多因素影响下舰载机备件需求的组合预测

摘要

舰载机列装时间较短,备件的样本数据较小,而且保障中受起落次数、飞行强度、海洋恶劣环境等因素影响较大。针对舰载机这一系列保障特点,选用了对多因素影响的小样本有较好预测效果的BP神经网络、GM(1,N)预测模型和SVM回归预测模型3种预测方法,建立基于IOWA算子的组合预测模型,以误差平方和为准则对数据进行分析,并利用Matlab工具箱进行优化计算,从而得出最优组合预测结果。实例分析结果验证了该组合预测模型的科学性和优越性。