【摘要】：針對設(shè)備備件需求具有的非平穩(wěn)性、多樣性特征,提出一種基于集合經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)和支持向量回歸(SVR)的需求預(yù)測方法。首先運(yùn)用EEMD將需求序列分解為一系列相對平穩(wěn)的本征模函數(shù)(IMF),然后對各IMF分量采用基于RBF核函數(shù)的支持向量機(jī)進(jìn)行非線性回歸,同時(shí)針對不同分量的預(yù)測模型采用遺傳算法進(jìn)行核參數(shù)優(yōu)化,最后將各分量的預(yù)測結(jié)果合成為實(shí)際時(shí)間序列的預(yù)測值。實(shí)驗(yàn)數(shù)據(jù)表明:該方法能有效降低備件需求的不穩(wěn)定性對預(yù)測結(jié)果造成的影響,對小樣本、非平穩(wěn)時(shí)間序列的預(yù)測問題,與通用的預(yù)測方法相比具有較高的預(yù)測精度。
[Abstract]:In view of the non-stationary and diverse characteristics of equipment spare parts demand, a demand prediction method based on set empirical mode decomposition (EEMD) and support vector regression (SVR) is proposed. First, the demand sequence is decomposed into a series of relatively stationary eigenmode functions (IMF),) by using EEMD, and then the support vector machines based on RBF kernel function are used for nonlinear regression of each IMF component. At the same time, genetic algorithm is used to optimize the kernel parameters for different component prediction models. Finally, the prediction results of each component are synthesized into the actual time series prediction values. Experimental data show that the proposed method can effectively reduce the influence of the instability of spare parts demand on the prediction results, and has a higher prediction accuracy than the general prediction method for small samples and non-stationary time series.
【作者單位】： 中南大學(xué)交通運(yùn)輸工程學(xué)院;桂林理工大學(xué)管理學(xué)院;海南出版社有限公司;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(71271220) 廣西教育廳科研基金資助項(xiàng)目(201010LX178)
【分類號】：F224;F252

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蔣鐵軍;張懷強(qiáng);王先甲;;基于EEMD和進(jìn)化KPCR的復(fù)雜時(shí)間序列自適應(yīng)預(yù)測建模[J];系統(tǒng)工程理論與實(shí)踐;2014年10期

2 李合龍;馮春娥;;基于EEMD的投資者情緒與股指波動(dòng)的關(guān)系研究[J];系統(tǒng)工程理論與實(shí)踐;2014年10期

3 翟冰;金煒東;秦娜;;基于EEMD和球SVM的高速列車轉(zhuǎn)向架故障估計(jì)[J];計(jì)算機(jī)測量與控制;2014年08期

4 劉倪;葉金印;;基于RBF神經(jīng)網(wǎng)絡(luò)馬爾可夫模型的淮河流域汛期暴雨量預(yù)測[J];浙江農(nóng)業(yè)科學(xué);2014年08期

5 王帥;湯鈴;余樂安;;基于單變量分解集成的牛奶消費(fèi)需求預(yù)測研究[J];系統(tǒng)科學(xué)與數(shù)學(xué);2013年01期

6 張超;陳建軍;郭迅;;基于EEMD能量熵和支持向量機(jī)的齒輪故障診斷方法[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年03期

7 張冬;明新國;趙成雷;李冬;王鵬鵬;;基于BP神經(jīng)網(wǎng)絡(luò)和設(shè)備特性的工業(yè)設(shè)備備件需求預(yù)測[J];機(jī)械設(shè)計(jì)與研究;2010年01期

8 程文鑫;秦健;張志華;;基于可靠性增長的備件需求模型及其統(tǒng)計(jì)分析[J];北京理工大學(xué)學(xué)報(bào);2008年03期

9 陳富民;趙建軍;林志航;;基于任務(wù)可靠度的慢速流動(dòng)備件需求量預(yù)測[J];裝備制造技術(shù);2007年04期

10 尉詢楷,李應(yīng)紅,張樸,路建明;基于支持向量機(jī)的時(shí)間序列預(yù)測模型分析與應(yīng)用[J];系統(tǒng)工程與電子技術(shù);2005年03期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 付小利;王曉樂;呂乾勇;金煒東;;并行化的高速列車運(yùn)行狀態(tài)評估[J];計(jì)算機(jī)工程與設(shè)計(jì);2016年07期

2 羅薇;符卓;伏愛蘭;;基于不穩(wěn)定時(shí)間序列分析的設(shè)備備件需求預(yù)測方法[J];系統(tǒng)工程;2016年06期

3 陳法法;李冕;肖文榮;鐘先友;;基于局部切空間排列與WSVM的滾動(dòng)軸承故障診斷[J];組合機(jī)床與自動(dòng)化加工技術(shù);2016年06期

4 郭明;朱莉;黃薏舟;;股指期現(xiàn)貨價(jià)格波動(dòng)及相關(guān)性研究[J];經(jīng)濟(jì)經(jīng)緯;2016年03期

5 劉剛;扈文秀;章偉果;賈麗娜;;隨機(jī)交易行為、羊群行為與資產(chǎn)價(jià)格波動(dòng)研究[J];管理科學(xué);2016年02期

6 李成;張琦;李文樂;;匯改后中國外匯市場與資本市場聯(lián)動(dòng)效應(yīng)——基于集合經(jīng)驗(yàn)?zāi)B(tài)分解法[J];北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2016年02期

7 尹勛;張新燕;常喜強(qiáng);趙理威;王衡;;基于AR-Hankel矩陣的風(fēng)力發(fā)電機(jī)早期故障診斷方法研究[J];可再生能源;2016年01期

8 徐廷學(xué);叢林虎;董琪;;基于UGM-ULSSVM的導(dǎo)彈制導(dǎo)控制系統(tǒng)狀態(tài)預(yù)測方法[J];上海交通大學(xué)學(xué)報(bào);2015年12期

9 索海龍;高建民;高智勇;劉元浩;;多源信息分級優(yōu)化備件需求預(yù)測模型[J];中國科技論文;2015年22期

10 王騰;熊仲華;杜慶治;邵玉斌;;基于馬爾可夫鏈的河流水質(zhì)污染預(yù)測模型研究[J];安徽農(nóng)業(yè)科學(xué);2015年27期

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 彭暢;柏林;謝小亮;;基于EEMD、度量因子和快速峭度圖的滾動(dòng)軸承故障診斷方法[J];振動(dòng)與沖擊;2012年20期

2 郝慧艷;孫運(yùn)強(qiáng);李曉峰;劉明杰;;基于EEMD和Choi-Williams分布的侵徹加速度信號時(shí)頻分析[J];中北大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年05期

3 池麗旭;張廣勝;莊新田;宋大雷;;投資者情緒指標(biāo)與股票市場——基于擴(kuò)展卡爾曼濾波方法的研究[J];管理工程學(xué)報(bào);2012年03期

4 朱幫助;王平;魏一鳴;;基于EMD的碳市場價(jià)格影響因素多尺度分析[J];經(jīng)濟(jì)學(xué)動(dòng)態(tài);2012年06期

5 阮連法;包洪潔;;基于經(jīng)驗(yàn)?zāi)B(tài)分解的房價(jià)周期波動(dòng)實(shí)證分析[J];中國管理科學(xué);2012年03期

6 魯訓(xùn)法;黎建強(qiáng);;中國股市指數(shù)與投資者情緒指數(shù)的相互關(guān)系[J];系統(tǒng)工程理論與實(shí)踐;2012年03期

7 吳石;劉獻(xiàn)禮;王艷鑫;;基于連續(xù)小波和多類球支持向量機(jī)的顫振預(yù)報(bào)[J];振動(dòng).測試與診斷;2012年01期

8 劉金培;林盛;郭濤;陳華友;;一種非線性時(shí)間序列預(yù)測模型及對原油價(jià)格的預(yù)測[J];管理科學(xué);2011年06期

9 張軍峰;隋東;;基于稀疏型支持向量回歸的時(shí)間序列預(yù)測[J];系統(tǒng)工程學(xué)報(bào);2011年05期

10 李彬;李貽斌;;基于ELM學(xué)習(xí)算法的混沌時(shí)間序列預(yù)測[J];天津大學(xué)學(xué)報(bào);2011年08期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 殷書爐;楊立勛;;旅游需求預(yù)測方法與模型評述[J];甘肅省經(jīng)濟(jì)管理干部學(xué)院學(xué)報(bào);2008年03期

2 景崇毅;;航空公司航線需求預(yù)測方法綜述[J];經(jīng)營管理者;2009年23期

3 陳新佑;;耐用商品需求預(yù)測方法[J];預(yù)測;1985年Z1期

4 孫林巖;關(guān)于人才需求預(yù)測方法的探討[J];預(yù)測;1988年01期

5 譚魯芳;;美國勞動(dòng)力需求預(yù)測方法[J];職業(yè)技術(shù)教育;1996年05期

6 譚魯芳;;美國勞動(dòng)力需求預(yù)測方法[J];職業(yè)技術(shù)教育;1996年06期

7 應(yīng)淑芳;;能源需求預(yù)測方法的研究[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;1985年05期

8 李博;靳取;;三種能源需求預(yù)測方法的比較分析——以四川省為例[J];吉林工商學(xué)院學(xué)報(bào);2009年01期

9 向愛兵;;運(yùn)輸需求預(yù)測方法和模型比較研究[J];綜合運(yùn)輸;2010年01期

10 張長征;社會(huì)主義市場經(jīng)濟(jì)條件下的人才需求預(yù)測方法[J];石家莊經(jīng)濟(jì)學(xué)院學(xué)報(bào);2002年02期

相關(guān)會(huì)議論文 前2條

1 華成;徐光華;張慶;張繼銳;袁鴻;;在線服役設(shè)備的備件動(dòng)態(tài)統(tǒng)計(jì)與需求預(yù)測方法[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2010年

2 楊俊;余樂安;;基于系統(tǒng)動(dòng)力學(xué)的短生命周期產(chǎn)品需求預(yù)測方法比較研究[A];第十四屆中國管理科學(xué)學(xué)術(shù)年會(huì)論文集(上冊)[C];2012年

相關(guān)博士學(xué)位論文 前1條

1 沈瑞光;城市綜合交通樞紐客運(yùn)需求預(yù)測方法與模型研究[D];哈爾濱工業(yè)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前3條

1 宋奇志;短生命周期產(chǎn)品的需求預(yù)測方法研究[D];華中科技大學(xué);2007年

2 黃仁宗;M企業(yè)人力需求預(yù)測方法的研究[D];上海交通大學(xué);2012年

3 操張進(jìn);基于定性相空間的應(yīng)急資源需求預(yù)測方法研究[D];中國科學(xué)技術(shù)大學(xué);2011年

，

本文編號：2318948