| 数据与知识双驱动的备件需求模糊预测模型 |
| |
| 作者姓名： | 王小巍 陈砚桥 金家善 魏曙寰 |
| |
| 作者单位： | 1.海军工程大学动力工程学院,湖北武汉 430033;陆军工程大学军械士官学校,湖北武汉 430075;2.海军工程大学动力工程学院,湖北武汉 430033 |
| |
| 基金项目： | 国家部委基金资助项目(LJ20191A020110) |
| |
| 摘 要： | 针对知识驱动型需求预测模型所需的专家知识稀缺、数据驱动型需求预测模型可解释性不足的问题,提出了数据与知识双驱动的备件需求模糊预测模型.该模型基于模糊聚类算法将数值型数据聚类为结构简单、可解释性强的规则库,运用模糊逻辑将领域专家知识表示为Mamdani型规则库.在此基础上,引入了一种新型智能计算理论——模糊网络理论对两类规则库进行合并运算,形成初始预测模型.采用遗传算法优化模型规则库的模糊集参数来提高模型预测准确性.通过与模糊聚类算法进行对比,提出的模型在可解释性以及准确性指标上均具有优势.
|
| 关 键 词： | 预测模型 备件 模糊网络 遗传算法 |
| 收稿时间： | 2022-10-10 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《国防科技大学学报》浏览原始摘要信息 |
|
点击此处可从《国防科技大学学报》下载免费的PDF全文 |
|
