【摘要】：針對(duì)艦船裝備臨修經(jīng)費(fèi)需求預(yù)測(cè)得不到滿(mǎn)意解的問(wèn)題,運(yùn)用遺傳算法將SVM相應(yīng)的參數(shù)進(jìn)行優(yōu)化,建立了基于GA-SVM的艦船裝備臨修經(jīng)費(fèi)預(yù)測(cè)模型.通過(guò)將GA-SVM模型與BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)結(jié)果進(jìn)行對(duì)比分析,結(jié)果表明:GASVM的預(yù)測(cè)效果更優(yōu)異,對(duì)艦船裝備臨修經(jīng)費(fèi)需求預(yù)測(cè)有更好的參考意義.
[Abstract]:In order to solve the problem that the demand prediction of warship equipment temporary repair expenses can not be satisfactorily solved, the genetic algorithm is used to optimize the corresponding parameters of SVM, and a prediction model of warship equipment temporary repair expenses based on GA-SVM is established. By comparing the prediction results of GA-SVM model and BP neural network model, the results show that the prediction effect of GASVM is more excellent, and it has better reference significance for forecasting the demand of warship equipment temporary repair expenses.
【作者單位】： 海軍工程大學(xué)裝備經(jīng)濟(jì)管理系;
【基金】：國(guó)防科研重點(diǎn)研究項(xiàng)目資助
【分類(lèi)號(hào)】：O212.1;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 任永泰;馬雪倩;張貴杰;;基于GA-SVM的水資源可持續(xù)利用評(píng)價(jià)[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2013年03期

相關(guān)會(huì)議論文 前2條

1 黃光群;韓魯佳;王曉燕;;GA-SVM在有機(jī)肥料近紅外光譜定量分析中的應(yīng)用研究[A];紀(jì)念中國(guó)農(nóng)業(yè)工程學(xué)會(huì)成立30周年暨中國(guó)農(nóng)業(yè)工程學(xué)會(huì)2009年學(xué)術(shù)年會(huì)（CSAE 2009）論文集[C];2009年

2 孫浚清;李世平;唐超;張弦;;基于GA-SVM的裝備需求時(shí)間序列預(yù)測(cè)[A];第十七屆全國(guó)測(cè)控計(jì)量?jī)x器儀表學(xué)術(shù)年會(huì)（MCMI'2007）論文集（上冊(cè)）[C];2007年

相關(guān)碩士學(xué)位論文 前1條

1 崔曙東;基于GA-SVM的煤矸石混合料抗壓強(qiáng)度預(yù)測(cè)研究[D];河北工程大學(xué);2013年

，

本文編號(hào)：2367620