基于GA-灰色BP神经网络船舶备件需求预测模型

作者：欧红森; 姚玉南^*; 冯皓; 何溢

来源：中国修船, 2023, 36(02): 41-46.

DOI：10.13352/j.issn.1001-8328.2023.02.012

• 船舶备件
• 灰色模型
• BP神经网络
• 需求预测
• 遗传算法

船舶维修备件的及时保障是船舶设备正常生产作业的保证，备件需求量的准确预测对于航运公司降低运营成本、提高管理效率起着至关重要的作用。文章从某船设备维修备件的历史数据进行分析，构建一种基于灰色模型的多层前馈（BP）神经网络模型，并采用遗传算法（GA）进行优化。首先对船舶设备备件需求影响因素进行分析，通过灰色模型确定备件需求的关键指标，并将结果作为BP神经网络的输入层，从而输出需求预测值。与灰色模型、GA-BP模型预测值对比发现，基于GA-灰色BP神经网络组合模型对于船舶备件的需求预测精度误差仅为0.147%。结果表明，使用GA优化可以提高灰色BP神经网络的预测精度，为船舶维修备件需求预测提供了一种新思路。

• 单位
  武汉理工大学