文献

J-GLOBAL ID：201602276255208626   整理番号：16A0851327

1つの新しい断続型予備部品需要予測方法を【JST・京大機械翻訳】

A new approach of forecasting intermittent demand for spare parts

著者 (3件)： Lin Lin (School of Mechatronics Engineering, Harbin Institute of Technology) ,  Chen Xiangzhi (School of Mechatronics Engineering, Harbin Institute of Technology) ,  Zhong Shisheng (School of Mechatronics Engineering, Harbin Institute of Technology)
資料名： Harbin Gongye Daxue Xuebao  (Harbin Gongye Daxue Xuebao)
巻： 48  号： 1  ページ： 40-45  発行年： 2016年 
JST資料番号： W1450A  ISSN： 0367-6234  CODEN： HPKYAY  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 断続型需要が大きく需要がランダムに起こり、需要量変動値のために予測困難を招くという問題に対して,1つの新しい予備部品の需要予測方法を提案した。この方法はそれぞれの需要発生時間とゼロ需要発生時の需要値を予測できる。0-1需要時系列の発生に対して,変調方法を採用し,それに対して平滑化処理を行い,ニューラルネットワークを用いて,調製後の0-1時系列に対して予測を行い,需要の発生時間の予測値を得た。時間の重合方法を採用し,実際の予備部品需要の時系列に対して予測を行い,これにより解重合過程における適用予測を転がり,予備部品の需要を得る値を予測する。3重工Tongピストンおよび原子力発電装置の予備部品の需要データを用いて方法の検証を行った結果,この方法の予測精度はよりCROSTON方法、指数平滑法およびBP神経回路網よりも優れており,提案した方法の有効性と正確性を証明した。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： 重合 ,  平滑化 ,  解重合 ,  指数平滑法 ,  ニューラルネットワーク ,  ピストン ,  *需要予測 ,  神経回路網 ,  原子力発電
準シソーラス用語： 正確性 ,  予測精度 ,  予測値 , 【Automatic Indexing@JST】

著者キーワード (5件)： demand forecasting ,  intermittent demand ,  neural network ,  time aggregation ,  modulation

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 予備部品 ,  需要予測