典型文献
基于GRA-IPSO-SVM的航材携行需求预测研究
文献摘要：
异地执行飞行任务中航材需求的准确预测是做好携行保障的主要内容之一,为此提出灰色关联分析(GRA)与改进粒子群优化(IPSO)算法及支持向量机(SVM)相结合的航材预测方法.首先运用GRA对航材携行需求的影响因素进行分析;其次引入活性因子和非线性惯性系数改进粒子群优化算法,并通过IPSO对SVM参数进行寻优;最后使用优化后的SVM模型预测航材需求.结果表明:基于GRA-IPSO-SVM的航材预测方法预测的均方根误差比基于PSO-SVM的预测方法下降0.16,平均绝对百分比误差下降2.18％,预测时间减少0.7 s.
文献关键词：
航材;灰色关联度;支持向量机;改进粒子群算法;需求预测
中图分类号：
作者姓名：
李黄琪;蔡开龙;郝明;薛红阳;濮志刚;何森
作者机构：
南昌航空大学 飞行器工程学院,南昌 330063;南昌航空大学 通航学院,南昌 330063;空军工程大学 航空机务士官学院,信阳 464000
文献出处：
引用格式：
[1]李黄琪;蔡开龙;郝明;薛红阳;濮志刚;何森-.基于GRA-IPSO-SVM的航材携行需求预测研究)[J].航空工程进展,2022(06):166-172
A类：
B类：
GRA,IPSO,航材,携行,需求预测,预测研究,异地,中航,准确预测,灰色关联分析,活性因子,惯性系数,改进粒子群优化算法,使用优化,测航,比基,平均绝对百分比误差,差下,灰色关联度,改进粒子群算法
AB值：
0.270211
相似文献
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。
