排序方式: 共有20条查询结果,搜索用时 0 毫秒
1.
2.
3.
需求预测作为物资供应的首要环节,是有效消除"需求迷雾",提升保障效能的关键.选取回归分析法作为战时物资需求预测的主要方法,分别构建了多元线性回归和主成分回归预测模型,并结合野战供水实例进行了对比分析.结果 表明,主成分回归模型不仅具有较强的可操作性,而且有较高的预测精度,能有效提升战时物资需求预测水平. 相似文献
4.
基于BP神经网络的装备器材需求预测模型 总被引:3,自引:0,他引:3
准确预测装备器材的需求数量,是装备器材保障工作的重要内容和装备器材计划管理的前提。采用BP神经网络算法,通过对装备器材历史消耗数据进行处理,建立了装备器材需求预测模型,并结合实例,对模型进行了探讨和验证。 相似文献
5.
在小样本条件下运用SVR模型预测装备维修器材需求量时,预测效果受随机干扰因素影响较大.为解决这一问题,提出了一种新的AP-SVM模型.首先,运用AP聚类算法对训练数据进行分类,将分类结果作为训练数据训练SVM分类器,并对待测试数据的所属类别进行判断;然后,根据数据类别构建训练向量集,对SVM进行训练,运用SVR模型计算... 相似文献
6.
针对现代战争条件下装备保障资源需求变化快,保障资源预测困难的问题,首先分析了影响装备保障资源需求的因素,根据实际情况选取了平均维修间隔时间(MTBM)、平均修复时间(MTBR)等8项影响装备保障资源需求的关键指标,然后将基于遗传算法(GA)优化的反向传播(BP)神经网络应用于保障资源需求预测中,构建了基于遗传神经网络的需求预测模型,最后利用1980年~2010年实际保障资源需求数据对模型进行了验证.验证结果表明,基于GA优化的BP神经网络预测模型有较快的收敛速度、较强的适应性和较高的预测精度,适用于装备保障资源需求预测. 相似文献
7.
为提高应急物资需求预测方法的实用性,同时考虑提前期和需求的不确定性,采用安全库存理论构建震灾应急物资动态需求预测模型,以观测得到的实际到货量、实际消耗量和实时剩余库存量等信息来动态预测当前时刻应急物资的需求量。应用算例表明,所建模型不仅能够准确反映需求量与被保障人员总数的正相关关系,而且还能实时体现被保障人员总数的变化情况。因此,该模型能够为震灾过程中应急物资需求量的确定提供科学决策依据,具有一定的实用价值和应用前景。 相似文献
8.
9.
张波 《武警工程学院学报》2009,(4):56-59
对武警部队应急军需物资需求预测进行了分析,明确了预测内容、方法和程序,建立起基于参战人数和参战时间两个因素的应急军需物资需求预测模型。拟合优度检验和实例计算结果表明,应急军需物资需求数量主要由参战人员和参战时间决定,并可以通过数理统计方法来建立较为精确的数量关系,这为各级后勤制定军需物资保障计划提供了更为科学的依据。 相似文献
10.
精确预测已成为制约装备器材保障决策的重难点问题.针对小样本消耗数据装备器材历史数据少、复杂性高、非线性等特点,利用灰色模型构建方便、计算简单、善于挖掘影响因素内部联系的优点,以及LS-SVM在非线性映射分析和稳定性高的优点,将两种方法进行组合,设计了一种灰色LS-SVM预测模型,用于解决小样本数据的装备器材需求预测问题... 相似文献