改进GM(1,1)模型在特装修理费用预测中的应用

基于灰色系统GM(1,1)模型理论,用改进后的预测模型预测海军舰船特装修理费用,可充分开发并利用少量数据中的显信息和隐信息,避免复杂的相关关系,克服了原始数据的离散性,得到高精度的预测结果,以某型舰船特装修理费用为例,建立了预测模型,并进行了中短期预测,结果表明,其精度优于传统模型。

改进BP神经网络在特装修理费用预测中的应用

海军舰船特装修理费用影响因素多,各因素作用机理不明晰,建模预测难度大。BP神经网络对于解决这类“黑箱”问题优势明显,可通过自我学习训练建立模型。以某型舰船特装修理费用为例,充分利用稀缺的历史数据,运用改进的BP神经网络建立费用预测模型,并进行了特装修理费用预测,预测精度优于传统模型,可应用于管理决策活动中。