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
共找到10篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于范例推理的灾害性地震应急物资需求预测研究 被引量：27
1
作者 赵小柠 马昌喜 《中国安全科学学报》 CAS CSCD 北大核心 2012年第8期3-9,共7页
基于范例推理(CBR)理论,利用最近相邻法和粗糙集理论搜索相似度最高的主震历史范例,分析各主要物资需求量的影响因素,预测当前范例主震期应急物资需求量。通过序贯决策,采用马尔科夫预测模型预测余震类型,进而搜索余震历史范例,预测余... 基于范例推理(CBR)理论,利用最近相邻法和粗糙集理论搜索相似度最高的主震历史范例,分析各主要物资需求量的影响因素,预测当前范例主震期应急物资需求量。通过序贯决策,采用马尔科夫预测模型预测余震类型,进而搜索余震历史范例,预测余震期应急物资需求量。以"玉树"地震为例,运用该方法估算地震发生后食物类、生活用品类、药品类、工程机械类的需求量。 展开更多
关键词 灾害性地震 应急物资需求 范例推理(CBR) 粗糙集 序贯决策 马尔科夫预测
下载PDF
基于组合预测的装甲装备器材需求确定 被引量：9
2
作者 李浩 王铁宁 《系统工程与电子技术》 EI CSCD 北大核心 2018年第10期2276-2281,共6页
为提高装甲装备器材需求预测的科学性,设计基于组合预测的器材需求确定方法。首先明确组合预测模型的构建流程与具体步骤,引入预测有效度理论,以评估模型的预测有效度。其次优化了关联面积法,实现组合预测模型中构成单元权重的动态配置... 为提高装甲装备器材需求预测的科学性,设计基于组合预测的器材需求确定方法。首先明确组合预测模型的构建流程与具体步骤,引入预测有效度理论,以评估模型的预测有效度。其次优化了关联面积法,实现组合预测模型中构成单元权重的动态配置,为模型滚动式更新及最终确定奠定基础。算例分析过程表明,基于组合模型的预测不仅能够提高局部器材需求预测的准确性,而且能够提升整体预测过程的稳定性。 展开更多
关键词 装甲装备 器材需求 组合预测 预测有效度 关联面积
下载PDF
基于物资需求态势感知模型的电力物资需求预测及管控
3
作者 罗鸿标 王跃东 郑澍滢 《电力系统装备》 2024年第10期172-174,180,共4页
结合电力物资需求预测的重要性及现存挑战,提出构建物资需求态势感知模型的解决方案。通过对比典设建模和数学建模,详述了物资需求态势感知模型的构建步骤,提出了一系列如何提高电力物资需求管控的策略,通过多元宣贯、全链管控及“三划... 结合电力物资需求预测的重要性及现存挑战,提出构建物资需求态势感知模型的解决方案。通过对比典设建模和数学建模,详述了物资需求态势感知模型的构建步骤,提出了一系列如何提高电力物资需求管控的策略,通过多元宣贯、全链管控及“三划”协同等管控策略,科学高效地提高电力物资需求管控效能,更好地促进电网企业的健康发展。 展开更多
关键词 物资需求预测 电网 物资需求管控
下载PDF
电子对抗装备物资需求预测模型研究 被引量：2
4
作者 胡文倩 莫翠琼 《舰船电子对抗》 2019年第6期35-37,41,共4页
准确预测出电子对抗装备物资需求数量,是实现电子对抗装备精确化保障的重要工作。通过对经典预测模型的介绍,研究每种预测模型在电子对抗装备物资需求预测中使用范围和方法,为选择电子对抗装备物资需求预测模型提供参考。
关键词 电子对抗装备 物资需求 预测模型
下载PDF
基于LightGBM模型的离散制造业产品物料需求智能预测
5
作者 李婷婷 黄欣迪 +1 位作者 曹萌萌 李剑锋 《智能计算机与应用》 2023年第9期59-66,共8页
离散制造业产品的物料需求受多种因素影响,传统物料需求预测算法对数据要求高,企业需要进行大量运算,且预测提前期短、精准度低,不能及时满足企业的生产计划。为提高制造业物料需求预测精度,本研究采用美的集团离散型物料需求数据进行... 离散制造业产品的物料需求受多种因素影响,传统物料需求预测算法对数据要求高,企业需要进行大量运算,且预测提前期短、精准度低,不能及时满足企业的生产计划。为提高制造业物料需求预测精度,本研究采用美的集团离散型物料需求数据进行建模分析。首先进行数据预处理及特征工程,利用统计学中的统计量构建出滑动和滞后特征,然后构建并拟合LightGBM模型对物料需求量进行预测,并与传统时间序列SARIMA模型进行对比,引入平均绝对误差MAE评估模型的预测精准度,针对模型时间复杂度和预测精准度进行对比分析。结果表明,以月为时间粒度的情况下,LightGBM机器学习模型对离散制造业物料需求预测的效率和准确率更高,更有利于提高离散制造企业的生产效率。 展开更多
关键词 LightGBM模型 物料需求预测 机器学习 SARIMA模型 对比分析
下载PDF
大数据挖掘在协议库存物资需求预测的研究和应用
6
作者 陈国洪 刘烁 +1 位作者 李燕燕 陈晔 《新一代信息技术》 2019年第16期45-49,共5页
国网福建电力公司开展协议库存物资需求预测,着重解决当前因协议库存物资需求计划不准确而造成物资结构性缺货、协议合同长期未执行等难题。通过整合ERP系统项目模块和物资模块的海量数据,利用Python算法库挖掘数据的内在联系,先对项目... 国网福建电力公司开展协议库存物资需求预测,着重解决当前因协议库存物资需求计划不准确而造成物资结构性缺货、协议合同长期未执行等难题。通过整合ERP系统项目模块和物资模块的海量数据,利用Python算法库挖掘数据的内在联系,先对项目名称进行关键词选取及项目分类,再对项目类型、投资金额、地市、城乡等开展皮尔森相关分析,选取关键影响因子,最后采用随机森林构建大数据模型进行配网物资需求预测,大幅提升预测准确性。 展开更多
关键词 皮尔森相关系数 随机森林 关键词分类 物资需求预测
下载PDF
BTO环境下建材装备制造企业物料需求预测研究
7
作者 陈艳霞 杜百岗 《湖北理工学院学报》 2013年第3期38-43,共6页
分析了BTO生产方式下建材装备制造企业产品物料的组成特点,构建了虚拟产品BOM,在此基础上利用ABC分析法对物料进行分类,并建立了基于BP神经网络的物料预测模型。根据Z公司的实际物料需求,将该模型与传统预测方法进行了对比仿真实验,实... 分析了BTO生产方式下建材装备制造企业产品物料的组成特点,构建了虚拟产品BOM,在此基础上利用ABC分析法对物料进行分类,并建立了基于BP神经网络的物料预测模型。根据Z公司的实际物料需求,将该模型与传统预测方法进行了对比仿真实验,实验结果表明基于BP神经网络的物料需求预测模型比传统预测方法更可靠,更加接近企业实际,能有效提高预测精度。 展开更多
关键词 物料需求预测 BP神经网络 建材装备 虚拟产品BOM
下载PDF
解析大数据的协议库存物资需求预测体系
8
作者 朱全宏 《数码设计》 2018年第23期8-9,共2页
当前电力行业的物资需求量大,为了确保电力企业的物资供应,建立物资需求预测体系非常重要的环节,物资需求是否准确将直接关系到企业的运营成本以及电力行业的工程进度。物资需求预测体系可以从物资上报前进行预测,于物资上报期间进行分... 当前电力行业的物资需求量大,为了确保电力企业的物资供应,建立物资需求预测体系非常重要的环节,物资需求是否准确将直接关系到企业的运营成本以及电力行业的工程进度。物资需求预测体系可以从物资上报前进行预测,于物资上报期间进行分析以及上报后挖掘等方面,在大数据的环境下进行建立。本文采用大数据的方法,针对电力企业的协议库存物资需求预测体系进行简要分析。 展开更多
关键词 大数据 协议 物资需求 预测 体系
下载PDF
台风灾害应急物资需求预测模型 被引量：21
9
作者 张斌 陈建国 +1 位作者 吴金生 文仁强 《清华大学学报（自然科学版）》 EI CAS CSCD 北大核心 2012年第7期891-895,共5页
为了快速科学地了解台风灾害发生后灾区所需救灾物资的类型、数量及其在时序上和空间上的需求情况,通过对中国登陆台风历史资料的统计,分析成灾因子、孕灾环境、承灾体、区域应急能力等,提出了基于精细网格的台风灾损空间模型及应急物... 为了快速科学地了解台风灾害发生后灾区所需救灾物资的类型、数量及其在时序上和空间上的需求情况,通过对中国登陆台风历史资料的统计,分析成灾因子、孕灾环境、承灾体、区域应急能力等,提出了基于精细网格的台风灾损空间模型及应急物资需求定性预测模型。根据此模型能在灾害过程中快速预测灾区受灾情况,预测灾区救援物资的定性需求。将该模型运用于台风的实例中,验证了模型科学有效。 展开更多
关键词 应急物资需求预测模型 空间量化模型 应急 灾害 GIS
原文传递
电力物资小样本集的改进长短期需求预测模型 被引量：3
10
作者 陶加贵 孙毅 +1 位作者 赵恒 管士宁 《电气自动化》 2023年第1期50-53,共4页
为有效保障智慧仓储系统的物资供应能力,对各类电力物资进行准确的需求预测是保证物资采购量和稳定高效供应的基础。针对现有智慧仓储系统接入数据少和难以支撑模型训练的问题,提出一种结合蒙特卡洛模拟和改进长短期记忆网络(long short... 为有效保障智慧仓储系统的物资供应能力,对各类电力物资进行准确的需求预测是保证物资采购量和稳定高效供应的基础。针对现有智慧仓储系统接入数据少和难以支撑模型训练的问题,提出一种结合蒙特卡洛模拟和改进长短期记忆网络(long short-term memory,LSTM)的电力物资需求预测方法。首先根据初始数据集的分布和特征,采用蒙特卡洛方法模拟扩充数据集,同时利用KL(kullback-leibler)散度验证生成数据集的一致性,最后建立基于引导聚集算法的改进LSTM电力物资需求预测模型,提高模型的泛化能力和稳定性。通过仿真试验,所提模型有效提高了训练集可用数据过少前提下的电力物资预测精度。 展开更多
关键词 力物资需电求预测 蒙特卡洛方法 BAGGING算法 长短期记忆网络 小样本集
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部