文章详情
| 稿件标题： | 基于遗传算法优化参数SVM的备件需求预测研究 |
| 稿件作者： | 邱立军a，付霖宇b，董琪b，顾钧元b |
| 栏目名称： | 后勤保障与装备管理 |
| 关键词： | 支持向量机；备件；需求预测 |
| 文章摘要： | 针对传统备件预测理论在小样本下预测精度不高的实际问题，将支持向量机（SVM）回归理论引入备件需求预测领域，提出基于支持向量机备件需求预测方法，并给出了具体步骤以及需求预测结果准确率的评价指标；以实际数据为例，得到遗传算法优化参数的支持向量机方法的计算结果，通过与指数平滑法、网格搜索法优化参数的支持向量机和遗传算法优化参数的支持向量机进行对比，验证了该方法精度高的优点，表明将支持向量机理论应用到备件保障领域具有重要的实用价值。 |
| 稿件基金： | 山东省自然科学基金资助（ZR2016FQ03） |
| 引用本文格式： | 邱立军，付霖宇，董琪，等.基于遗传算法优化参数SVM的备件需求预测研究［J］.兵器装备工程学报，2018,39(4):88-91,96. QIU Lijun, FU Linyu, DONG Qi, et al.Research on Spare Demand Prediction Based on Support Vector Machine by Genetic Algorithm Optimization Parameter［J］.Journal of Ordnance Equipment Engineering,2018,39(4):88-91,96. |
| 刊期名称： | 2018年04期 |
| 出版时间： | 2018年4月 |
| 上线时间： | 2018年4月28日 |
| 浏览次数： | 2625 |
| 下载次数： | 643 |
| 免费阅读PDF 下载本期目录 下载本期封面 | |