论文部分内容阅读
针对工程机械备件需求预测准确性低的问题，提出一种新的基于特征合成的周期性维修备件需求预测方法。定义等间隔备件需求样本集的相似度模型，采用优化算法确定最优备件需求周期长度，并利用回归模型建立各周期内的备件需求模型；提出基于特征合成的模型综合方法，借鉴物理力学中的矢量合成方法，将多个历史备件周期需求模型特征矢量合成新的特征矢量，利用新特征矢量还原获得最优的周期预测模型，该模型综合考虑了各个历史备件周期预测模型，使获得的备件周期预测模型具有更好的鲁棒性和泛化性。采用人工数据和矿用圆环链的实际需求数据对该预测模型