基于时序分解的飞机平均故障间隔飞行时间组合预测

• 作者: 刘锋 李青 韩西龙
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 时间序列 灰色预测 神经网络 支持向量机回归 组合预测
• 年，卷（期）: 2016,（z2）
• 所属期刊栏目: 人工智能
• 页码范围: 99-102,119
• 页数: 5页
• 分类号: TP181
• 字数: 5909字
• 语种: 中文

摘要

针对飞机平均故障间隔飞行时间(MFHBF)指标值的预测问题,提出一种基于时间序列分解的组合预测方法.首先利用STL(Seasonal and Trend Decomposition using Loess)方法分解出MFHBF指标的长期趋势项和季节变动项,然后以灰色模型预测指标的长期趋势,以BP神经网络和支持向量机回归组合模型分别预测指标的季节变动,根据误差权重计算季节变动的加权值,最后以加法模型合并趋势和季节的预测值获得最终结果.利用服务点积累的指标数据对方法进行检验,与单独使用支持向量机回归预测得到的结果相比,平均绝对误差由45％减小至21％,证明该方法能够有效提高预测精度,为保障人员提供可信的指标预测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李青	北京航空航天大学机械工程及自动化学院	65	611	12.0	23.0
2	韩西龙	北京航空航天大学机械工程及自动化学院	1	7	1.0	1.0