基于不稳定时间序列分析的设备备件需求预测方法

• 作者: 伏爱兰 符卓 罗薇
• 来源期刊: 系统工程
• 学科: 经济
• 关键词: 没备备件需求预测 不稳定时间序列 集合经验模态分解 支持向量机 遗传算法
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 方法与应用
• 页码范围: 128-135
• 页数: 8页
• 分类号: F273
• 语种: 中文

摘要

针对设备备件需求具有的非平稳性、多样性特征,提出一种基于集合经验模态分解(EEMD)和支持向量回归(SVR)的需求预测方法.首先运用EEMD将需求序列分解为一系列相对平稳的本征模函数(IMF),然后对各IMF分量采用基于RBF核函数的支持向量机进行非线性回归,同时针对不同分量的预测模型采用遗传算法进行核参数优化,最后将各分量的预测结果合成为实际时间序列的预测值.实验数据表明:该方法能有效降低备件需求的不稳定性对预测结果造成的影响,对小样本、非平稳时间序列的预测问题,与通用的预测方法相比具有较高的预测精度.