物流技术
物流技術
물류기술
LOGISTICS TECHNOLOGY
2014年
2期
90-92,104
,共4页
严其飞%李俊山%张仲敏%周伟
嚴其飛%李俊山%張仲敏%週偉
엄기비%리준산%장중민%주위
备件需求预测%灰色关联度%BP神经网络%关联度阈值
備件需求預測%灰色關聯度%BP神經網絡%關聯度閾值
비건수구예측%회색관련도%BP신경망락%관련도역치
spare part demand forecasting%grey correlativity%BP neural network%correlativity threshold
针对备件需求影响因素众多且不同备件的影响因素不尽相同的情况,提出了一种基于灰色关联分析的BP神经网络需求预测模型.首先使用灰色关联度筛选出影响备件需求的主要因素;然后以主要因素的数据作为神经网络的输入对神经网络进行训练,使用训练好的神经网络对备件需求进行预测;最后通过实例验证了基于灰色关联度BP神经网络的预测模型相对于传统BP神经网络预测模型能够较大地提高预测的精度.
針對備件需求影響因素衆多且不同備件的影響因素不儘相同的情況,提齣瞭一種基于灰色關聯分析的BP神經網絡需求預測模型.首先使用灰色關聯度篩選齣影響備件需求的主要因素;然後以主要因素的數據作為神經網絡的輸入對神經網絡進行訓練,使用訓練好的神經網絡對備件需求進行預測;最後通過實例驗證瞭基于灰色關聯度BP神經網絡的預測模型相對于傳統BP神經網絡預測模型能夠較大地提高預測的精度.
침대비건수구영향인소음다차불동비건적영향인소불진상동적정황,제출료일충기우회색관련분석적BP신경망락수구예측모형.수선사용회색관련도사선출영향비건수구적주요인소;연후이주요인소적수거작위신경망락적수입대신경망락진행훈련,사용훈련호적신경망락대비건수구진행예측;최후통과실례험증료기우회색관련도BP신경망락적예측모형상대우전통BP신경망락예측모형능구교대지제고예측적정도.