小样本、贫信息下民用飞机费用估算模型及算法

被引：11

作者：

刘凤华

谢乃明

机构：

[1] 南京航空航天大学经济与管理学院

来源：

系统仿真学报 | 2014年 / 03期

关键词：

费用估算; 估算模型; GM(0,N)模型; BP神经网络; 多元线性回归;

D O I：

10.16182/j.cnki.joss.2014.03.009

中图分类号：

F560.5 [运价与客运票价、运输成本与利润]; F224 [经济数学方法];

学科分类号：

020205 ; 082303 ; 1201 ; 0202 ; 0701 ; 070104 ;

摘要：

费用估算是民用飞机成本管理的核心内容,直接关系到民用飞机项目的成败。针对民用飞机费用估算问题展开研究,把GM(0,N)模型与BP神经网络算法相结合,应用BP神经网络对建立的GM(O,N)模型估计值进行再次优化,二者的组合模型能有效提高估算精度。模型构建步骤如下:首先构建原始GM(0,N)模型并根据该模型求出样本的费用估算值;以GM(0,N)模型的参数变量、样本估计值为输入,实际值为期望输出建立BP神经网络并在mat lab里训练;利用训练后的组合模型对民用飞机的费用进行估算。以民用飞机费用估算为仿真实例,分别使用多元线性回归、传统的GM(O,N)模型,和该方法建立费用估算模型,对目标机种的费用做出估算,分析估算结果,表明该模型具有更好的拟合与估算效果。

引用

页码：687 / 691

页数：5

共 11 条

[1] 改进粒子群算法优化BP神经网络的短时交通流预测 [J].