基于灰色神经网络的油料储备预测模型研究

油料储备是一个复杂系统，受到众多因素影响，具有较大波动性，用常规数学方法建模，不仅工作量大，而且精度难于保征。灰色预测GM（1，1）模型通过累加生成来削弱随机干扰影响，所需数据较少，计算简便，但对波动性较大的曲线进行拟合时精度较低，适合预测呈近似指数增长规律的数据序列，所预测的数据总是呈稳定上升趋势，而油料储备的实际情况并非如此。     

基于兰彻斯特模型的军用油料需求系数标准预测

系数标准预测法是传统的军用油料需求预测方法,在实际中应用最多。传统的系数标准预测法一般给定用油装备的损失系数,或者不考虑用油装备的损失。为了提高军用油料需求预测的精度,本文引入多装备兰彻斯特对战模型,动态预测战争过程中用油装备的损失情况,进而对军用油料需求进行预测,以提高军用油料需求预测的精度。     

基于灰色——马尔可夫链的军队油料保障需求组合预测研究

油料保障需求预测并不是最终目的，其作用和价值在于为油料保障决策提供科学可靠的依据，谋求最佳军事经济效益。正确的预测军队油料保障需求有利于有计划的组织油料运输，实施油料补给，筹划油料保障力量；有利于针对不同作战规模、作战样式，优化油料储备规模，合理配置油料储备，高效利用油料保障资源。笔者引入灰色——马尔可夫链组合预测方法，并以某部队油料保障需求历史数据为基础，     

军队油料保障储存需求组合预测研究

Bates和Granger开创性地将两组时间序列预测值进行加权平均组合，并对组合权重的确定进行了系统研究，在此基础上，把组合预测的研究推广到三组或三组以上的时间序列值的组合，在国际预测界产生了一定的影响。B-G组合预测理论是通过求个体预测值的加权算术平均而得到它们的组合预测值，在确定加权权重（也称组合权重）时，则坚持组合预测误差方差最小为原则，     

基于支持向量机的油料消耗预测模型研究

油料消耗预测是科学地进行油料供应管理工作的重要环节。当前部队油料消耗突发性强、可借鉴历史数据少，必须使用最近一段时间的油料消耗数据作为预测数据，即是有限样本。在此基础上提出支持向量机进行预测。     

以岗位需求为导向推动油料专业训练改革

随着现代化的油料保障对油料技术兵的素质要求不断提高．如何提升油料专业技术兵培训基地的训练质量，成为面临的一个严峻课题。惟有以岗位需求为导向，准确定位训练目标、合理设置训练内容、积极创新训练方法、不断强化训练管理，才能适应岗位需要，为部队输送合格的油料专业人才。     

油料装备需求权重模糊综合评判研究

模糊综合评判法对油料装备需求权重的确定是可行的。本文通过实例，证明了这一点。     

基于灰色神经网络融合算法的油料消耗量预测研究

后方油库油料消耗量指的是在油料供应过程中．以调拨、转供或代供的形式从本油库发出的油料数量,消耗量的科学预测是油料供应管理过程中重要的一环。本文通过对灰色RBF神经网络的研究,建立了基于灰色神经网络融合算法的油料消耗预测模型。并利用实例验证了模型的实用性。     

基于聚类分析的油料保障能力评估

油料保障能力评估是促进部队油料保障能力提升的重要手段。针对油料保障的特点,采用聚类分析法,对多个保障实体的油料保障能力评估数据进行分类。实例分析表明,该方法对多个实体的能力评估具有较强的推广价值。     

广东省综合交通运输需求预测模型探究

本文基于高速公路联网收费数据、铁路运营数据及港口、航空统计数据,分析了各交通方式与经济社会发展的相关性,利用决定系数R2分析对比了不同区域的相关性强度,筛选出关联性最强的经济社会指标常住人口与地区生产总值。对比一元回归相关性效果,选择一元回归模型、二元回归模型进行综合交通需求预测,建立了客运量与常住人口、货运量与地区生产总值的一元回归方程,及客运量、货运量与两个经济社会指标的二元回归方程。进而在经济社会指标预测的基础上,预测未来广东省综合交通的运输需求,并选用传统的增长系数法对预测结果进行了合理性验证。     

基于灰色预测理论的油料消耗预测优化

本文运用灰色预测理论建立了油料需求灰色预测模型，并以某部队8年的油料消耗量为例，对2012年油料消耗量进行了预测，与真实数据相比，精度高误差小，在此基础上，预测了该部队2013年油料需求量，为提高部队油料保障质量提供了理论借鉴。     

基于Web的二、三维GIS技术在油料保障资源管理系统中的集成应用研究

本文分析了传统二维、三维WebGIs技术各自的优缺点，提出了一种基于web的二、三维GIs技术的集成应用模式，构建系统结构，并针对油料保障资源管理的功能需求进行了系统设计。     

油料装备设计需求模糊动态聚类研究

介绍了模糊动态聚类的基本原理和分析步骤，以一种综合保障型地面油料装备为实例，进行设计需求的模糊动态聚类，分析了设计需求模糊动态聚类的可行性。     

基于复杂系统的铁路客流影响因素分析研究

基于复杂系统的理论,从时间、空间、客流属性、运输价格和运输能力等方面,分析研究客流的影响因素,得到铁路客流影响因素集和参数集,为铁路客流预测和铁路旅客运输系统的决策提供参考。     

基于近似算法的分段分包运输网络设计研究

无车承运人平台为整合短途运输车辆实现长途运输任务提供有力条件,本文针对此情形,研究了考虑车辆回程折扣、商品到达时间和商品中转换装时间同步性的分段分包运输网络设计.首先为该问题建立基于节点-弧模型,然后为了求解更大规模的问题,将该模型转化为基于商品路径的集合模型,并根据该模型开发了相应的近似算法.最后,数据实验表明该近似...     

对油料保障能力灰色评估的探讨

所谓灰色系统就是部分信息已知、部分信息未知的系统。油品储量、油料装备数量规模、油料保障人员数量等在评估油料保障能力时是已知的，但也存在许多未知的因素，如油品储量的满足度，油料保障人员素质对油料保障能力发挥的影响等，都是难以确定或是未知的。因而进行油料保障能力评估时就很难判断这些信息的完备性，难以对系统进行精确的描述；但如果选取某些指标，     

基于微粒群算法的油料应急保障决策模型

在分析油料应急保障特点的基础上，建立了油料应急保障决策模型。构建损失函数，用于分析发生不同级别突发事件对油料保障区域造成的损失．评估油料资源布局保障能力。从油料补给点选址和油料配置两方面对油料资源布局进行优化调整。采用改进的微粒群优化算法一次性求解模型问题。通过算例验证模型的合理性及其微粒群算法的可行性，阐明该模型的研究对加强油料应急保障力度具有重要意义。     

基于不确定性的油料装备采办风险评估

油料装备采办是指开发、获取和使用高新技术油料装备的全过程，包括确定需求、设计、研制、试验、生产、部署、保障、改进、更新和最后退役处置等活动。油料装备采办是油料装备建设的重要组成部分，也是质量建军的基本保证之一。其基本任务就是根据油料保障需求和经济能力，以合理的价格获取性能先进、质量优良的油料装备，并协助部队形成保障能力。     

基于信息系统的体系作战油料保障能力建设研究

加快基于信息系统的体系作战油料保障能力建设,应从基于信息系统的体系作战对油料保障的基本要求入手,坚持信息主导,更新油料保障能力建设观念,完善油料保障信息系统,整合优化油料保障力量,抓实油料保障训练,不断提高体系作战油料保障能力。     

基于集对分析的油料保障能力评估研究

目前,油料保障能力评估的常用评估方法有:层次分析法(AHP)、模糊综合评判法和灰色评估法等.……