基于灰色关联度和svm舰船设备维修费用预测

基于灰色关联度和svm舰船设备维修费用预测

ID:37028295

大小:35.51 KB

页数:17页

时间:2019-05-15

基于灰色关联度和svm舰船设备维修费用预测_第1页
基于灰色关联度和svm舰船设备维修费用预测_第2页
基于灰色关联度和svm舰船设备维修费用预测_第3页
基于灰色关联度和svm舰船设备维修费用预测_第4页
基于灰色关联度和svm舰船设备维修费用预测_第5页
资源描述:

《基于灰色关联度和svm舰船设备维修费用预测》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、基于灰色关联度和SVM舰船设备维修费用预测基于灰色关联度和SVM舰船设备维修费用预测基于灰色关联度和SVM舰船设备维修费用预测基于灰色关联度和SVM舰船设备维修费用预测基于灰色关联度和SVM舰船设备维修费用预测基于灰色关联度和SVM舰船设备维修费用预测基于灰色关联度和SVM舰船设备维修费用预测基于灰色关联度和SVM舰船设备维修费用预测基于灰色关联度和SVM舰船设备维修费用预测基于灰色关联度和SVM舰船设备维修费用预测基于灰色关联度和SVM舰船设备维修费用预测基于灰色关联度和SVM舰船设备维修费用预测总第25

2、2期2010年第1O期计算机与数字工程Computer&DigitalEngineeringV0l

3、38No.1015基于灰色关联度和SVM舰船设备维修费用预测张乔斌(海军工程大学武汉430033)摘要维修费用是舰船装备费用的重要组成部分,维修费用和影响费用的驱动因子之间直接的关系式很难确定,运用支持向量机回归可以很好的做到对维修费用的建模预测.为了解决支持向量机计算速度慢,效率低的问题,提出灰色关联度理论对费用相关费用驱动因子进行预处理,测试结果表明提高了SVM的效率,对SVM的泛化能力也有所提高

4、.关键词支持向量机;灰色理论;维修;费用预测中图分类号N945.11EstimatedfortheEquipmentsofShip’SMaintainExpensesBasedonGrayConnectionandSVMZhangQiaobin(NavalUniversityofEngineering,Wuhan430033)AbstractThemaintainexpensesconstitutethemainpartoftheexpensesoftheship’Sequipment.It’Sdiffic

5、ulttomakesuretheformulabetweentheexpensesandthefactorswhichinfluencetheexpenses.It’Sbetterforustousesupportvectormachine(SVM)toestimatetheexpenses.ButtheefficiencyoftheSVMislow.Inordertoforsolvetheproblem,thegrayconnectiontoprocessthefactorsdatabeforeestim

6、atingisapplied.ThetestresultindicatesthatthemethodcanimprovetheefficiencyofSVM,andalsocanimprovetheabilityofSVMtoestimate.KeyWordssupportvectormachine,grayconnection,maintain,expensesestimatedClassNumberN945.¨1引言舰船设备的维修保障在舰船运行的总费用中占有相当大的比例,维修费用的高低体现了舰船设备的经

7、济性,对维修费用的准确的预测可以更好地了解设备的经济性能,为设备的研制或购置决策提供依据.有些设备购置费较低,但后期运行时的维修保障费用却很高,造成总费用的升高,所以必须对舰船设备的维修保障费用进行研究,提高对整个舰船设备的认识水平,为下一步的设备选型,维修费用的控制提供基础.以统计学习理论为基础的支持向量机l1j(Sup—portVectorMachines,SVM),在20世纪9O年代中后期得到了全面深入的发展.由于SVM建立在统计学习理论的基础上,体现了结构风险最小化原则的设计思想,而非经验风险最小化

8、原则,因此无须依赖于对被预测对象的先验知识,在有限的训练样本情况下,即可很好地控制学习机器的推广能力l3].支持向量机在处理小样本问题上有比较突出的优势_4],但是,支持向量机的复杂度是由具有非零权值的样本即支持向量机的个数决定,对于大规模样本数据的情况而言,支持向量机计算量较大,计算速度较慢,效率较低.灰色关联度【6]处理是从系统角度出发来研究信息间的关系,根据曲线之间的相似程度来判定他们之间的相差关系.通过关联度计算可以得到费用驱动因子间的关联度数值,从而确定相关性高的几组费用驱动因子,分析每组费用驱动

9、因子与其他费用驱动因子的关联*收稿日期:2010年4月8日,修回日期:2010年5月4日作者简介:张乔斌,男,硕士,工程师,研究方向:舰船动力维修保障.张乔斌:基于灰色关联度和SVM舰船设备维修费用预测第38卷程度来确定要剔除的费用驱动因子,最后在参数费用方程中只剩下少数几个相对独立的特征量,达到简化费用驱动因子的目的.本文提出运用关联度和支持向量机的融合算法来提高支持向量机的效率和泛化能力.2理论基础2.1灰色

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。