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....

Full description

Saved in:
Bibliographic Details
Published in航空工程进展 Vol. 13; no. 6; pp. 166 - 172
Main Authors 李黄琪, 蔡开龙, 郝明, 薛红阳, 濮志刚, 何森
Format Journal Article
LanguageChinese
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 AccessGet full text
ISSN1674-8190
DOI10.16615/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