基于n阶灰色补偿因子的装备维修保障费用预测模型

为了全面提高装备维修保障费用的合理使用度,对装备维修保障费用组成进行了分析,构建了装备维修保障费用结构模型;对装备维修保障数据进行了累加生成,将x轴向下平移处理以选择合适的预测模型;为了提高普通GM(1,1)模型的预测精度,提出了一种基于n阶补偿因子的GM(1,1)预测模型,并给出寻优算法以求补偿过程中的最优值,同时通过该算法弱化了"过补偿"现象.通过试验比较了普通GM(1,1)模型和BP神经网络模型.结果表明,所提出算法和模型相对于其他预测算法具有较高的可靠性和一致性.