基于遗传算法优化参数SVM的备件需求预测研究

• 作者: 付霖宇 董琪 邱立军 顾钧元
• 来源期刊: 兵器装备工程学报
• 学科: 工学
• 关键词: 支持向量机 备件 需求预测
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 后勤保障与装备管理
• 页码范围: 88-91,96
• 页数: 5页
• 分类号: TJ07
• 字数: 2431字
• 语种: 中文
• DOI: 10.11809/bqzbgcxb2018.04.019

摘要

针对传统备件预测理论在小样本下预测精度不高的实际问题,将支持向量机(SVM)回归理论引入备件需求预测领域,提出基于支持向量机备件需求预测方法,并给出了具体步骤以及需求预测结果准确率的评价指标;以实际数据为例,得到遗传算法优化参数的支持向量机方法的计算结果,通过与指数平滑法、网格搜索法优化参数的支持向量机和遗传算法优化参数的支持向量机进行对比,验证了该方法精度高的优点,表明将支持向量机理论应用到备件保障领域具有重要的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱立军	海军航空工程学院科研部	24	90	5.0	8.0
2	付霖宇	海军航空工程学院兵器科学与技术系	14	26	3.0	4.0
3	董琪	海军航空工程学院兵器科学与技术系	23	89	6.0	8.0
4	顾钧元	海军航空工程学院兵器科学与技术系	25	105	6.0	8.0