基于加权支持向量回归的抢修时间估计模型

已有的抢修时间估计模型大都印有平时维修的痕迹,不能很好的反应战场抢修的随机性、多样性、时效性等特点。分析并设计了影响抢修时间的因素及其赋值方法,用复杂性来度量抢修任务本身的属性。将抢修时间估计问题转为抢修时间对其影响因素的非线性回归问题,引入在处理小样本、非线性问题时有较大优势的支持向量机,利用遗传算法对支持向量回归的参数进行优化;实验结论证明模型的估计精度较高、泛化能力较强;从一个新的角度估计抢修时间,结果更合理,能为抢修决策以及抢修训练提供良好的帮助。