集成多SVM的不常用备件需求预测支持系统研究
摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
1 绪论 | 第9-15页 |
·选题依据和意义 | 第9-10页 |
·研究内容和目的 | 第10页 |
·国内外研究现状 | 第10-15页 |
·国内外不常用备件需求预测研究概况 | 第10-12页 |
·国内外支持向量机研究概况 | 第12-13页 |
·国内外预测支持系统研究概况 | 第13-15页 |
2 不常用备件需求预测方法 | 第15-22页 |
·不常用备件需求特征 | 第15-16页 |
·常见的不常用备件需求预测方法 | 第16-22页 |
·指数平滑方法 | 第16-18页 |
·Croston 方法及其改进 | 第18-20页 |
·其他预测方法 | 第20-22页 |
3 多SVM 预测方法 | 第22-42页 |
·SVM 方法介绍 | 第22-26页 |
·SVM 基本理论 | 第22-24页 |
·SVM 回归 | 第24-26页 |
·SVR 时间序列预测 | 第26-34页 |
·基于时间序列预测模型框架的SVR 方法 | 第26-30页 |
·嵌入维度的选取 | 第30-31页 |
·支持向量机参数选择方法 | 第31-34页 |
·评价指标 | 第34-37页 |
·模型自身的评价指标 | 第35-36页 |
·相对其他模型的评价指标 | 第36-37页 |
·集成多SVM 预测方法 | 第37-42页 |
·多SVM 的不常用备件需求预测模型结构 | 第38-39页 |
·不常用备件需求分类方法 | 第39-42页 |
4 集成多SVM 的不常用备件需求FSS 设计 | 第42-52页 |
·不常用备件需求FSS 结构设计 | 第42-46页 |
·数据库管理子系统 | 第43页 |
·预测模型库管理子系统 | 第43-44页 |
·基于案例库的知识库管理子系统 | 第44页 |
·流程控制子系统 | 第44-46页 |
·人机交互子系统 | 第46页 |
·集成多SVM 的IDFSS 逻辑流程 | 第46-48页 |
·集成多SVM 的IDFSS 系统实现 | 第48-52页 |
5 备件需求预测实例 | 第52-62页 |
·数据准备 | 第52-53页 |
·数据预处理 | 第53-54页 |
·数据训练和预测 | 第54-62页 |
·训练集及测试集的构成 | 第54页 |
·嵌入维度的选取 | 第54-55页 |
·SVM 训练 | 第55-56页 |
·预测效果评价和比较 | 第56-58页 |
·集成多SVM 预测 | 第58-62页 |
6 全文总结与研究展望 | 第62-64页 |
·全文总结 | 第62页 |
·研究展望 | 第62-64页 |
致谢 | 第64-65页 |
参考文献 | 第65-71页 |
附录1 攻读学位期间发表的论文目录 | 第71-72页 |
附录2 攻读硕士期间参加及完成的科研课题 | 第72页 |