基于数据挖掘和小波神经网络的航材消耗预测方法

被引：3

作者：

孙臣良 ^{[1
]}

郑伟 ^{[2
]}

赵涛 ^{[3
]}

陈洪光 ^{[4
]}

机构：

[1] 海军航空工程学院兵器科学与技术系

[2] 海军航空工程学院科研部

[3] 部队

来源：

海军航空工程学院学报 | 2014年 / 03期

关键词：

数据挖掘; 小波神经网络; 消耗预测;

D O I：

暂无

中图分类号：

TP311.13 []; E926 [空军武器]; TP183 [人工神经网络与计算];

学科分类号：

1201 ; 0826 ; 082601 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

运用数据挖掘技术对航材消耗的历史数据进行关联分析,筛选出对保障飞机飞行有重要作用的航材消耗数据,大大缩减了需要预测的航材数量,同时对消耗航材之间的内在影响关系进行量化。在分析人工鱼群算法原理的基础上,对算法中步长参数和视野范围参数的设置方法进行了改进。实例结果表明,运用小波神经网络预测航材消耗的方法大大降低了预测误差,说明了该方法的有效性、可行性和实用性。

引用

页码：235 / 238+256 +256

页数：5

共 8 条

[1] 面向作战仿真的数据挖掘 [J].

薛青 ;

罗佳 ;

郑长伟 ;

刘永红 .

四川兵工学报, 2013, 34 (08) :93-95

[2] 小波神经网络研究 [J].

左东广 ;

周帅 ;

张欣豫 .

四川兵工学报, 2012, 33 (04) :115-117+128

[3] 航空装备战斗损伤概率预测模型研究 [J].

杨新广 ;

陈云翔 ;

费文 .

数学的实践与认识, 2011, 41 (18) :118-122

[4]

数据挖掘技术应用实例[M] 纪希禹; 主编机械工业出版社 2009,

[5]

航材供应[M] 刘臣宇等; 编著国防工业出版社 2009,

[6]

数据挖掘技术[M] 朱玉全; 主编东南大学出版社 2006,

[7]

数据挖掘原理与算法[M] 邵峰晶;于忠清编著; 中国水利水电出版社 2003,

[8]

海军航材库存管理张作刚; 海潮出版社 2008,

← 1 →