基于时间序列挖掘的合成旅装备维修保障能力预测

E919; 针对现有的预测方法参数较多、精确度不高的问题,采用了时间序列挖掘的方法对合成旅未来一定时期内的装备维修保障能力进行预测.首先建立了指标体系,利用“装备云”平台相关数据对指标及装备维修保障能力随时间变化的序列进行计算;然后对多元时间序列进行线段化拟合、聚类、符号化表达、Apriori关联挖掘,通过差分整合移动平均自回归-支持向量回归组合模型及反向传播神经网络对合成旅装备维修保障能力进行预测,最后通过事例验证了本文所提出的方法....

Full description

Saved in:
Bibliographic Details
Published in系统工程与电子技术 Vol. 42; no. 4; pp. 878 - 886
Main Authors 宋星, 贾红丽, 王谦, 赵汝东
Format Journal Article
LanguageChinese
Published 陆军工程大学石家庄校区装备指挥与管理系,河北石家庄,050003 01.04.2020
Subjects
装备维修保障
预测
差分整合移动平均自回归
Apriori算法
支持向量回归机
合成旅
时间序列挖掘
Online AccessGet full text
ISSN1001-506X
DOI10.3969/j.issn.1001-506X.2020.04.19

Cover

More Information
Summary:E919; 针对现有的预测方法参数较多、精确度不高的问题,采用了时间序列挖掘的方法对合成旅未来一定时期内的装备维修保障能力进行预测.首先建立了指标体系,利用“装备云”平台相关数据对指标及装备维修保障能力随时间变化的序列进行计算;然后对多元时间序列进行线段化拟合、聚类、符号化表达、Apriori关联挖掘,通过差分整合移动平均自回归-支持向量回归组合模型及反向传播神经网络对合成旅装备维修保障能力进行预测,最后通过事例验证了本文所提出的方法.
ISSN:1001-506X
DOI:10.3969/j.issn.1001-506X.2020.04.19