简介:摘 要 航材消耗预测是航材管理的重要组成部分,它的水平的好坏直接影响着部队的军事经济效益,更是影响着部队战斗力的生成。本文根据部队年度消耗训练样本的实际情况,引入了AdaBoost算法和支持向量机,提出了一种基于AdaBoost算法的支持向量机回归方法,对航材消耗进行预测分析,分析表明它能够更好的解决小样本的训练学习的问题。
简介:摘 要 航材保障面临着库存积压、库存结构不合理等问题,严重影响了航材保障质量效益。其中原因之一,就是航材消耗规律把握不够准确,在一定程度上影响了航材订货决策的科学性。因此,本文将尝试根据航材的消耗规律运用BP神经网络预测方法建立模型,并通过实例计算预测,验证所建立模型的准确度,对预测结果进行分析评价航材。