运用这种方法构建了一个基于灰色系统与神经网络的广义加权函数平均组合预测模型,该模型旨在优化航空材料消耗的长期预测,考虑到不同时间尺度下的消费行为。
最后,作者通过实例分析展示了这一新型预测模型的实际应用效果,验证了其在预测航材消耗方面的有效性。通过与传统预测模型的比较,广义加权函数平均组合预测模型显示出显著的优势,特别是在处理非线性和不确定性数据时。
这篇论文不仅深化了我们对航空材料消耗预测的理解,也为其他领域如何结合灰色系统和神经网络进行复合预测提供了一种新的思考路径。这是一项重要的研究成果,对于航空工业的成本管理和库存控制具有显著的实际价值。
2021-09-26 上传
2021-07-14 上传
2019-09-20 上传
2021-09-25 上传
2019-09-20 上传
2021-10-03 上传
2021-11-21 上传
2021-10-11 上传
weixin_38744270
- 粉丝: 329
- 资源: 2万+