【摘要】：隨著時代的不斷發(fā)展,當(dāng)前以信息技術(shù)為核心的新軍事變革已襲卷全球,并對我軍的后勤油料精細(xì)化保障提出了新的更高的要求。加強軍用油料消耗預(yù)測作為其中的重要內(nèi)容,對于用油單位編報申請計劃,油料管理部門分配油料指標(biāo),決策機關(guān)制定訂購、調(diào)撥計劃都具有重要的決策意義。 本文針對建立蘭州地區(qū)軍用油料消耗預(yù)測模型這一實際問題,在對比當(dāng)前幾種常見的預(yù)測方法基礎(chǔ)上,重點介紹了利用人工神經(jīng)網(wǎng)絡(luò)特別是BP神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測的原理及特點,以及區(qū)別于其他方法的獨特之處。從理論上證明,BP神經(jīng)網(wǎng)絡(luò)對于像軍用油料消耗這一類復(fù)雜的非線性系統(tǒng)具有良好的逼近能力。 由于標(biāo)準(zhǔn)BP神經(jīng)網(wǎng)絡(luò)算法存在著諸如容易陷于局部最小值、收斂速度慢、預(yù)測精度不高等問題,因此需要對其進(jìn)行改進(jìn)以獲得更為理想的預(yù)測效果。根據(jù)基于原理不同,主要有基于梯度下降法和基于數(shù)值優(yōu)化這兩類改進(jìn)學(xué)習(xí)算法。本文分別提出一例作為代表,即動量一自適應(yīng)學(xué)習(xí)算法和L-M學(xué)習(xí)算法作為下一步預(yù)測的主要算法。 根據(jù)BP神經(jīng)網(wǎng)絡(luò)的預(yù)測步驟,建立蘭州地區(qū)軍用油料消耗預(yù)測模型,采用兩種學(xué)習(xí)算法,通過MATLAB工具箱對網(wǎng)絡(luò)進(jìn)行訓(xùn)練,并分別利用訓(xùn)練好的網(wǎng)絡(luò)對軍用油料消耗進(jìn)行預(yù)測。通過實驗的仿真結(jié)果,對比分析兩種學(xué)習(xí)算法,得出利用數(shù)值優(yōu)化學(xué)習(xí)算法預(yù)測效果最好。
【圖文】：

xi為第i神經(jīng)元到神經(jīng)元j的輸入，，yj為輸出信號，勞為閉值，w。為從神經(jīng)元i到神經(jīng)元j的連接權(quán)值，f(s，)為傳遞函數(shù)。不同的傳遞函數(shù)決定了神經(jīng)元的不同輸出特性〔2]。常用的傳遞函數(shù)如下圖2一3所示。l·州l一:}

本文編號：2675157