【摘要】：針對設備備件需求具有的非平穩(wěn)性、多樣性特征,提出一種基于集合經(jīng)驗模態(tài)分解(EEMD)和支持向量回歸(SVR)的需求預測方法。首先運用EEMD將需求序列分解為一系列相對平穩(wěn)的本征模函數(shù)(IMF),然后對各IMF分量采用基于RBF核函數(shù)的支持向量機進行非線性回歸,同時針對不同分量的預測模型采用遺傳算法進行核參數(shù)優(yōu)化,最后將各分量的預測結果合成為實際時間序列的預測值。實驗數(shù)據(jù)表明:該方法能有效降低備件需求的不穩(wěn)定性對預測結果造成的影響,對小樣本、非平穩(wěn)時間序列的預測問題,與通用的預測方法相比具有較高的預測精度。
[Abstract]:In view of the non-stationary and diverse characteristics of equipment spare parts demand, a demand prediction method based on set empirical mode decomposition (EEMD) and support vector regression (SVR) is proposed. First, the demand sequence is decomposed into a series of relatively stationary eigenmode functions (IMF),) by using EEMD, and then the support vector machines based on RBF kernel function are used for nonlinear regression of each IMF component. At the same time, genetic algorithm is used to optimize the kernel parameters for different component prediction models. Finally, the prediction results of each component are synthesized into the actual time series prediction values. Experimental data show that the proposed method can effectively reduce the influence of the instability of spare parts demand on the prediction results, and has a higher prediction accuracy than the general prediction method for small samples and non-stationary time series.
【作者單位】： 中南大學交通運輸工程學院;桂林理工大學管理學院;海南出版社有限公司;
【基金】：國家自然科學基金資助項目(71271220) 廣西教育廳科研基金資助項目(201010LX178)
【分類號】：F224;F252

【參考文獻】

相關期刊論文 前10條

1 蔣鐵軍;張懷強;王先甲;;基于EEMD和進化KPCR的復雜時間序列自適應預測建模[J];系統(tǒng)工程理論與實踐;2014年10期

2 李合龍;馮春娥;;基于EEMD的投資者情緒與股指波動的關系研究[J];系統(tǒng)工程理論與實踐;2014年10期

3 翟冰;金煒東;秦娜;;基于EEMD和球SVM的高速列車轉向架故障估計[J];計算機測量與控制;2014年08期

4 劉倪;葉金印;;基于RBF神經(jīng)網(wǎng)絡馬爾可夫模型的淮河流域汛期暴雨量預測[J];浙江農(nóng)業(yè)科學;2014年08期

5 王帥;湯鈴;余樂安;;基于單變量分解集成的牛奶消費需求預測研究[J];系統(tǒng)科學與數(shù)學;2013年01期

6 張超;陳建軍;郭迅;;基于EEMD能量熵和支持向量機的齒輪故障診斷方法[J];中南大學學報(自然科學版);2012年03期

7 張冬;明新國;趙成雷;李冬;王鵬鵬;;基于BP神經(jīng)網(wǎng)絡和設備特性的工業(yè)設備備件需求預測[J];機械設計與研究;2010年01期

8 程文鑫;秦健;張志華;;基于可靠性增長的備件需求模型及其統(tǒng)計分析[J];北京理工大學學報;2008年03期

9 陳富民;趙建軍;林志航;;基于任務可靠度的慢速流動備件需求量預測[J];裝備制造技術;2007年04期

10 尉詢楷,李應紅,張樸,路建明;基于支持向量機的時間序列預測模型分析與應用[J];系統(tǒng)工程與電子技術;2005年03期

【共引文獻】

相關期刊論文 前10條

1 付小利;王曉樂;呂乾勇;金煒東;;并行化的高速列車運行狀態(tài)評估[J];計算機工程與設計;2016年07期

2 羅薇;符卓;伏愛蘭;;基于不穩(wěn)定時間序列分析的設備備件需求預測方法[J];系統(tǒng)工程;2016年06期

3 陳法法;李冕;肖文榮;鐘先友;;基于局部切空間排列與WSVM的滾動軸承故障診斷[J];組合機床與自動化加工技術;2016年06期

4 郭明;朱莉;黃薏舟;;股指期現(xiàn)貨價格波動及相關性研究[J];經(jīng)濟經(jīng)緯;2016年03期

5 劉剛;扈文秀;章偉果;賈麗娜;;隨機交易行為、羊群行為與資產(chǎn)價格波動研究[J];管理科學;2016年02期

6 李成;張琦;李文樂;;匯改后中國外匯市場與資本市場聯(lián)動效應——基于集合經(jīng)驗模態(tài)分解法[J];北京理工大學學報(社會科學版);2016年02期

7 尹勛;張新燕;常喜強;趙理威;王衡;;基于AR-Hankel矩陣的風力發(fā)電機早期故障診斷方法研究[J];可再生能源;2016年01期

8 徐廷學;叢林虎;董琪;;基于UGM-ULSSVM的導彈制導控制系統(tǒng)狀態(tài)預測方法[J];上海交通大學學報;2015年12期

9 索海龍;高建民;高智勇;劉元浩;;多源信息分級優(yōu)化備件需求預測模型[J];中國科技論文;2015年22期

10 王騰;熊仲華;杜慶治;邵玉斌;;基于馬爾可夫鏈的河流水質(zhì)污染預測模型研究[J];安徽農(nóng)業(yè)科學;2015年27期

【二級參考文獻】

相關期刊論文 前10條

1 彭暢;柏林;謝小亮;;基于EEMD、度量因子和快速峭度圖的滾動軸承故障診斷方法[J];振動與沖擊;2012年20期

2 郝慧艷;孫運強;李曉峰;劉明杰;;基于EEMD和Choi-Williams分布的侵徹加速度信號時頻分析[J];中北大學學報(自然科學版);2012年05期

3 池麗旭;張廣勝;莊新田;宋大雷;;投資者情緒指標與股票市場——基于擴展卡爾曼濾波方法的研究[J];管理工程學報;2012年03期

4 朱幫助;王平;魏一鳴;;基于EMD的碳市場價格影響因素多尺度分析[J];經(jīng)濟學動態(tài);2012年06期

5 阮連法;包洪潔;;基于經(jīng)驗模態(tài)分解的房價周期波動實證分析[J];中國管理科學;2012年03期

6 魯訓法;黎建強;;中國股市指數(shù)與投資者情緒指數(shù)的相互關系[J];系統(tǒng)工程理論與實踐;2012年03期

7 吳石;劉獻禮;王艷鑫;;基于連續(xù)小波和多類球支持向量機的顫振預報[J];振動.測試與診斷;2012年01期

8 劉金培;林盛;郭濤;陳華友;;一種非線性時間序列預測模型及對原油價格的預測[J];管理科學;2011年06期

9 張軍峰;隋東;;基于稀疏型支持向量回歸的時間序列預測[J];系統(tǒng)工程學報;2011年05期

10 李彬;李貽斌;;基于ELM學習算法的混沌時間序列預測[J];天津大學學報;2011年08期

【相似文獻】

相關期刊論文 前10條

1 殷書爐;楊立勛;;旅游需求預測方法與模型評述[J];甘肅省經(jīng)濟管理干部學院學報;2008年03期

2 景崇毅;;航空公司航線需求預測方法綜述[J];經(jīng)營管理者;2009年23期

3 陳新佑;;耐用商品需求預測方法[J];預測;1985年Z1期

4 孫林巖;關于人才需求預測方法的探討[J];預測;1988年01期

5 譚魯芳;;美國勞動力需求預測方法[J];職業(yè)技術教育;1996年05期

6 譚魯芳;;美國勞動力需求預測方法[J];職業(yè)技術教育;1996年06期

7 應淑芳;;能源需求預測方法的研究[J];數(shù)量經(jīng)濟技術經(jīng)濟研究;1985年05期

8 李博;靳取;;三種能源需求預測方法的比較分析——以四川省為例[J];吉林工商學院學報;2009年01期

9 向愛兵;;運輸需求預測方法和模型比較研究[J];綜合運輸;2010年01期

10 張長征;社會主義市場經(jīng)濟條件下的人才需求預測方法[J];石家莊經(jīng)濟學院學報;2002年02期

相關會議論文 前2條

1 華成;徐光華;張慶;張繼銳;袁鴻;;在線服役設備的備件動態(tài)統(tǒng)計與需求預測方法[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

2 楊俊;余樂安;;基于系統(tǒng)動力學的短生命周期產(chǎn)品需求預測方法比較研究[A];第十四屆中國管理科學學術年會論文集(上冊)[C];2012年

相關博士學位論文 前1條

1 沈瑞光;城市綜合交通樞紐客運需求預測方法與模型研究[D];哈爾濱工業(yè)大學;2013年

相關碩士學位論文 前3條

1 宋奇志;短生命周期產(chǎn)品的需求預測方法研究[D];華中科技大學;2007年

2 黃仁宗;M企業(yè)人力需求預測方法的研究[D];上海交通大學;2012年

3 操張進;基于定性相空間的應急資源需求預測方法研究[D];中國科學技術大學;2011年

，

本文編號：2318948