基于CBR-BP方法的油料保障需求预测方法研究

• 作者: 秦望龙 张海越 韩戈白 闫龙 王敏
• 来源期刊: 信息化研究
• 关键词: 油料保障 需求预测 案例推理 神经网络
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 研究与设计|Research and Design
• 页码范围: 34-37
• 页数: 4页
• 分类号: E239
• 语种: 中文

摘要

针对军事行动中的后勤油料精确化保障问题,文章提出了一种基于案例推理-BP神经网络(CBR-BP)方法的油料需求精确预测方法.首先采用案例推理方法从案例库选择与待求解案例匹配度较高的油料保障案例作为神经网络的训练样本,然后基于选择的样本数据采用BP神经网络方法构建油料保障需求模型,并对待求解案例的油料保障需求进行预测.通过仿真实验对文中方法的可行性进行了验证,仿真结果表明,文中方法对于油料保障需求预测有较好的计算精度.