一种基于随机森林的备件预测模型研究

对舰船零部件发生故障问题进行故障诊断,并对故障诊断结果进行分析,建立舰船零部件备件需求模型,给出零部件之间的发生故障概率的关系与备件需求特征;将随机森林回归原理应用到了舰船零部件的备件需求预测领域,构建了基于随机森林的预测模型,以及预测结果准确率的评价。用诊断结果数据对算法进行验证,结果表明,将随机森林算法运用到舰船的备件预测领域可以为舰船装备在一次海上任务期内备件配置问题提供参考价值。     

自卸汽车装卸粘性土时粘附规律的统计分析

本文通过对自卸汽车的现场施工进行抽样调查，采用数理统计、灰色关联分析和模糊分析等方法，分析了自卸汽车粘土部位的变化规律和自卸汽车粘附积土的影响因素对粘土量的影响，揭示了自卸汽车的粘土规律，为通过工程仿生途径解决自卸汽车粘附积土问题创造了条件。     

基于战役的多机种战伤备件需求模型

为了合理储备战时航材备件,通过分析战时故障备件的需求特点,改进了传统的单机故障备件需求模型.根据多机种协同作战任务的不同,引入备件工作运行比的概念,建立了基于作战任务的多机种故障备件需求模型.为解决多机种协同作战时的保障资源配置问题提供了思路和方法.     

互备系统备件消耗预测模型

考虑了互备系统会因单元故障而发生故障率突变的特点,通过对实际问题的分析给出了建立某通信设备中继板互备系统备件消耗预测模型的程序和方法.并举例说明了模型的适用性.     

基于灰色关联分析与PLS-LSSVM的航材备件需求预测模型

航材备件是保障航空装备日常训练和作战正常使用的重要影响因素,针对部分航材备件样本数据量少,影响因素多且复杂多变,预测结果与装备系统完好性要求偏差较大等问题.建立基于灰色关联分析(GRA)与偏最小二乘(PLS)及最小二乘向量机(LSSVM)相结合的航材备件预测模型,采集某无人机航材备件数据,通过对统计数据进行灰色关联分析...     

基于组合群验的汽车故障分析法

基于汽车故障部件与汽车故障现象之间的关系建立了数学模型,根据这一模型,利用组合群验的理论和方法分析了汽车故障,给出了汽车故障诊断的一种新方法.     

高原驻训航材有寿件需求预测研究

高原驻训航材保障中,有寿件重要度较高,部队必须携带足够的备件数量来满足任务需要.根据高原驻训条件下航材有寿件需求特点,将有寿件的需求分为到寿更换需求和随机故障消耗产生的需求两部分,分别用数学公式和仿真计算方法进行预测,再将两者结果相加为总需求量.通过实例分析验证,采用工程测算方法可以避免逐一分析器材寿命的繁杂,而单独考...     

基于果蝇算法优化灰色神经网络的冰箱订单需求预测研究

冰箱订单需求具有一些不确定因素,传统的数据模型不能准确描述订单变化规律.预测精度比较低.为了进一步更加准确地预测出冰箱订单需求量,采用了将果蝇算法和灰色理论相结合.构建了一种果蝇优化灰色神经网络的冰箱订单需求预测方法.利用灰色系统理论处理订单产生中的随机性,由果蝇算法对灰色神经网络的参数进行优化,实现对冰箱订单的准确预测.通过两组实验,果蝇算法优化灰色神经网络和灰色神经网络,两者相比较,果蝇算法优化灰色神经网络提高了订单需求的预测精度,为冰箱订单需求的预测提供了依据.     

基于GA-BP模型的北京城镇农产品冷链物流需求预测

以农产品冷链物流需求为研究对象,从农产品供给、社会经济、冷链发展、人文、物流需求规模五个角度构建其指标体系,利用遗传算法(GA)的全局搜寻能力,构造了预测农产品冷链物流需求的遗传BP神经网络模型(GA-BP)并以北京为实例,对其城镇农产品冷链物流需求进行预测.结果表明,建立的模型对冷链物流需求与其影响因素的非线性关系有较强的刻画能力和较高的预测精度,能够为农产品冷链物流规划者及政府提供定量的决策依据.     

三级备件保障系统下的备件库存优化模型

目前我军装备备件保障通常采用三级保障模式,以各级备件期望短缺数量之和最小为目标,研究在不同库存水平条件下,三级备件保障系统的备件库存优化模型.经示例分析,验证了该模型的可行性和有效性,该结果可为多级备件保障提供理论依据.     

基于偏最小二乘回归的装备备件消耗预测

考虑了装备使用时间、行驶里程和配备时间等影响备件消耗的多种因素,依据装备备件的消耗特点,在分析偏最小二乘回归方法原理的基础上,运用方法对小样本数据条件下装备备件的消耗数量进行预测.应用示例表明,偏最小二乘回归方法比传统多元回归分析法、逐步多元回归分析法和删除多元回归分析法具有更高的预测精度.     

基于序列运算理论的不可修复件存储决策模型

针对备件需求数量与备件库存数量的随机特性,应用序列运算理论对其供需随机过程进行动态描述.通过概率性序列的期望值理论定义了备件需求满足率,并建立了一定的备件满足率要求条件下的备件存储决策模型.     

基于保障度的战时三级备件保障优化研究

针对装备备件保障度问题,结合现有的研究现状,综合考虑了战时装备保障的实际情况和新旧备件使用寿命的差异,深入分析了备件调度对保障度的影响,以保障度为目标函数,建立了战时三级备件保障模型,运用经典的排序算法对模型进行求解。最后,算例表明该方法是有效性的。     

提前期不确定条件下的预防性维修备件存储模型研究

在考虑预防性维修周期和提前期不确定的条件下,分别研究备件存储与其相关的维修费用、缺货费用、库存费用以及订购费用等四种费用之间的关系,明确了备件存储量对各项费用的影响.以各项费用总和最小化为目标,构建了提前期不确定条件下的预防性维修备件存储模型.通过备件存储模型的构建,对备件存储过程中的各项成本进行分析,以期对备件库存策略的确定给出一种解决方案.     

一种关于汽车整车不确定需求的组合预测模型

提出了一种针对汽车生产企业整车不确定需求的组合预测模型,即利用神经网络拟合数据基本变化趋势,然后对企业产品的市场占有率进行评价,以调节需求变化趋势.应用实例,对模型进行了验证,说明该模型能够较好地诠释企业产品需求信息,具有较好的预测能力.     

基于样条模型的汽车可靠性双向联合预测

通过分析原始数据和“千车故障数”计算的不合理性,提出了改进的千车故障数的计算方法,并对原始数据进行变换得到了合理的数据表.通过假设检验得出瞬时故障率是服从Weibull分布,在此基础上提出了单批次预测的概率模型.进一步,利用数据横向和纵向的相关性,在单批次概率模型的基础上,提出了基于样条拟合的多批次双向联合预测模型,这个模型保证了横向和纵向的有机结合,通过拟合汽车的质量参数,来进行联合预测,维护了数据的统一性.     

基于季节性RBF神经网络的月度市场需求预测研究

本文提出一种季节性神经网络预测模型,对具有季节性变化的产品月度市场需求进行预测.在Matlab语言环境下,用傅立叶周期分析法得到时间序列的周期长度;借鉴嵌入理论,提出了确定季节性神经网络输入维数的策略;利用计算机程序搜索,确定最优参数;通过合理插值,重构样本集.仿真实验表明,该模型的预测精度明显高于其他几个常用的季节预测模型.