[发明专利]一种农机装备产品服务需求预测方法在审

专利信息
申请号: 201711088618.8 申请日: 2017-11-08
公开(公告)号: CN107886358A 公开(公告)日: 2018-04-06
发明(设计)人: 胡耀光;周瑞;闻敬谦;刘雨佶 申请(专利权)人: 北京理工大学
主分类号: G06Q30/02 分类号: G06Q30/02;G06Q10/00
代理公司: 北京理工大学专利中心11120 代理人: 高燕燕
地址: 100081 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供一种农机装备产品服务需求预测方法,实现了对装备集群维护服务的快速响应、服务资源应急供给的基础,也保障了装备集群可靠运行。包括以下步骤步骤一、农机装备维护服务资源需求结构分析;步骤二、农机装备维护服务资源需求预测特征分析;步骤三、基于灰色关联分析确定装备维护需求影响因素;步骤四、针对农机装备维护服务需求预测建立BP神经网络模型由一个输入层、两个隐含层以及一个输出层构成,同层节点之间不连接,每层节点的输出只影响下一层节点的输入,具体包括BP神经网络构建、网络训练、网络验证和预测,从而完成农机装备维护服务需求预测。
搜索关键词: 一种 农机 装备 产品 服务 需求预测 方法
【主权项】:
一种农机装备产品服务需求预测方法,其特征在于,包括以下步骤:步骤一、农机装备维护服务资源需求结构分析:根据对应区域装备维护的服务需求,在有限资源总量的前提下做出能够最大满足客户利益的决策;所述的服务需求的层次特征表现为三种情形,一是地理上的层次特征,二是管理上的层次特征,三是产品服务需求结构层次特征;步骤二、农机装备维护服务资源需求预测特征分析:预测各个区域对服务资源的需求数量,在此基础上构建服务网络,在服务资源有限的前提下采用BP神经网络方法来进行农机装备维修服务需求预测;步骤三、基于灰色关联分析确定装备维护需求影响因素:通过步骤二分析得到的农机装备维修服务需求预测结果,对影响因素进行关联性分析,从而识别其中的关键因素,作为后续预测模型的输入;步骤四、针对农机装备维护服务需求预测建立BP神经网络模型:由一个输入层、一个或多个隐含层以及一个输出层构成,同层节点之间不连接,每层节点的输出只影响下一层节点的输入,具体包括BP神经网络构建、网络训练和预测。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京理工大学,未经北京理工大学许可,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/patent/201711088618.8/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top