基于广义回归神经网络的设备备件需求预测.pdf

《基于广义回归神经网络的设备备件需求预测.pdf》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、精密制造与自动化2014年第2期基于广义回归神经网络的设备备件需求预测罗亦斌徐克林(同济大学机械与能源工程学院上海200092)摘要为保障设备的正常运行，研究了基于广义回归神经网络的设备备件需求，介绍了决定备件需求的几个因素。通过建立广义回归神经网络，并利用企业的历史统计数据对备件的使用量和使用金额进行了预测，可为备件资金的预测提供支持，并为企业中的其他类型需求预测提供了借鉴作用，以期推进企业的管理水平。关键词设备备件需求预测神经网络模型在现代制造业中，自动化、半自动化设备的普1运用广义回归神经网络(GRNN)作为该类设备备及是生产企业的基础，设备能否正常运行是对

2、企件需求预测的技术要点业产量影响的重要因素。为了保障设备的正常运广义回归神经网络是径向基神经网络的一行，设备备件种类及数量的可靠性对企业有着很大种，具有很强的非线性映射能力和柔性网络结构的意义。但从另一个角度来讲，长期积压的备件无以及高度的容错性和鲁棒性，适用于解决非线性法保证其产品性能不会随着时间的推移而得到保问题。GRNN在逼近能力、分类能力和学习速度方证。因此，合理的设备备件需求量的预测可以避免面具有较强的优势，网络最后收敛于样本量积累最设备在出现故障时面临长时间的停机，也可以避免多的优化回归面，并且在样本数据较少时，预测效企业在设备备件上积压大量资金，对企

3、业的生产运果较好。网络也可以处理不稳定的数据，因此可以作、资金运作有着指导作用。运用建立设备备件需求量预测模型，并利用该企业在对于备件类物资的研究上，人们往往侧重于历史的统计数据对将来的需求量进行测算。对物资分类模型的研究和对物资订货策略及模型的在利用神经网络进行需求预测时，先要通过训研究。如基于模糊层次分析的备件重要性评价，研练确立网络结构及建立模型，才能预测将来的需求究了如何分析备件的重要性及建立相对应的评价模量。而其中的关键是要有大量的历史数据从各个维型。而在研究上则更侧重于对备件的需求量及其所度来训练网络，从而提高最终预测的可靠性。由于需资金的预测性分析，

4、这样才能反应出研究模型对设备故障是不可预测的，因此对于预测修复故障而企业的实际价值。产生的备件需求量会比较复杂，需要通过分析设备常用的预测方法包括时间序列方法、移动平滑的实际使用情况来确定最终的影响因素。与设备备法、相关回归分析法、灰色预测方法和多种方法综件相关的因素是：合的组合预测方法等。这些方法大都集中在对其(1)企业的产量。企业的产量直接反映了设备的因果关系回归模型的分析上，不能全面、科学和开动时间。开动的时间越长，损坏的几率就越大，需本质地反映所预测的动态数据的内在结构和复杂要相应的备件保障量也会增加。特性，而所研究的对象恰恰又是因果关系却不明(2)设备运

5、行的时间。设备运行时间的长短将会显，其内在数据结构较模糊，因此并不适用。直接影响设备产生故障的概率，特别是在长时间、满人工神经网络是由大量简单的处理单元组成的负荷的运转时更容易对设备的各个部件造成疲劳性非线性、自适应、自组织系统，只需要给出对象的的损坏，引起设备的故障，增加对备件的需求。输入和输出数据，通过网络自身的学习功能就可以(3)备件的采购周期。由于部分备件是从国外进达到输入和输出的映射关系。相对于传统的根据数口，采购周期会有较大的波动。根据实际的生产需据分析预测方法，适合于处理模糊、非线性的和模求也需要不同的采购策略，但无论如何备件的采购式特征不明确的问题

6、。周期对于保障设备的正常运行和备件储备总量有着37精密制造与自动化2014年第2期直接的联系。输入模式求和输出(4)备件的价值。作为企业，价格越昂贵的东西五越不愿意储备，一方面影响了流动资金，另一方面x2也会积压库存资金。所以对于价格高的备件，一般都需要作慎重考虑。(5)备件的消耗。备件的消耗量或是消耗金额与多个因素有关，与设备的使用情况有关，与该图1GRNN的网络结构备件的自身特性有关(如：接触式开关就要比感应开关容易损坏)，也与操作人员的操作熟练程度有模式层神经元数目等于学习样本的数目，其神关等等。备件消耗量的波动也直接影响了对备件经元的传递函数为：需求量的变

7、化。(6)备件在设备上的使用情况。这也是与多个因Pi=exp『_】(1)素有关，最主要的是备件其本身的设计特性。如轴i=1，2，⋯⋯，承类产品有其设计寿命，但在实际使用中如果增加式(1)中的是学习样本，为网络输入变量。了润滑或是冷却油路并进行定期保养，这样轴承的求和层是对所有模式层神经元的输出进行算数寿命可以大大延长。求和，其模式层和神经元的连接权值为1，传递函(7)备件的周转率。周转率越高表明物资的使用数为：越频繁，但设备备件有其特殊性，不可能高效周转，该数据只能提高备件的存储能力，使备件的。=∑Pi周转越来越合理。f=1综上所述，设备备件的需求不是一个单一的或

8、是对所有模