13 基于改进的人工神经网络对煤炭企业备件消耗预测研究

段军;张雪妮;宋广宇;辛立伟;

• 1:内蒙古科技大学矿业研究院

• 2:内蒙古科技大学信息工程学院

• 3:包头市联方信息自动化有限责任公司

•  

摘要(Abstract)：

针对煤炭企业高频备件的消耗量特点,提出一种基于改进的人工神经网络预测模型.首先,建立的RBF神经网络实现了备件消耗预测.然后利用马尔科夫模型修正相对误差残值,可使修正后的预测值更加接近实际消耗值.结果表明,基于改进的人工神经网络模型能够较好地提高神华某煤炭公司备件消耗预测的准确度.

关键词(KeyWords)： 备件消耗预测;RBF神经网络;马尔科夫链

基金项目(Foundation): 包头市稀土高新区科技创新服务载体基金资助项目(20191213)

作者(Author): 段军;张雪妮;宋广宇;辛立伟;

Email:

DOI:

参考文献(References)：

• [1] 段军,郭颖.煤矿企业备件储备定额的研究[J].煤矿机械,2011,32(11):70.

• [2] 刘臣宇.基于回归分析的航空器材消耗预测[J].物流科技,2015,38(12):102.

• [3] 刘晓春,黄爱军,马芳,等.基于指数平滑技术的装备维修备件[J].装备环境工程,2012,9(6):109.

• [4] 赵建忠,徐廷学,刘勇,等.基于粗糙集和BP神经网络的导弹备件消耗预测[J].兵工自动化,2012,31(7):66.

• [5] 王晓伟.基于RBF神经网络地下水位预测研究[D].大庆:黑龙江八一农垦大学,2018.

• [6] 王静涛,许丹.基于BP-MC模型的大型机电设备备件需求预测研究[J].电子设计工程,2014,22(11):155.

• [7] XIANG C L,DING F,WANG W D,et al.MPC-based energy management with adaptive markov-chain prediction for a dual-mode hybrid electric vehicle[J].Science China(Technological Sciences),2017,60 (5):737.

• [8] 龙浩,高睿,孔德新,等.基于BP神经网络-马尔科夫链模型的隧道围岩位移预测[J].长江科学院院报,2013,30(3):40.