基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对影响飞机备件消耗的诸多因子难于在模型中体现的问题,采用支持向量机回归模型,应用于备件的消耗预测。该方法将影响备件消耗的主要因子作为支持向量机预测模型的输入因子,对应的备件消耗量作为输出因子,训练模型,然后输入测试样本进行预测。预测结果表明,相比于GM(1,1)模型和神经网络(ANN)模型,该模型具有较高的预测精度和动态适应性,可为相应的备件保障部门提供科学的决策依据。
推荐文章
基于支持向量机的飞机备件消耗预测研究
备件
支持向量机
消耗预测
基于改进支持向量机的导弹备件消耗预测
导弹
备件
粗糙集
加权最小二乘支持向量机
消耗预测
基于支持向量机的飞机备件需求预测
支持向量机
机器学习
预测
备件
基于支持向量机的备件需求预测研究
支持向量机
备件
需求预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机的飞机备件消耗预测研究
来源期刊 长春大学学报 学科 工学
关键词 备件 支持向量机 消耗预测
年,卷(期) 2012,(6) 所属期刊栏目
研究方向 页码范围 631-633
页数 3页 分类号 TP181
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
备件
支持向量机
消耗预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
长春大学学报
月刊
1009-3907
22-1283/G4
大16开
长春市卫星路6543号
1991
chi
出版文献量(篇)
7993
总下载数(次)
10
总被引数(次)
29899
论文1v1指导