文章详情
| 稿件标题： | 基于变分模态分解的备件需求组合预测模型研究 |
| 稿件作者： | 陈桂明1，魏增基1，李惟2 |
| DOI： | 10.11809/bqzbgcxb2022.S2.029 |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 时间序列预测；变分模态分解；ARIMA、LSTM；组合模型；备件需求预测 |
| 文章摘要： | 为提高备件需求预测的精确性和稳定性，将信号处理、时间序列分析以及神经网络学习等技术相结合，提出一种基于变分模态分解的备件需求组合预测模型，以未来的备件需求量预测设置测试集进行算法验证。以某型装备中的二极管为例，引入变分模型对需求序列进行分解与重构，并对分解后的各模态分量应用备件组合预测模型（由差分自回归移动平均和长短时记忆神经网络以均方差最小为目标函数所构成）。确定组合模型的权重，得出各模态分量的预测值。本文对预测值进行求和以及重构，得到二极管备件需求序列的最终预测值。为确保预测精度，引入了回归移动平均、长短时记忆和变分模型等预测模型与所构建的模型进行比对，证明本文所提出的组合模型在备件需求序列预测方面具有更精准的预测精度和更稳定的预测性能。 |
| 引用本文格式： | 陈桂明，魏增基，李惟.基于变分模态分解的备件需求组合预测模型研究［J］.兵器装备工程学报，2022,43(S2):151-159. CHEN Guiming, WEI Zengji, LI Wei.Research on a combination forecasting model of spare parts demand based on variational modal decomposition［J］.Journal of Ordnance Equipment Engineering,2022,43(S2):151-159. |
| 刊期名称： | 2022年增刊2期 |
| 出版时间： | 2023年1月 |
| 上线时间： | 2023年1月12日 |
| 浏览次数： | 1962 |
| 下载次数： | 46 |
| 免费阅读PDF 下载本期目录 下载本期封面 | |