基于时序分解的飞机平均故障间隔飞行时间组合预测

发布时间：2017-08-12 19:24

  本文关键词：基于时序分解的飞机平均故障间隔飞行时间组合预测

  更多相关文章： 时间序列 灰色预测 神经网络 支持向量机回归 组合预测

【摘要】：针对飞机平均故障间隔飞行时间(MFHBF)指标值的预测问题,提出一种基于时间序列分解的组合预测方法。首先利用STL(Seasonal and Trend Decomposition using Loess)方法分解出MFHBF指标的长期趋势项和季节变动项,然后以灰色模型预测指标的长期趋势,以BP神经网络和支持向量机回归组合模型分别预测指标的季节变动,根据误差权重计算季节变动的加权值,最后以加法模型合并趋势和季节的预测值获得最终结果。利用服务点积累的指标数据对方法进行检验,与单独使用支持向量机回归预测得到的结果相比,平均绝对误差由45%减小至21%,证明该方法能够有效提高预测精度,为保障人员提供可信的指标预测结果。
【作者单位】： 北京航空航天大学机械工程及自动化学院;成都飞机工业(集团)有限责任公司;
【关键词】： 时间序列 灰色预测 神经网络 支持向量机回归 组合预测
【分类号】：V267;TP181
【正文快照】： 0引言可靠性是产品的固有属性,是军用飞机重要的设计指标。在装备保障过程中,主机厂围绕保持和提高飞机使用阶段的可靠性,进行维修排故、备件支持、技术服务等保障活动,同时对不同服务点的可靠性指标进行分析,根据数据的变化趋势和波动情况,预测未来时段的指标水平,其中平均无

【相似文献】

中国期刊全文数据库 前10条

1 张疆涌;;综合权组合预测[J];硅谷;2009年24期

2 刘延平;邵悦然;李卫东;;我国铁路客运量的组合预测[J];物流技术;2010年07期

3 柴元春;;我国能源总产量的组合预测[J];赤峰学院学报(自然科学版);2011年04期

4 孙李红;;基于灰色组合预测的国内债券余额预测[J];哈尔滨商业大学学报(自然科学版);2012年02期

5 周伟,王建军,武常吉,刘洪;陕西省国民经济发展的组合预测研究[J];西安公路交通大学学报;1997年03期

6 肖智,李春红,李潆兵,钟波;遗传算法在经济混沌组合预测中的应用[J];重庆大学学报(自然科学版);2002年11期

7 夏明雷,刘澜;社会经济发展的组合预测研究[J];交通科技与经济;2005年03期

8 张磊;郑丕谔;;物资招标采购中组合预测的线性规划方法[J];工业工程;2007年01期

9 杜云飞;陈孟野;高永献;;基于神经网络的一种组合预测的构建与应用[J];河南工程学院学报(自然科学版);2010年02期

10 田光理;苑红伟;牛德宁;;基于粗糙集理论的短时交通流组合预测研究[J];道路交通与安全;2010年02期

中国重要会议论文全文数据库 前9条

1 孙将平;叶志斌;季永青;;浙江省水路货运量最优组合预测[A];第六届长三角科技论坛航运分论坛暨江苏省航海学会2009年学术年会论文集[C];2009年

2 刘平;张莉;马秀兰;;乌鲁木齐市农、林、牧、渔业总产值的组合预测研究[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年

3 李国锋;陈绪根;;山东省劳动力就业需求组合预测研究[A];21世纪数量经济学（第9卷）[C];2008年

4 田瑾;项静恬;陈殿斌;;多种时间序列建模及组合预测的比较和改进[A];中国现场统计研究会第九届学术年会论文集[C];1999年

5 李存金;;简单平均法下的最优组合预测问题研究[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集（第3卷）[C];1995年

6 刘茂余;于丽英;;一种组合预测新方法的研究[A];中国运筹学会第九届学术交流会论文集[C];2008年

7 樊英;张秋菊;;工业增加值预测系统的分析设计[A];中国企业运筹学[C];2006年

8 吴登生;李建平;孙晓蕾;;考虑模型相关性的组合预测过程中单项模型筛选研究[A];中国系统工程学会第十八届学术年会论文集——A02管理科学[C];2014年

9 吴文东;吴刚;魏一鸣;范英;;基于相关系数的钢材需求量组合预测[A];第十届中国管理科学学术年会论文集[C];2008年

中国博士学位论文全文数据库 前6条

1 赵欣;小世界网络理论及其在风电功率短期预测中的应用研究[D];北京交通大学;2015年

2 刘启浩;风险值组合预测的理论与实证[D];北京工业大学;2009年

3 蒋传进;基于模型遴选规则的自适应组合预测研究[D];东华大学;2014年

4 郭晓君;灰色自忆性组合预测拓展模型及应用研究[D];南京航空航天大学;2015年

5 谭泗桥;支持向量回归机的改进及其在植物保护中的应用[D];湖南农业大学;2008年

6 王富强;风电场短期风速预测及模拟的理论与方法研究[D];华北电力大学;2013年

中国硕士学位论文全文数据库 前10条

1 马艳玲;组合预测在医药流通企业销售预测中的应用研究[D];华南理工大学;2015年

2 陈嵩;组合预测技术及其在功率预测中的应用[D];华北电力大学;2015年

3 郭二凤;ATM现金流预测的研究[D];辽宁科技大学;2015年

4 施艳春;基于非线性时间序列和神经网络的风电功率短期预测[D];沈阳工业大学;2016年

5 王克楠;基于关联特性分析的铁路事故数据挖掘及预测、预警方法研究[D];北京交通大学;2016年

6 马斌;基于人工智能的短期风电功率组合预测研究[D];西南交通大学;2016年

7 叶晨;风电功率组合预测研究[D];华北电力大学（北京）;2011年

8 丁咏梅;我国股票价格的组合预测[D];华中科技大学;2005年

9 王庆庆;我国国内石油供给的组合预测研究[D];浙江工商大学;2006年

10 高放;组合预测研究及其在交通流量预测中的应用[D];山东科技大学;2008年

，

本文编号：663235