[发明专利]一种通信设备修理备件消耗量的组合预测方法在审
| 申请号: | 202210300546.3 | 申请日: | 2022-03-25 |
| 公开(公告)号: | CN114912341A | 公开(公告)日: | 2022-08-16 |
| 发明(设计)人: | 朱元诚;杨行;程健;贾国辉;李官敏;张锋军;周杰;王会涛;张晨;周清波 | 申请(专利权)人: | 中国人民解放军国防科技大学 |
| 主分类号: | G06F30/27 | 分类号: | G06F30/27;G06Q10/04;G06Q10/00;G06N3/08 |
| 代理公司: | 武汉东喻专利代理事务所(普通合伙) 42224 | 代理人: | 纪元 |
| 地址: | 410003 湖*** | 国省代码: | 湖南;43 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 通信 设备 修理 备件 消耗量 组合 预测 方法 | ||
1.一种通信设备修理备件消耗量的组合预测方法,其特征在于,包括:
获取通信设备修理备件的历史消耗数据并确定所述修理备件消耗的主要影响因素;
基于所述历史消耗数据和所述主要影响因素,确定多个预测模型,分别对单个预测模型进行显著性检验,并分别计算通过显著性检验的选定预测模型的预测精度;
对每个所述选定预测模型,计算每一时刻的预测精度和预测值,并将每个预测精度和对应的预测值构成多个二维数组,基于多个所述二维数组构建IOWA诱导有序数列;
对每个所述选定预测模型,计算每一时刻的预测误差,并生成误差信息矩阵;计算每一时刻下,每个选定预测模型的预测值与实际消耗值的误差平方和,令所述误差信息矩阵的值最小,计算获得每个选定预测模型在组合预测模型中的加权系数,获得组合预测模型的表达式,通过所述组合预测模型的表达式对通信设备修理备件的消耗量进行预测。
2.根据权利要求1所述的一种通信设备修理备件消耗量的组合预测方法,其特征在于,确定所述修理备件消耗的主要影响因素包括步骤:
选取每个影响因素的参照数列,基于每个影响因素对应的观测值计算相对于所述参照数列的灰色绝对关联度和灰色相对关联度,并计算每个影响因素对应的灰色综合关联度,基于所述灰色综合关联度的数值从大到小对对应的影响因素进行排序。
3.根据权利要求1所述的一种通信设备修理备件消耗量的组合预测方法,其特征在于,构成多个所述二维数组包括步骤:
获取第i个选定预测模型在第t时刻的预测精度,将预测精度作为预测值的诱导值,将第t时刻m个选定预测模型的预测精度和对应的预测值构成m个二维数组,记为a1t,x1t>,a2t,x2t>,…ait,xit>,…,amt,xmt>;
其中,i=1,2,…,m;t=1,2,…,N;ait表示第i个选定预测模型在第t时刻的预测精度,xit表示第i个选定预测模型在第t时刻的预测值。
4.根据权利要求3所述的一种通信设备修理备件消耗量的组合预测方法,其特征在于,构建IOWA诱导有序数列包括步骤:
将多个所述诱导值ait按从大到小的顺序进行排序,并根据诱导值ait的排序对对应的预测值xit进行有序排列,结合加权向量生成IOWA诱导有序序列,包括:
其中,函数fw是a1,a2,…,am所产生的m维诱导有序加权平均算子,即IOWA算子;a-index(it)是预测精度a1,a2,…,am中按从大到小的顺序排列的第i大的数的下标,W=(w1,w2,…,wm)T是IOWA的加权向量,满足
5.根据权利要求4所述的一种通信设备修理备件消耗量的组合预测方法,其特征在于,生成误差信息矩阵包括步骤:
在m种选定预测模型中,第i种选定预测模型在第t时刻的预测误差为eit,相应的误差向量为Ei=[ei1,ei2,…,eiN]T,得组合预测误差矩阵e=[E1,E2,…,Em],则误差信息矩阵为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军国防科技大学,未经中国人民解放军国防科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210300546.3/1.html,转载请声明来源钻瓜专利网。





