典型文献
基于回归算法的装备健康度预测方法
文献摘要：
装备健康度的科学预测是其作战训练计划拟制和维修保障对策实施的基础.传统的装备健康度仅对装备进行简单的等级分类评估,装备精细化管理程度不足.综合考量装备寿命、使用维修情况、装备结构及其子系统功能因素,构建了装备健康度预测指标体系,结合专家打分法,提出了基于机器学习回归算法的装备健康度预测模型,采用常见典型回归算法对装备的健康状况进行回归预测.实验表明:所构建的模型能较好的拟合数据集,具备一定的实用价值.通过预测模型的评估指标对比,给出了其中部分算法,即Bag-ging、RF、GBDT和DT可作为模型优选算法的建议,在有效保证装备的健康度预测精度基础上加快模型构建效率,为实现装备健康度的精细化管理、科学预测和视情维修提供了有效依据.
文献关键词：
机器学习;回归算法;健康度;预测
中图分类号：
作者姓名：
吕婷婷;王清;柏林元
作者机构：
陆军工程大学野战工程学院,江苏南京 210007
文献出处：
引用格式：
[1]吕婷婷;王清;柏林元-.基于回归算法的装备健康度预测方法)[J].火炮发射与控制学报,2022(06):64-69
A类：
B类：
回归算法,健康度预测,作战训练,训练计划,拟制,维修保障,保障对策,对策实施,等级分类,分类评估,管理程度,使用维修,其子,预测指标体系,专家打分法,基于机器学习,回归预测,指标对比,Bag,ging,RF,GBDT,模型优选,优选算法,视情维修
AB值：
0.390282
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
