支持向量机在装备维修备件需求量预测中的应用

利用支持向量机回归算法建立备件需求模型,对未来备件需求进行了预测,并结合实例将支持向量回归算法与传统的最小二乘拟合方法作比较。结果表明,支持向量回归算法在预测精度上具有明显的优势,该方法能够较好地适应样本数量较少、需求呈非线性特征的备件预测问题。     

基于支持向量机回归算法的航空公司客流量预测研究

在航空公司运营管理过程中,航空客流量预测是其航班计划和机队规划的重要依据。本文介绍了航空客流量预测中常用的几种预测方法,并对他们的特点进行了分析比较;阐述了支持向量机的理论基础和原理,给出了支持向量机的回归模型,并重点探讨了预测模型中核函数的选择方法;在选择适当的参数和核函数的基础上,对航空客流量进行预测,并与BPANN和线性回归算法这两种预测方法进行对比,证明支持向量机回归算法能获得训练最小的相对误差,是相对有效的一种航空客流量预测方法。     

装备维修器材平时消耗预测方法研究

基于装备维修器材平时消耗的影响因素分析,建立了装备维修器材消耗的因果关系模型和系统动力学模型。针对不同故障率情况,分析所生成的器材消耗预测数据,并与实际数据相比较,验证了模型的适用性和方法的可行性,为科学预测装备维修器材消耗、做好维修器材保障工作提供了新的方法指导。     

基于支持向量回归机的物流需求预测模型研究

通过介绍物流需求和支持向量机的基础理论,利用经济与物流需求之间的关系,提出了基于支持向量回归机的物流需求预测模型,给出了构建模型的具体分析步骤,并通过实例详细阐述了模型的应用过程,预测结果验证了模型的可行性和有效性。     

基于支持向量回归机的城市用水量预测研究

对城市的用水量进行准确的预测,能够合理规划城市给排水系统。选取用水人口、居民可支配收入、生活水价三种因素作为影响因子,基于MATLAB构建了一种支持向量回归机(Support Vector Regression,SVR)的城市年用水量预测模型。MATLAB仿真结果表明,基于SVR的城市年用水量预测模型训练集的决定系数为0.990、均方误差为0.0043;测试集决定系数为0.978、均方误差为0.0043。该模型能够有效的对城市的年用水量进行预测,对降低供水电耗具有实际参考价值。     

逻辑回归和支持向量机在客户信用分类中的应用

本文借助R语言,基于逻辑回归和支持向量机模型理论,分别建立客户存款信用分类模型来判断个人客户是否订阅定期存款的状况,通过对比两种模型的错判率和评估性能,选取出相对最优的逐步逻辑回归模型,刻画出最潜在的客户画像,预测订阅存款的可能性,进而对测试集数据分类和判别。这将作为商业银行界用来判断客户是否订阅定期存款的依据,同时也利于银行工作人员选择出更好的营销对策。     

遗传支持向量机在城市节假日电力负荷预测中的应用

支持向量机（support vector machines,SVM）根据有限的样本信息在模型的复杂性和学习能力之间寻求最佳折衷,具有良好的预测效果？但是在基于支持向量机的负荷预测方法中,参数的选择对预测结果具有较大影响,可能导致结果误差较大。本文利用遗传算法对SVM的参数最优值进行自动搜索,改善其预测性能。然后将遗传支持向量机（GA-SVM）应用于广东省某城市的节假日电力负荷预测。结果表明,基于遗传支持向量机的预测效果比相似日法更好。     

基于支持向量机的上市公司财务困境预测

文章采用支持向量机（SVM）来处理上市公司财务数据,与传统的方法相比较,有较好的范化能力,避免了传统方法的不足,能较客观的对上市公司财务困境进行预测。事实证明本模型是有效的,能为投资人和债权人的决策提供有力的支持。     

基于支持向量机的轮胎中PU综合性能的预测应用

为了更好聚氨酯(PU)绿色轮胎原料的批量投产和产业化过程中进行实时的产品质量预测与控制打下了良好的基础。本文利用支持向量机对PU弹性体制备过程中的综合性能指标建立预测模型,同时获得较好的预测精度。     

基于非线性支持向量机区域物流量预测

针对现阶段物流系统样本量少的具体状况，从神经网络的非线性预测分析入手，建立物流量预测非线性支持向量机模型并在廊坊市应用，与其它预测方法进行比较，证明采用支持向量机用于区域物流量预测的正确性、可行性并具有较高精度。     

基于支持向量回归的服务备件需求量预测研究

随着市场竞争的日益激烈,售后维修服务成为一种有效的竞争手段.作为维修服务物质基础的备件,在服务中具有决定性的作用,所以服务备件物流管理在实践上得到越来越多的重视.本文将基于支持向量回归的数据挖掘方法,用于服务备件需求预测研究中.并结合实例,讨论了支持向量回归在汽车维修服务备件需求预测中的应用及其特点.     

基于支持向量机的舰艇部队作战油料消耗量预测研究

为了提高舰艇部队战时油料消耗量预测的准确性,提出了基于支持向量机的预测方法.分析了支持向量机的回归原理及算法,构造了舰艇部队作战油料消耗量预测模型.针对支持向量机中训练参数对预测结果的影响,采用遗传算法对相关参数取值进行优化,以获得预测性能较好的支持向量机模型.以某舰艇部队参加演习的油料消耗量数据作为实验数据,采用构建的支持向量机模型对舰艇部队油料消耗量进行预测,并将其与BP神经网络进行对比分析.实验结果表明,支持向量机比BP神经网络预测精确度更高,误差更小,有效提高了舰艇部队作战油料消耗量预测的准确性和可靠性.     

VMI在装备维修器材中的应用

对VMI＂供应商＂的范围进行了界定,提出了上级供应方管理库存,构建了装备维修器材VMI体系,并对装备维修器材实施VMI进行了优势分析,该体系的构建将改变传统库存和供应模式为主动配送模式,为实现器材精确保障打下基础。     

装备维修保障体系评估指标体系研究

为准确评估装备维修分队的维修保障能力,提出了装备维修分队维修保障能力评估指标体系。分析了装备维修保障的九个要素,构建了装备维修保障效果评估模型。通过问卷调查,采用信度和效度分析验证了装备维修保障效果评估模型,对部队开展装备维修保障效果评估具有一定的指导意义。     

关于提高车辆装备维修保障能力的研究

近年来,军队建设得到了快速发展和提升,高科技的广泛推广和应用在一定程度上也促进了装备维修和保障工作的发展,为了更好地服务于军队建设,车辆装备维修工作也将面临大的挑战和新的要求。如何提高车辆装备维修保障能力成为一项亟需解决的问题。文章就现在车辆装备维修保障工作中存在的问题进行分析,并提出相应对策,以供参考。     

汇率预测:一个新的非参数支持向量回归方法

本文利用一个新的非参数支持向量回归(SVR)方法来预测基于非线性ARI模型的汇率时序变量,并且与最大似然法(MLE)和人工神经网络(ANN)的预测结果进行比较。从理论上讲,MLE和ANN方法仅侧重于样本内拟合,而SVR方法则同时考虑了拟合和预测,因此,其预测能力在现有方法中是最强大的。本文选择中国、韩国、印度和瑞士四种货币的日汇率来进行预测检验,实证结果支持SVR方法具有最强的预测能力。     

军械维修器材全寿命保障研究

结合装备综合保障理论与方法,研究军械维修器材全寿命保障的内涵,阐述了维修器材全寿命保障的定义、目标和任务;研究军械维修器材全寿命保障的方法,阐述相关的全寿命保障分析技术.     

AutoCAD在矿山设备维修中的应用

本文结合笔者多年实践经验,从两个方面重点介绍了AutoCAD软件在矿山设备维修中的应用技巧,为高效快捷工作提供一定帮助,具有一定的实用价值。     

基于SVR模型的区域公路货物周转量预测

针对区域货物周转量的特点:时间上的大波动性和区域之间的密切相关性,指出:反映区域货物周转量预测的指标数据存在高度的非线性、耦合性和时变性。通过对区域公路货物周转量历史数据的分析,确定了相关预测变量。在上述基础上,建立了基于SVR的区域公路货运周转量预测模型。由于该模型建立在统计学习理论的基础上,因而具有良好的非线性数据处理能力,并保证了预测模型的泛化性能。以金华市为应用对象,说明了该模型的有效性。