期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于混合神经网络的铁路材料消耗的预测方法研究
被引量:
1
下载PDF
职称材料
导出
摘要
为精确地预测铁路材料的消耗,采用了混合神经网络的方法进行建模。根据ABC分类法对所有物资进行分类,明确了材料消耗中的重点,在综合分析以往材料消耗数据的基础上,确定了混合神经网络的结构,最终建立了一个用于材料消耗预测的混合神经网络模型。
作者
陈世君
林自葵
刘志高
机构地区
北京交通大学经济管理学院
出处
《铁道建筑技术》
2009年第S2期87-90,共4页
Railway Construction Technology
关键词
材料消耗
ABC分类法
混合神经网络
预测方法
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
引文网络
相关文献
节点文献
二级参考文献
10
参考文献
4
共引文献
107
同被引文献
39
引证文献
1
二级引证文献
2
参考文献
4
1
马永,贾俊芳.
遗传算法研究综述[J]
.山西大同大学学报(自然科学版),2007,23(6):11-13.
被引量:8
2
杨平,郑金华.
遗传选择算子的比较与研究[J]
.计算机工程与应用,2007,43(15):59-62.
被引量:46
3
钟颖,汪秉文.
基于遗传算法的BP神经网络时间序列预测模型[J]
.系统工程与电子技术,2002,24(4):9-11.
被引量:55
4
黄海滨.
遗传算法中遗传算子的分析[J]
.玉林师范学院学报,2001,22(3):17-20.
被引量:4
二级参考文献
10
1
张小华,江国和,沈荣瀛.
一种自适应伪并行改进遗传算法[J]
.华东船舶工业学院学报,2005,19(3):65-69.
被引量:6
2
姚新,陈国良,徐惠敏,刘勇.
进化算法研究进展[J]
.计算机学报,1995,18(9):694-706.
被引量:102
3
雷秀娟,史忠科,王来军,毕业,高进朝.
遗传算法多目标优化及其在决策支持系统中的应用[J]
.计算机应用研究,2006,23(7):176-177.
被引量:5
4
李宏,焦永昌,张莉,王宇平.
一种求解全局优化问题的新混合遗传算法[J]
.控制理论与应用,2007,24(3):343-348.
被引量:19
5
吴志祥.
一种求解最短路径路由的遗传优化算法[J]
.武汉科技大学学报,2007,30(4):408-411.
被引量:5
6
王文义,秦广军,王若雨.
基于粒子群算法的遗传算法研究[J]
.计算机科学,2007,34(8):145-147.
被引量:13
7
丁立新,康立山,陈毓屏,李元香.
演化计算研究进展[J]
.武汉大学学报(自然科学版),1998,44(5):561-568.
被引量:9
8
曹星平,易东云,吴翊.
基于神经网络的时间序列预测方法进展[J]
.电脑与信息技术,1999,7(6):1-3.
被引量:16
9
赵瑞,申金山,郭院成,关柯.
神经网络在城市用水量预测中的应用研究[J]
.郑州工业大学学报,2000,21(1):75-77.
被引量:5
10
郑伟华,郑金华.
狭义遗传算法的遗传机理分析[J]
.湘潭大学自然科学学报,2003,25(1):21-23.
被引量:6
共引文献
107
1
崔宝侠,高鸿雁,左传金,张理平.
人工智能在水质模型改进中的应用[J]
.沈阳工业大学学报,2004,26(5):543-546.
被引量:3
2
王元地,潘雄峰,刘凤朝.
科技进步贡献率测算及预测实证研究[J]
.商业研究,2005(5):28-31.
被引量:16
3
陈晓梅,杨成祥.
遗传进化算法在时间序列建模中的应用[J]
.计算机工程与应用,2005,41(5):215-217.
被引量:3
4
李阳,黄宜坚.
遗传算法在电流变传动系统建模中的应用[J]
.机械科学与技术,2005,24(3):296-298.
5
赵雪红,张来斌,樊建春.
基于组合遗传神经网络的磨损趋势预测[J]
.润滑与密封,2005,30(5):40-42.
被引量:6
6
徐余法,徐余法,俞金寿.
基于神经网络的非线性预测控制[J]
.电气自动化,2005,27(5):7-8.
7
颜颖,曾文华,姜青山.
基于细胞状演化神经网络的黄河三角洲区域预测[J]
.厦门大学学报(自然科学版),2006,45(B05):296-300.
8
张伟,许仕荣.
基于管网监测点的水质工况复核[J]
.湘潭大学自然科学学报,2006,28(3):122-126.
9
蒋云霞,蔡嗣经.
神经网络与遗传算法结合在矿业评价中的应用[J]
.辽宁工程技术大学学报(自然科学版),2006,25(5):777-780.
被引量:4
10
史耀媛,史忠科.
基于非单点模糊正则网络的时间序列预测模型[J]
.西北大学学报(自然科学版),2006,36(6):887-890.
被引量:7
同被引文献
39
1
熊君星,夏芳臣,涂海宁.
基于BP神经网络的备件ABC分类模型[J]
.机械设计与制造,2008(2):215-217.
被引量:15
2
魏崇辉,金福禄,何亚群.
基于粗糙集和神经网络的空军航材消耗预测方法[J]
.东南大学学报(自然科学版),2004,34(B11):68-70.
被引量:12
3
任博,张喜斌,张恒喜.
基于最小二乘支持向量机的飞机备件多元分类[J]
.电光与控制,2006,13(2):73-74.
被引量:6
4
马应欣,张作刚.
基于AHP和模糊方法的库存航材ABC分类模型[J]
.物流技术,2008,27(2):130-133.
被引量:17
5
李瑞莹,康锐.
基于ARMA模型的故障率预测方法研究[J]
.系统工程与电子技术,2008,30(8):1588-1591.
被引量:76
6
陈玖圣,张晓瑜,陈静杰.
航材供应商评估决策过程模型及实现[J]
.系统工程理论与实践,2008,28(11):149-154.
被引量:11
7
程玉波,车建国,杨作宾,李哲.
基于指数平滑法的装备维修器材需求量预测[J]
.指挥控制与仿真,2009,31(1):115-117.
被引量:22
8
贾治宇,康锐.
基于ARIMA模型的备件消耗预测方法[J]
.兵工自动化,2009,28(6):29-31.
被引量:14
9
张作刚,刘星,彭建鹏,杨光宇.
基于支持向量机的多准则航材ABC分类法[J]
.价值工程,2010,29(22):248-249.
被引量:6
10
冯杨,尹迪,罗兵.
基于SES的不常用备件需求预测模型[J]
.兵工自动化,2011,30(2):18-21.
被引量:13
引证文献
1
1
宋传洲,王瑞奇.
航材分类和预测方法研究及其系统设计路径[J]
.南方农机,2020,51(15):61-64.
被引量:2
二级引证文献
2
1
宋传洲,张作刚,殷实.
航材分类方法的研究综述和启示[J]
.舰船电子工程,2021,41(1):4-10.
被引量:3
2
胡慧,宋传洲,高宇,王敏,赵小锋,万仁委.
基于随机森林算法的航材消耗预测研究[J]
.环境技术,2021,39(1):210-214.
被引量:1
1
陈世君,林自葵,刘志高.
基于混合神经网络的铁路材料消耗预测方法研究[J]
.铁道工程企业管理,2009(5):27-29.
2
张小刚.
ABC分类法在物品管理中的应用[J]
.电脑知识与技术,2016,12(3X):286-288.
被引量:4
3
吕琼帅,熊蜀峰.
基于PCA和蜂群算法优化的BP神经网络[J]
.计算机应用与软件,2014,31(1):182-185.
被引量:7
4
王红娟,刘天时.
基于BP神经网络的ABC分类法在油田备件管理中的应用[J]
.软件导刊,2009,8(5):100-101.
被引量:1
5
马良.
多准则ABC分类法及其PASCAL程序设计[J]
.计算机科学技术与应用,1995(3):21-25.
6
丁海骜,贾振元,张楠楠,王林平.
中小制造企业库存管理系统数据管理[J]
.CAD/CAM与制造业信息化,2005(6):34-36.
被引量:7
7
赵翀,由大德,彭亮.
基于支持向量机的舰船战储器材分类算法研究[J]
.舰船电子工程,2014,34(9):112-114.
8
隋青美,王正欧.
发酵过程混合神经网络建模方法比较[J]
.山东工业大学学报,2001,31(3):214-221.
被引量:5
9
张玮,陈玮.
基于ABC分类法的软件成本估算探讨[J]
.电子测试,2013,24(11X):234-235.
10
张帆.
ABC分类法在服装物料管理系统中的应用[J]
.软件导刊,2015,14(4):41-43.
被引量:2
铁道建筑技术
2009年 第S2期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部