期刊文献⁺

任意字段

题名或关键词

题名

关键词

文摘

作者

第一作者

机构

刊名

分类号

参考文献

作者简介

基金资助

栏目信息

灰色RBF神经网络模型在军用油料消耗预测中的应用被引量：5

下载PDF

导出

摘要油料消耗需求预测，是通过对各部队历史油料消耗统计的归纳分析，采用适当的预测模型，推算其在下一时间节点前所需的油料品种、数量的决策活动。科学预测部队油料消耗量对用油单位编报申请计划，油料管理部门分配油料指标以及上级调拨决策人员制定订购、调拨计划都具有重要的辅助决策意义。

作者常昱何宏铁庆彬

机构地区后勤工程学院

出处《中国储运》 2008年第5期120-122,共3页 China Storage & Transport

关键词军用油料需求预测消耗量神经网络模型应用灰色决策活动归纳分析

分类号 E075 [军事—军事理论]

引文网络
相关文献

同被引文献19

1白根元,赵奇,孔芬英.灰色补偿RBF神经网络[J].河北建筑科技学院学报,2005,22(2):103-105. 被引量：5
2钟铬,饶文碧.人工神经网络及其融合应用技术[M].北京:科学出版社,2007:91-93. 被引量：1
3Song A, Lu J. Evolving gaussian RBF network for nonlinear time series modelling and prediction [ J ]. Electronics Letters, 1998, 34(12) :1241 - 1243. 被引量：1
4Xie W, Yu L, Xu S Y, et al. A new method for crude oil price forecasting based on support vector machines[ J ]. Lecture Notes in Computer Science,2006,3994:444 - 451. 被引量：1
5Mallat S. A Wavelet Tour of Signal Processing[ M]. 2nd Edi- tion. Academic Press, 1999. 被引量：1
6Han J W, Micheline. Data Mining: Concepts and Techniques [ M ]. California : Morgan Kaufmann Publishers, 2000. 被引量：1
7杨明,张宣.BP神经网络算法预测及其在飞参数据分析中的应用[J].计算机应用与软件,2008,25(3):169-170. 被引量：3
8袁景凌,钟珞,李小燕.灰色神经网络的研究及发展[J].武汉理工大学学报,2009,31(3):91-93. 被引量：49
9黄家亮,何宏,杨军.基于层次分析法的军队油料消耗组合预测模型[J].后勤工程学院学报,2009,25(2):83-87. 被引量：6
10李伟,王红旗,严乔乔.BP神经网络—马尔科夫模型在军用油料消耗预测中的应用研究[J].中国储运,2012(1):125-126. 被引量：3

引证文献5

1傅在善,宋志强,曹明宝.基于灰色神经网络融合算法的油料消耗量预测研究[J].中国储运,2011(10):127-128.
2张德亮,杨国利,郭嘉,牟永强.小波分析在油料消耗预测中的应用[J].军事交通学院学报,2014,16(11):86-90. 被引量：4
3王淑玲,谢凤.某型飞机燃料油消耗模型的建立及诊断[J].数学的实践与认识,2016,46(2):172-182. 被引量：3
4王淑玲,谢凤,朱海洋,朱倩倩.基于随机森林算法的某型飞机燃油消耗情况研究[J].数学的实践与认识,2017,47(21):190-194. 被引量：3
5王淑玲,谢凤,朱倩倩.某型飞机燃油消耗随机森林模型的统计诊断[J].黑龙江大学自然科学学报,2018,35(1):61-64. 被引量：2

二级引证文献12

1龚杰,雍歧东,秦朝臻,张晓峰,刘洲.基于改进粒子群算法的油料消耗量优化组合预测方法[J].军事交通学院学报,2017,19(4):84-89. 被引量：4
2王淑玲,谢凤,朱海洋,朱倩倩.基于随机森林算法的某型飞机燃油消耗情况研究[J].数学的实践与认识,2017,47(21):190-194. 被引量：3
3张敬祎,练萌,龚杰.基于时间序列与灰色理论的油料组合预测方法[J].兵器装备工程学报,2018,39(1):132-135. 被引量：7
4王淑玲,谢凤,朱倩倩.某型飞机燃油消耗随机森林模型的统计诊断[J].黑龙江大学自然科学学报,2018,35(1):61-64. 被引量：2
5宋蕾,冯予.拟似然非线性模型的统计诊断[J].湖南工业大学学报,2019,33(1):54-59.
6詹韧,张登成,郑无计.基于PCA优化的神经网络飞机燃油消耗预测方法[J].测控技术,2019,38(5):40-43. 被引量：4
7陈飞.采用信息散布指数的改进决策树算法[J].数学的实践与认识,2020,50(14):76-82. 被引量：3
8王镇龙,周利坤,沈艳林,崔韵.基于GM-BP的武警部队油料消耗预测[J].兵器装备工程学报,2019,40(S02):159-162.
9吴子轩,张宁,高凯烨,彭锐.基于风险偏好调整的随机森林算法的航班航程油量预测[J].航空学报,2022,43(2):287-296. 被引量：3
10马玉猛.基于EMD和PSO-SVM的通用航空飞机燃油流量预测[J].滨州学院学报,2022,38(4):20-24. 被引量：1

1廖浩,朱飞,刘杰徽,赵明富,雷建军,胡建敢,曹雪梅.基于VC＋＋的钻井平台现场油料消耗数据采集系统[J].激光杂志,2012,33(3):37-38.
2郭庚麒.基于XML的Web数据挖掘技术[J].计算机与网络,2003,29(24):46-47.
3李军红,胡彧.浅析数据仓库、联机分析处理和数据挖掘[J].科技信息,2007(6):38-39. 被引量：2
4彭宇,王立光.军队油料化验快速检测技术进展研究[J].仪器仪表学报,2003,24(z1):599-600. 被引量：5
5宋晓文,王巨海,谢巍.防空兵群决策活动评估问题研究[J].舰船电子工程,2011,31(5):62-63.
6杨明,许俊霞,陈俊.“军用油料”类物资在“联邦供应分类(FSC)”中的类别归属[J].石油商技,2014,32(6):82-85.
7陈敏.农机企业油料管理系统的设计与实现[J].农业技术与装备,2008(12):12-13.
8熊定辉.士官支委行使“话语权”应做到“四个加强”[J].军队党的生活,2009(12):79-79.
9张文台.提高机关素质发挥“五个作用”[J].南京政治学院学报,1991,7(5):54-56.
10穆鑫,郭继坤,刘训标.海军境外军事行动油料保障特点研究[J].中国储运,2013(10):186-187. 被引量：2

中国储运

2008年第5期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...

;

使用帮助返回顶部