基于NEGM(1,1)与BP神经网络的广义加权比例平均备件需求组合预测

• 作者: 冉宝峰 张英锋 徐常凯 杜加刚
• 来源期刊: 军械工程学院学报
• 学科: 工学
• 关键词: 备件 需求预测 NEGM(1,1) BP神经网络 广义加权函数比例平均
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 装备保障与管理
• 页码范围: 10-15
• 页数: 6页
• 分类号: TP183|F252
• 字数: 3860字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-2956.2016.00.003

摘要

针对备件需求预测问题,构建了基于NEGM(1,1)与BP神经网络的广义加权比例平均组合预测模型,充分利用NEGM(1,1)在解决时间间隔不等的序列拟合预测问题的优越性和BP神经网络特有的计算能力强、鲁棒性好的优点,克服了单纯使用统计分析、灰色理论或神经网络的弊端.并通过实例分析,验证了此模型在备件消耗预测中的有效性与准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冉宝峰	空军勤务学院航材管理系	9	13	3.0	3.0
2	徐常凯	空军勤务学院航材管理系	32	33	3.0	3.0
3	张英锋	空军勤务学院航材管理系	5	8	2.0	2.0
4	杜加刚	空军勤务学院航材管理系	12	16	3.0	3.0