基于GA-灰色BP神经网络船舶备件需求预测模型

摘要：

船舶维修备件的及时保障是船舶设备正常生产作业的保证,备件需求量的准确预测对于航运公司降低运营成本、提高管理效率起着至关重要的作用.文章从某船设备维修备件的历史数据进行分析,构建一种基于灰色模型的多层前馈(BP)神经网络模型,并采用遗传算法(GA)进行优化.首先对船舶设备备件需求影响因素进行分析,通过灰色模型确定备件需求的关键指标,并将结果作为BP神经网络的输入层,从而输出需求预测值.与灰色模型、GA-BP模型预测值对比发现,基于GA-灰色BP神经网络组合模型对于船舶备件的需求预测精度误差仅为0.147％.结果表明,使用GA优化可以提高灰色BP神经网络的预测精度,为船舶维修备件需求预测提供了一种新思路.

关键词：船舶备件、灰色模型、BP神经网络、需求预测、遗传算法

所属期刊栏目：36

分类号：U672

资助基金：绿色智能内河船舶创新专项;工信部高技术船舶科研项目

在线出版日期：2023-05-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：41-46