基于GRA-IPSO-SVM的航材携行需求预测研究
V267; 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....
Saved in:
Published in | 航空工程进展 Vol. 13; no. 6; pp. 166 - 172 |
---|---|
Main Authors | , , , , , |
Format | Journal Article |
Language | Chinese |
Published |
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
01.12.2022
|
Subjects | |
Online Access | Get full text |
ISSN | 1674-8190 |
DOI | 10.16615/j.cnki.1674-8190.2022.06.18 |
Cover
Abstract | V267; 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. |
---|---|
AbstractList | V267; 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. |
Author | 郝明 濮志刚 薛红阳 李黄琪 何森 蔡开龙 |
AuthorAffiliation | 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 |
AuthorAffiliation_xml | – name: 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 |
Author_FL | HE Sen PU Zhigang LI Huangqi XUE Hongyang CAI Kailong HAO Ming |
Author_FL_xml | – sequence: 1 fullname: LI Huangqi – sequence: 2 fullname: CAI Kailong – sequence: 3 fullname: HAO Ming – sequence: 4 fullname: XUE Hongyang – sequence: 5 fullname: PU Zhigang – sequence: 6 fullname: HE Sen |
Author_xml | – sequence: 1 fullname: 李黄琪 – sequence: 2 fullname: 蔡开龙 – sequence: 3 fullname: 郝明 – sequence: 4 fullname: 薛红阳 – sequence: 5 fullname: 濮志刚 – sequence: 6 fullname: 何森 |
BookMark | eNrjYmDJy89LZWBQMTTQMzQzMzTVz9JLzsvOBHLMTXQtDC0N9IwMjIz0DMz0DC1YGDjhwhwMvMXFmUkGBuaGRsampoacDMZP5-96sqvPPchR1zMg2F83OMz3-ayWFx2rns2d8GzCrhcLe17OaXi2senlopZnW7ufL5jyfOU2HgbWtMSc4lReKM3NEOrmGuLsoevj7-7p7OijW2xoYGShm2yaZmiYZpCYZJZsbmZuZGBqlJxqapKWaGGYlJJkmmhimZhqmJqSmGyRYppslmhskJpoaGmUmGqaBBQ3TDVPNeZmUIeYW56Yl5aYlx6flV9alAe0MT4jOz05qwrkRwMzA0MLYwCXGVjM |
ClassificationCodes | V267 |
ContentType | Journal Article |
Copyright | Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
Copyright_xml | – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
DBID | 2B. 4A8 92I 93N PSX TCJ |
DOI | 10.16615/j.cnki.1674-8190.2022.06.18 |
DatabaseName | Wanfang Data Journals - Hong Kong WANFANG Data Centre Wanfang Data Journals 万方数据期刊 - 香港版 China Online Journals (COJ) China Online Journals (COJ) |
DatabaseTitleList | |
DeliveryMethod | fulltext_linktorsrc |
DocumentTitle_FL | Research on Forecasting of Aviation Material Carrying Demand Based on GRA-IPSO-SVM |
EndPage | 172 |
ExternalDocumentID | hkgcjz202206018 |
GrantInformation_xml | – fundername: 空装重点项目 funderid: (KJ2019A030138) |
GroupedDBID | -03 2B. 4A8 92I 93N ALMA_UNASSIGNED_HOLDINGS CCEZO CEKLB GROUPED_DOAJ PSX TCJ |
ID | FETCH-LOGICAL-s1028-c5f11f0ab6c7672052ce54fa81bdb5a49ae1edac8d5c6a30ea192ae5bae11e7e3 |
ISSN | 1674-8190 |
IngestDate | Thu May 29 04:09:12 EDT 2025 |
IsPeerReviewed | false |
IsScholarly | true |
Issue | 6 |
Keywords | 支持向量机 灰色关联度 改进粒子群算法 需求预测 航材 |
Language | Chinese |
LinkModel | OpenURL |
MergedId | FETCHMERGED-LOGICAL-s1028-c5f11f0ab6c7672052ce54fa81bdb5a49ae1edac8d5c6a30ea192ae5bae11e7e3 |
PageCount | 7 |
ParticipantIDs | wanfang_journals_hkgcjz202206018 |
PublicationCentury | 2000 |
PublicationDate | 2022-12-01 |
PublicationDateYYYYMMDD | 2022-12-01 |
PublicationDate_xml | – month: 12 year: 2022 text: 2022-12-01 day: 01 |
PublicationDecade | 2020 |
PublicationTitle | 航空工程进展 |
PublicationTitle_FL | Advances in Aeronautical Science and Engineering |
PublicationYear | 2022 |
Publisher | 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 |
Publisher_xml | – name: 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 |
SSID | ssib007123551 ssib036435654 ssib005211192 ssib051375390 ssj0002912185 |
Score | 2.337456 |
Snippet | V267; 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... |
SourceID | wanfang |
SourceType | Aggregation Database |
StartPage | 166 |
Title | 基于GRA-IPSO-SVM的航材携行需求预测研究 |
URI | https://d.wanfangdata.com.cn/periodical/hkgcjz202206018 |
Volume | 13 |
hasFullText | 1 |
inHoldings | 1 |
isFullTextHit | |
isPrint | |
journalDatabaseRights | – providerCode: PRVAON databaseName: Open Access: DOAJ - Directory of Open Access Journals issn: 1674-8190 databaseCode: DOA dateStart: 20220101 customDbUrl: isFulltext: true dateEnd: 99991231 titleUrlDefault: https://www.doaj.org/ omitProxy: true ssIdentifier: ssj0002912185 providerName: Directory of Open Access Journals |
link | http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwpV1LbxMxELZKkBAXBALEWz3Up2jDrnfttY_edENBKiDaot6qzWbTlkpBouGSA0KoByQQ6oETAvG4wY0DHPJ7IGn_BTPeTeI8BBQuK2s8nvk8Y3nGiR-ELAgcudxNHJZwvFRb1R0J6x3HDTLRqPNmkJrXGpZvi6W14NY6X58rPbFPl7TrlbQz81zJv3gVaOBXPCV7BM8OhQIByuBf-IKH4ftXPqYxp6pGI03jAL8yvnFPOzfvrtxxVu4v0zikCogBjSWVkmpgE1QtUuWagmsaAt2jskpjRVUV9z1AVQQUhhTNTHOgcCojFKhdqgJTUDQSdmpraclrNcKLoMwNRRoJkkY1qiJT5dH85Ut0eAFNxqg2iozaEDFqPWKRqBvgYuMcK_DGVKkRi6LSR0EoDjTGY42F0RwiNG36ByyRb__wwdjEJhLUJcFk4UBidXY_NQALTWGRalE2xgMgsWVg8JVCM8ywStHMQDJWZ9VpxWXfx1SPMv4foHBji7a4j6zZEi_FwJPT3ZnUPA1P4HgrBOnCq2AynbePUfNsdAEOIeQv_FcOBIQI1wqvIgwczEHH4q9vzTN2MPWEsPIyL3_iaSrkQ4LJTcxPWzvblaGGCg4ZvJq3CO_jl6pv7WymDzrIgvcRyWPkOAuFYNZPMiY-McgElH3umkF6PoyHPmTz3LqOkHs-LP6Lf50xE2TKgwwad1EPYZ0gCwPQ138D2RwhbDWT1qaV7a6eJqeKZeq8zuecM2Sus3WW-D_fd390X9lzTP_N3sHzL713-7397sHHl4dvn_a-Pjv8tNf79qL_4XX_8_dzZK0Wr1aXnOLRFWcX1xpOypue13STukhDETKwQZrxoJnA8hbm7iRQSeZljSSVDZ6KxHezBCyUZLwOdC8LM_88KbUetrILZN5UwnJFpaEMGrIh_RSs7EumsjTzeHiRzBed3Cgm1d2NCcdc-jPLZXJyNDtcIaX2o8fZVVgotOvXjDd_AWNWuAk |
linkProvider | Directory of Open Access Journals |
openUrl | ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8EGRA-IPSO-SVM%E7%9A%84%E8%88%AA%E6%9D%90%E6%90%BA%E8%A1%8C%E9%9C%80%E6%B1%82%E9%A2%84%E6%B5%8B%E7%A0%94%E7%A9%B6&rft.jtitle=%E8%88%AA%E7%A9%BA%E5%B7%A5%E7%A8%8B%E8%BF%9B%E5%B1%95&rft.au=%E6%9D%8E%E9%BB%84%E7%90%AA&rft.au=%E8%94%A1%E5%BC%80%E9%BE%99&rft.au=%E9%83%9D%E6%98%8E&rft.au=%E8%96%9B%E7%BA%A2%E9%98%B3&rft.date=2022-12-01&rft.pub=%E5%8D%97%E6%98%8C%E8%88%AA%E7%A9%BA%E5%A4%A7%E5%AD%A6+%E9%A3%9E%E8%A1%8C%E5%99%A8%E5%B7%A5%E7%A8%8B%E5%AD%A6%E9%99%A2%2C%E5%8D%97%E6%98%8C+330063%25%E5%8D%97%E6%98%8C%E8%88%AA%E7%A9%BA%E5%A4%A7%E5%AD%A6+%E9%80%9A%E8%88%AA%E5%AD%A6%E9%99%A2%2C%E5%8D%97%E6%98%8C+330063%25%E7%A9%BA%E5%86%9B%E5%B7%A5%E7%A8%8B%E5%A4%A7%E5%AD%A6+%E8%88%AA%E7%A9%BA%E6%9C%BA%E5%8A%A1%E5%A3%AB%E5%AE%98%E5%AD%A6%E9%99%A2%2C%E4%BF%A1%E9%98%B3+464000&rft.issn=1674-8190&rft.volume=13&rft.issue=6&rft.spage=166&rft.epage=172&rft_id=info:doi/10.16615%2Fj.cnki.1674-8190.2022.06.18&rft.externalDocID=hkgcjz202206018 |
thumbnail_s | http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fhkgcjz%2Fhkgcjz.jpg |