基于支持向量机的舰船维修费用组合预测研究

摘要

在费用预测中,利用单一模型往往存在着信息不足的缺陷.为了提高舰船维修费用的预测精度和稳定性,采用支持向量机(SVM)回归算法,把几种单一预测模型结果作为输入,实际值作为输出,然后用足够多的预测案例训练学习机器,在各组合的模型预测结果与实际之间得到一种非线性映射关系,从而建立了非线性组合预测模型.最后,以某型舰船维修费用为例,对指数平滑法、灰色预测和参数法3种方法的预测结果进行仿真,结果表明此法较传统的单一模型预测法具有更高的预测精度.