基于AdaBoost-PSO-BP的舰船维修费预测方法 |
| |
引用本文: | 蒋国萍,杨洋,訾书宇,高坤.基于AdaBoost-PSO-BP的舰船维修费预测方法[J].海军工程大学学报,2023(1):81-86. |
| |
作者姓名: | 蒋国萍 杨洋 訾书宇 高坤 |
| |
作者单位: | 海军工程大学管理工程与装备经济系 |
| |
摘 要: | 针对舰船装备维修费影响因素复杂、预测结果不稳定等问题,构建了AdaBoost-PSO-BP的舰船维修费用预测模型。引入机器学习中的方法,针对BP神经网络在较小样本规模的情况下精度不高的问题,采用粒子群算法和早期停止法,确定了最佳参数,消除了过拟合现象,并通过AdaBoost将BP神经网络优化集成,提升了模型的准确度和稳定性。实例验证了该模型的实用性、科学性和有效性。
|
关 键 词: | 粒子群算法 机器学习 AdaBoost 神经网络 维修费预测 |
|
|