基于灰色神经网络的装备计量预测研究与实现

• 作者: 丁风海 周东方 王志虎
• 来源期刊: 计算机测量与控制
• 关键词: 装备保障 计量数据 预测 灰色模型 RBF神经网络 灰色神经网络 优化 MATLAB
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 23-27
• 页数: 5页
• 分类号: TH707|O175
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2020.06.005

摘要

基于装备计量数据历史样本数据较少的特点,将适合小样本的灰色理论GM(1,1)模型应用于基于计量数据的装备状态预测,同时为提高GM(1,1)模型精度,提出了基于RBF神经网络优化GM(1,1)传统模型的灰色神经网络模型;装备计量数据实例应用分析表明,上述模型均可获得该装备计量数据的合理预测值,且相对于GM(1,1)传统模型,GM(1,1)优化模型具有更优的模型精度和预测效果,基于Matlab开发的装备计量预测软件,实现了GM(1,1)传统及优化模型下装备计量状态预测及比较的可视化操作,为装备计量保障提供了可参考的技术方案.