-
题名基于SES的不常用备件需求预测模型
被引量：13
- 1
-
-
作者
冯杨
尹迪
罗兵
-
机构
海军工程大学指挥自动化系
-
出处
《兵工自动化》
2011年第2期18-21,共4页
-
文摘
在目前引进装备的需求预测中,针对历史数据较少和样本值具有大量零值的问题,采用一次指数平滑法(Single Exponential Smoothing,SES)进行不常用备件需求预测。分析指数平滑法初始值和加权系数对模型预测准确性的影响,建立舰艇间断性需求备件的预测模型,并对某型舰艇备件进行预测和分析,较好地实现了间断性需求备件的预测。仿真结果证明了该方法的可行性和有效性。
-
关键词
间断性需求
不常用备件
少量历史数据
需求预测
指数平滑法
-
Keywords
intermittent demand
rarely used spare parts
a little of history data
request forecasting
single exponential smoothing
-
分类号
N945.24
[自然科学总论—系统科学]
-
-
题名基于DAGSVM的装备不常用备件分类方法
被引量：6
- 2
-
-
作者
姜晨
徐廷学
余仁波
-
机构
中国人民解放军
海军航空工程学院
-
出处
《舰船科学技术》
2011年第7期135-139,共5页
-
文摘
针对装备不常用备件需求样本数据有限、影响不常用备件需求的因素众多,且各因素间的关系多为非线性等特点,分析了现有备件分类方法中的不足,并引入在小样本学习方面具有优势的支持向量机(Support Vector Machines,SVM)方法,利用有向无环图支持向量机(Directed Acyclic Graph SVM,DAGSVM)方法对装备的不常用备件进行分类,并进行了实例应用。结果表明,该方法可以有效地解决装备不常用备件的多类分类问题。
-
关键词
不常用备件
SVM方法
DAGSVM方法
-
Keywords
rarely used spare parts
SVM method
DAGSVM arithmetic
-
分类号
E92
[兵器科学与技术—武器系统与运用工程]
-
