基于深层神经网络的备件储备方案决策方法

• 作者: 张云景 徐潇雨 汤光明
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 备件 储备方案 深层神经网络 属性分析 决策
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 仿真建模理论与方法
• 页码范围: 2238-2246
• 页数: 9页
• 分类号: TP182
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.19-FZ0390

摘要

备件分类对于备件储备具有重要意义,是备件决策活动的关键环节.分析了影响备件储备选择的因素,提出了基于深层神经网络的备件储备品种和数量决策方法.对备件属性进行梳理,按照属性影响因素分析,提出2种备件分类方法:(1)将备件属性重要性展开,对备件属性重要性进行排序,使用一个结构相对简单的深层神经网络依次对各属性实施判决,“不确定储备”的品种将再通过下一属性判决;(2)将备件的全部属性输入一个结构相对复杂的深层神经网络,深层神经网络依据备件的全属性实施判决.实验证明2种方法分别在时间效率和决策准确性上具有优势,能够为备件储备工作提供决策支撑.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汤光明		7	25	3.0	5.0
2	徐潇雨		2	3	1.0	1.0
3	张云景		1	0	0.0	0.0