基于GA-灰色BP神经网络船舶备件需求预测模型 |
| |
引用本文: | 欧红森,姚玉南,冯皓,何溢.基于GA-灰色BP神经网络船舶备件需求预测模型[J].中国修船,2023(2):41-46. |
| |
作者姓名: | 欧红森 姚玉南 冯皓 何溢 |
| |
作者单位: | 武汉理工大学船海与能源动力工程学院 |
| |
摘 要: | 船舶维修备件的及时保障是船舶设备正常生产作业的保证,备件需求量的准确预测对于航运公司降低运营成本、提高管理效率起着至关重要的作用。文章从某船设备维修备件的历史数据进行分析,构建一种基于灰色模型的多层前馈(BP)神经网络模型,并采用遗传算法(GA)进行优化。首先对船舶设备备件需求影响因素进行分析,通过灰色模型确定备件需求的关键指标,并将结果作为BP神经网络的输入层,从而输出需求预测值。与灰色模型、GA-BP模型预测值对比发现,基于GA-灰色BP神经网络组合模型对于船舶备件的需求预测精度误差仅为0.147%。结果表明,使用GA优化可以提高灰色BP神经网络的预测精度,为船舶维修备件需求预测提供了一种新思路。
|
关 键 词: | 船舶备件 灰色模型 BP神经网络 需求预测 遗传算法 |
|
|