摘要
本发明涉及人工智能技术领域,具体是指一种航空器材库存与调配优化方法,所述方法包括数据收集与分析、确定决策标准、确定标准权重、建立IVN决策矩阵、决策矩阵标准化、需求预测和优化、计算正负理想解距离、计算归一化距离和评价分数、备件分类和动态库存控制和调配优化。本方案通过建立IVN决策矩阵,有效处理决策过程中存在的不确定性和模糊性,通过引入真值、假值和不确定性,全面地表示每个决策标准的实际情况;通过使用小波分解和BiLSTM深度学习网络构建航材预测模型,结合使用能够更灵活地捕捉和适应这些复杂的模式,从而使预测更加准确和可靠,从而提升整体的决策效率和业务运营效率。
技术关键词
调配优化方法
决策
备件
BiLSTM模型
动态库存控制
深度学习网络
库存管理
算术平均值
库存周转率
遗传算法优化
数据
航空
层次分析法
人工智能技术
高需求
控制策略
定义
关键性
多尺度
训练集
系统为您推荐了相关专利信息
图像处理系统
特征提取模块
视觉特征编码
网络结构
多模态
行程规划方法
搜索算法
路径特征
个性化标签
交通
轨迹规划方法
深度强化学习
动态障碍物
连线
记忆
钠离子电池
多级预警方法
多级预警装置
决策树模型
分类决策树