物流科技
物流科技
물류과기
LOGISTICS MANAGEMENT
2009年
4期
122-126
,共5页
备件预测%主成分分析%RBF神经网络
備件預測%主成分分析%RBF神經網絡
비건예측%주성분분석%RBF신경망락
备件预测在产品物流保障中占有极其重要的地位,针对现有各种航空备件预测方法精度较低,无法满足实际需求的现状,文章提出了基于主成分分析-RBF神经网络模型的备件预测方法.首先利用主成分分析方法去除原始输入层数据的相关性,以解决RBF神经网络模拟预测备件需求时输入变量过多,网络规模过大导致效率下降的问题,最后选择合适的径向基函数密度训练神经网络.通过结合实例进行分析,取得了较好的效果.
備件預測在產品物流保障中佔有極其重要的地位,針對現有各種航空備件預測方法精度較低,無法滿足實際需求的現狀,文章提齣瞭基于主成分分析-RBF神經網絡模型的備件預測方法.首先利用主成分分析方法去除原始輸入層數據的相關性,以解決RBF神經網絡模擬預測備件需求時輸入變量過多,網絡規模過大導緻效率下降的問題,最後選擇閤適的徑嚮基函數密度訓練神經網絡.通過結閤實例進行分析,取得瞭較好的效果.
비건예측재산품물류보장중점유겁기중요적지위,침대현유각충항공비건예측방법정도교저,무법만족실제수구적현상,문장제출료기우주성분분석-RBF신경망락모형적비건예측방법.수선이용주성분분석방법거제원시수입층수거적상관성,이해결RBF신경망락모의예측비건수구시수입변량과다,망락규모과대도치효솔하강적문제,최후선택합괄적경향기함수밀도훈련신경망락.통과결합실례진행분석,취득료교호적효과.
