论文部分内容阅读
针对备件需求预测问题,构建了基于NEGM(1,1)与BP神经网络的广义加权比例平均组合预测模型,充分利用NEGM(1,1)在解决时间间隔不等的序列拟合预测问题的优越性和BP神经网络特有的计算能力强、鲁棒性好的优点,克服了单纯使用统计分析、灰色理论或神经网络的弊端.并通过实例分析,验证了此模型在备件消耗预测中的有效性与准确性.