基于k-means聚类算法和BP神经网络的物资消耗预测模型的构建与测试

根据后勤保障工作的实践特点,提出了采用数据挖掘与神经网络技术相结合的办法建立数学模型的思路,实现了精确预测的目的。使用k-means聚类算法来产生模糊变量的基本状态的隶属函数,且划分输入数据的模糊空间,利用以往任务的数据来训练神经网络,调制模糊规则隶属的参量,实现规则隶属度和输入属性之间的映射关系。