基于灰色神经网络的装备计量预测研究与实现

来源：计算机测量与控制杂志2020年第6期北京时间：

作者：周东方,王志虎,丁风海

单位：国防科技大学 计算机学院

摘要：基于装备计量数据历史样本数据较少的特点,将适合小样本的灰色理论GM(1,1)模型应用于基于计量数据的装备状态预测,同时为提高GM(1,1)模型精度,提出了基于RBF神经网络优化GM(1,1)传统模型的灰色神经网络模型。装备计量数据实例应用分析表明,上述模型均可获得该装备计量数据的合理预测值,且相对于GM(1,1)传统模型,GM(1,1)优化模型具有更优的模型精度和预测效果,基于MATLAB开发的装备计量预测软件,实现了GM(1,1)传统及优化模型下装备计量状态预测及比较的可视化操作,为装备计量保障提供了可参考的技术方案。

关键词：装备保障;计量数据;预测;灰色模型;RBF神经网络;灰色神经网络;优化;MATLAB