机械设计与研究 ›› 2010, Vol. 26 ›› Issue (01): 72-76.doi: 10.13952/j.cnki.jofmdr.a2376
张冬;明新国;赵成雷;李冬;王鹏鹏;
发布日期:
2020-07-26
Published:
2020-07-26
摘要: 目前备件需求预测的研究在历史数据的选取和预测方法上存在诸多不合理,如缺少数据预处理及与忽视数据与设备的特性之间的关系,需要给予解决。在考虑不同备件之间需求相关性进行预处理的基础上,以某型大型空气压缩机为例,利用BP神经网络方法,对其备件历史需求数量的时间序列数据建立预测模型。最后将预处理后的历史数据输入到神经网络预测模型之中,并将模型的预测结果与未考虑备件之间需求相关性的预测结果进行比较,可以有效解决神经网络的"欠训练"问题,平均偏差率显著降低。
张冬;明新国;赵成雷;李冬;王鹏鹏;. 基于BP神经网络和设备特性的工业设备备件需求预测[J]. 机械设计与研究, 2010, 26(01): 72-76.
[1] | 曾国治, 魏子清, 岳宝, 丁云霄, 郑春元, 翟晓强. 基于CNN-RNN组合模型的办公建筑能耗预测[J]. 上海交通大学学报, 2022, 56(9): 1256-1261. |
[2] | 李恒杰, 朱江皓, 傅晓飞, 方陈, 梁达明, 周云. 基于集成学习的电动汽车充电站超短期负荷预测[J]. 上海交通大学学报, 2022, 56(8): 1004-1013. |
[3] | 吴庶宸, 戚宗锋, 李建勋. 基于深度学习的智能全局灵敏度分析[J]. 上海交通大学学报, 2022, 56(7): 840-849. |
[4] | 全大英, 陈赟, 唐泽雨, 李世通, 汪晓锋, 金小萍. 基于双通道卷积神经网络的雷达信号识别[J]. 上海交通大学学报, 2022, 56(7): 877-885. |
[5] | 段红燕, 唐国鑫, 盛捷, 曹孟杰, 裴磊, 田宏伟. 一种新型的疲劳强度预测模型[J]. 上海交通大学学报, 2022, 56(6): 801-808. |
[6] | 姜俊豪, 陈刚. 驾驶机器人转向操纵的动态模型预测控制方法[J]. 上海交通大学学报, 2022, 56(5): 594-603. |
[7] | 王子垚, 郭凤祥, 陈俐. 基于外推高斯过程回归方法的发动机排放预测[J]. 上海交通大学学报, 2022, 56(5): 604-610. |
[8] | 秦艺超, 黄礼敏, 王骁, 马学文, 段文洋, 郝伟. 基于人工神经网络的自航浮标测波方法可行性[J]. 上海交通大学学报, 2022, 56(4): 498-505. |
[9] | 赵勇, 苏丹. 基于4种长短时记忆神经网络组合模型的畸形波预报[J]. 上海交通大学学报, 2022, 56(4): 516-522. |
[10] | 冯志伟, 丁晓梅. 自然语言处理中的神经网络模型[J]. 当代外语研究, 2022, 22(4): 98-110. |
[11] | 许勇, 蔡云泽, 宋林. 基于数据驱动的核电设备状态评估研究综述[J]. 上海交通大学学报, 2022, 56(3): 267-278. |
[12] | 李瑞, 刘卓然, 严佶祺. 正常血清降钙素和大肿块甲状腺髓样癌的研究进展[J]. 外科理论与实践, 2022, 27(3): 271-275. |
[13] | 丁明, 孟帅, 王书恒, 夏玺. 六自由度波浪补偿平台的神经网络自适应反馈线性化控制[J]. 上海交通大学学报, 2022, 56(2): 165-172. |
[14] | 刘秀丽, 徐小力. 基于特征金字塔卷积循环神经网络的故障诊断方法[J]. 上海交通大学学报, 2022, 56(2): 182-190. |
[15] | 聂瑞, 王红茹. 基于神经网络观测器的无人机编队执行器故障诊断[J]. 空天防御, 2022, 5(2): 32-41. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||