基于遗传算法优化支持向量机的航空装备维修费用预测  

Maintenance Cost Forecast of Aviation Equipment Based on Genetic Algorithm Optimization SVM

作　　者：高鹍[1,2] 孙德翔[3] 邢国平[3] 黄勇[1] 

机构地区：[1]空军航空大学研究生队 [2]中国人民解放军93115部队 [3]空军航空大学训练部

出　　处：《兵工自动化》2011年第9期24-27,共4页Ordnance Industry Automation

摘　　要：针对传统航空装备维修费用预测方法难以计算得到满意结果的问题,建立遗传算法优化支持向量机的航空装备维修费用预测模型。将遗传算法与支持向量机相结合,利用遗传算法对支持向量机的参数进行优化,通过实例对GA-SVM模型的应用进行分析对比。结果表明:在航空装备维修费用预测中,该模型比SVR、BP神经网络、偏最小二乘回归以及传统普通多元线性回归方法,具有更高预测精度和泛化能力。Aiming at the problem that traditional forecast models can＇t get. satisfactory results, support vector machine （SVM） optimized by genetic algorithm （GA） was built as a forecast, model for maintenance cost of aviation equipment. The model combined GA and SVM, which used GA to optimize the parameters of SVM. Through the example analysis and comparison, results show that the model has more accurate results and extensibility than SVR, BP network, partial least squares regression and multivariate linear regression in the forecast of maintenance cost of aviationequipment.

关 键 词：遗传算法 支持向量机 维修费用 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]