论文部分内容阅读
针对不稳定需求航材消耗影响因素复杂、预测精度不高的问题,提出了一种将集合经验模态分解(EEMD)和支持向量机(SVM)相结合的预测技术。首先将历史消耗数据进行集合经验模态分解,得到干扰因素相对单一的各IMF分量,再对分解后各IMF分量分别进行支持向量机预测,把这些分量的预测结果叠加后得到最终结果。通过预测精度分析可以看出,该方法预测准确度要好于其他预测方法。