| 基于机器学习方法的航空消耗件需求自适应预测 |
| |
| 引用本文： | 付维方,穆彩虹,刘英杰.基于机器学习方法的航空消耗件需求自适应预测[J].科学技术与工程,2022,22(11):4609-4617. |
| |
| 作者姓名： | 付维方 穆彩虹 刘英杰 |
| |
| 作者单位： | 中国民航大学航空工程学院;北京飞机维修工程有限公司 |
| |
| 基金项目： | 中国民航大学中央高校(3122016D010) |
| |
| 摘 要： | 企业状态不稳定性、消耗件故障规律不确定性及需求特征的动态性，特别是新冠疫情期间航空公司航班的大量停飞和逐渐恢复导致固定单一需求预测方法存在较大偏差。基于平均绝对误差和均方误差进行不同需求模式预测方法筛选，构建自组织特征映射网(self-organizing feature map, SOFM)对需求时间序列聚类，提出不同聚类模式和预测方法映射关系并实现数据与方法动态自适应。此自适应预测框架能够实现不同航材需求模式识别、多预测方法决策及同一航材多阶段动态预测。通过某航空公司实例验证表明该自适应框架具有较好的应用效果，适用于各类型的消耗备件需求预测。
|
| 关 键 词： | SOFM神经网络 需求模式识别 动态预测 航空消耗件 |
| 收稿时间： | 2021/9/3 0:00:00 |
| 修稿时间： | 2022/1/19 0:00:00 |
Adaptive Demand Prediction of Aviation Consumptive Spare Parts Based on Machine Learning Method |
| |
| Fu Weifang,Mu Caihong,Liu Yingjie.Adaptive Demand Prediction of Aviation Consumptive Spare Parts Based on Machine Learning Method[J].Science Technology and Engineering,2022,22(11):4609-4617. |
| |
| Authors: | Fu Weifang Mu Caihong Liu Yingjie |
| |
| Institution: | Civil Aviation University of China, School of Aviation Engineering |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
