10.3969/j.issn.1002-0640.2014.09.022
基于灰色神经网络的装甲部队油料消耗预测
油料消耗量的精确预测直接影响装甲部队后勤保障能力的提升,而传统预测模型精度不高,应用范围也有一定的局限,难以满足信息化战争精确保障的需要。提出一种装甲部队油料消耗预测的组合模型,对历史油料消耗数据和油耗影响因素进行统计分析,求出各影响因素与油耗量的关联度作为权重系数;通过改进GM(1,1)模型预测某部队下一次军事行动的油耗量;用GM(1,1)模型的预测值、加权后的各影响因素值和油耗实际值训练网络,对下一次想定的军事行动油耗量进行预测。通过平均相对误差计算表明,组合预测模型比单一的GM(1,1)模型预测精度高,能够较好地指导部队进行下一步的油料供管工作。
装甲部队、油耗预测、灰色系统理论、神经网络、组合模型
TP391.9(计算技术、计算机技术)
2014-10-27(万方平台首次上网日期,不代表论文的发表时间)
共6页
91-95,100