基于NRS-SVM模型的航空弹药消耗预测研究

• 作者: 何建敏 张保强 田德红
• 来源期刊: 南京航空航天大学学报
• 学科: 工学
• 关键词: 邻域粗糙集 支持向量机 航空弹药 NRS-SVM组合预测模型
• 年，卷（期）: 2018,（5）
• 页码范围: 666-671
• 页数: 6页
• 分类号: TJ410.1
• 字数: 4802字
• 语种: 中文
• DOI: 10.16356/j.1005-2615.2018.05.012

摘要

结合航空弹药训练消耗的特点,研究邻域粗糙集(Neighborhood rough sets ,NRS)与支持向量机(Support vector machines ,SVM )融合的航空弹药训练消耗预测问题.通过邻域粗糙集将5个初始影响因素约简为3个核心影响因素,并以此训练集对支持向量机进行回归优化.通过参数寻优得到最优的惩罚参数和核参数,进而构建NRS-SVM组合预测模型来预测航空弹药消耗.实证研究表明,该模型预测结果与实际数据吻合度较高,且与其他预测模型相比具有更好的预测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何建敏	东南大学经济管理学院	379	7673	43.0	72.0
2	张保强	厦门大学航空航天学院	11	10	2.0	3.0
3	田德红	东南大学经济管理学院	6	9	2.0	2.0