基于GRA-IPSO-SVM的航材携行需求预测研究

摘要：

异地执行飞行任务中航材需求的准确预测是做好携行保障的主要内容之一,为此提出灰色关联分析(GRA)与改进粒子群优化(IPSO)算法及支持向量机(SVM)相结合的航材预测方法.首先运用GRA对航材携行需求的影响因素进行分析;其次引入活性因子和非线性惯性系数改进粒子群优化算法,并通过IPSO对SVM参数进行寻优;最后使用优化后的SVM模型预测航材需求.结果表明:基于GRA-IPSO-SVM的航材预测方法预测的均方根误差比基于PSO-SVM的预测方法下降0.16,平均绝对百分比误差下降2.18％,预测时间减少0.7 s.

关键词：航材、灰色关联度、支持向量机、改进粒子群算法、需求预测

所属期刊栏目：13

分类号：V267(航空制造工艺)

资助基金：空装重点项目KJ2019A030138

在线出版日期：2023-01-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：166-172