价值工程
價值工程
개치공정
Value Engineering
2015年
32期
100-101,102
,共3页
遗传算法%人工神经网络%配件需求%预测
遺傳算法%人工神經網絡%配件需求%預測
유전산법%인공신경망락%배건수구%예측
genetic algorithm%artificial neural network%the demand for equipment spare parts%forecast
本文在分析遗传算法和BP神经网络算法特点的基础上，建立了基于GA-BP的装备配件需求数量预测模型，并作了实例分析，表明装备配件需求预测模型的有效性和实用性。所给出的模型为装备配件及相关材料需求量的预测分析提供了一条新途径。
本文在分析遺傳算法和BP神經網絡算法特點的基礎上，建立瞭基于GA-BP的裝備配件需求數量預測模型，併作瞭實例分析，錶明裝備配件需求預測模型的有效性和實用性。所給齣的模型為裝備配件及相關材料需求量的預測分析提供瞭一條新途徑。
본문재분석유전산법화BP신경망락산법특점적기출상，건립료기우GA-BP적장비배건수구수량예측모형，병작료실례분석，표명장비배건수구예측모형적유효성화실용성。소급출적모형위장비배건급상관재료수구량적예측분석제공료일조신도경。
Based on the analysis of genetic algorithm and BP neural network algorithm, forecasting model of equipment parts demand is established based on the GA-BP, and a case study, demonstrates the validity and practicability of equipment spare parts demand prediction model. This model provides a new way for the prediction and analysis of equipment accessories and related materials demand.
