首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

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

论文共72页,点击 下载论文
上一篇:遮荫条件下紫羊茅(Festuca rubra L.)形态建成和生理适应性的研究
下一篇:AQPs与Ki67在前列腺癌侵袭和转移中的作用