對(duì)APU的維修工作進(jìn)行分析,提出APU維修成本的結(jié)構(gòu)組成,利用APU在翼性能參數(shù)與維修成本的映射關(guān)系確定預(yù)測(cè)參數(shù),在傳統(tǒng)灰色預(yù)測(cè)方法的基礎(chǔ)上融合BP神經(jīng)網(wǎng)絡(luò),構(gòu)建了基于灰色神經(jīng)網(wǎng)絡(luò)的APU維修成本預(yù)測(cè)模型。以某航空公司APS3200型APU維修數(shù)據(jù)為樣本,運(yùn)用MATLAB對(duì)影響參數(shù)進(jìn)行關(guān)聯(lián)分析,并對(duì)所建立的模型進(jìn)行擬合和驗(yàn)證分析。該模型具有樣本少、訓(xùn)練快、預(yù)測(cè)精度高等特點(diǎn),實(shí)現(xiàn)了對(duì)APU維修成本的準(zhǔn)確預(yù)測(cè),可為航空公司年度APU維修預(yù)算制定、維修合同談判、經(jīng)濟(jì)性拆發(fā)等提供決策支持。 

【文章來源】：航空維修與工程. 2020年07期 第89-94頁(yè)

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

APU維修成本構(gòu)成圖

預(yù)測(cè)模型GNM(1,N）是對(duì)復(fù)雜的不確定性問題進(jìn)行求解所建立的模型，將基于灰色理論提出的灰色微分方程映射到一個(gè)擴(kuò)展的BP神經(jīng)網(wǎng)絡(luò)中，如圖2所示。之后，使用該神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。當(dāng)網(wǎng)絡(luò)收斂時(shí)，從訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)中提取相應(yīng)的方程參數(shù)，進(jìn)而將灰色微分方程轉(zhuǎn)換為白色微分方程，可以稱之為“灰—白化”的過程，利用此“白色”的微分方程實(shí)現(xiàn)對(duì)數(shù)據(jù)的預(yù)測(cè)估算。與單一神經(jīng)網(wǎng)絡(luò)模型相比，該模型計(jì)算量小、在樣本少的情況下可以達(dá)到較高精度，且與單一的灰色模型相比，預(yù)測(cè)精度高，誤差可控。

灰色神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型結(jié)構(gòu)


本文編號(hào)：2896666