基于支持向量回归机的航材周转件需求预测 |
| |
引用本文: | 顾祝平,叶里. 基于支持向量回归机的航材周转件需求预测[J]. 航空维修与工程, 2017, 0(9). DOI: 10.3969/j.issn.1672-0989.2017.09.020 |
| |
作者姓名: | 顾祝平 叶里 |
| |
作者单位: | 1. 北京飞机维修工程有限公司上海分公司;2. 中国民航大学中欧学院 |
| |
摘 要: | 将机器学习应用于航材库存管理之中,提出了基于支持向量回归算法的航材周转件需求预测模型。将聚合处理后的周转件月需求数据分为训练集和测试集,以训练集为输入,选取核函数和模型参数,对支持向量回归机进行训练。应用训练完成的支持向量回归机,以测试集对模型进行验证,预测结果证明了模型的有效性。
|
关 键 词: | 支持向量回归 人工智能 航材 需求预测 |
Demand Prediction of Repairable Aeronautical Material Spare Parts Based on Support Vector Regression |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 万方数据 等数据库收录! |
|