CAJ | 학술논문

武器装备费用预测是武器装备费用分析的重要内容，预测分析的难点之一在于样本数据少，且样本数据具有复杂的非线性特点。充分利用支持向量机的结构风险最小化与粒子群算法快速全局优化的特点，采用粒子群算法快速优化支持向量机的模型参数；充分利用样本信息，模型中样本加权值的确定采用预测误差和样本相似度的样本加权方法，研究建立基于PSO SVM与样本加权方法的武器装备费用预测模型，进一步提高模型预测效果。最后，通过实例验证了该方法的可行性，为武器装备费用预测提供了一种新思路。
무기장비비용예측시무기장비비용분석적중요내용，예측분석적난점지일재우양본수거소，차양본수거구유복잡적비선성특점。충분이용지지향량궤적결구풍험최소화여입자군산법쾌속전국우화적특점，채용입자군산법쾌속우화지지향량궤적모형삼수；충분이용양본신식，모형중양본가권치적학정채용예측오차화양본상사도적양본가권방법，연구건립기우PSO SVM여양본가권방법적무기장비비용예측모형，진일보제고모형예측효과。최후，통과실례험증료해방법적가행성，위무기장비비용예측제공료일충신사로。