集成多SVM的不常用備件需求預測支持系統(tǒng)研究.pdf

1、備件管理是設備管理的重要組成部分。如何在提高設備的使用可靠性、維修性和經(jīng)濟性的前提下，盡量減少相關費用和資金占用，是備件管理的目標。備件管理與企業(yè)的正常生產(chǎn)和經(jīng)濟效益密切相關，準確的備件需求預測對于備件管理優(yōu)化極為重要。
　　 不常用備件需求由于具有使用頻次低、間隔期長等特點，并且歷史需求數(shù)據(jù)數(shù)量十分有限，難以利用傳統(tǒng)的統(tǒng)計預測方法進行準確預測。本文引入基于有限樣本統(tǒng)計學習理論的支持向量機回歸方法，預測不常用備件需求。首先，分析

2、了不常用備件的間斷性需求特征以及指數(shù)平滑法、Croston方法等常用的間斷性需求預測方法的基本內(nèi)容和不足，然后，引入支持向量機方法，介紹了最小二乘支持向量機回歸算法，并提出了基于支持向量機回歸的時間序列預測方法框架，對其中的支持向量機參數(shù)尋優(yōu)方法、預測效果評價指標進行了探討。隨后在此基礎上，結合備件需求模式分類的思想，闡述了集成多支持向量機對多個不常用備件需求預測的具體思路。最后，結合預測支持系統(tǒng)相關理論，研究了集成多支持向量機的不常用