摘要
本发明公开了一种基于滑动窗口算法的装备保障资源消耗趋势预测方法,包括:构建历史向量化数据集;其特征包括:时序特征、关联特征和消耗特征;时序特征包括年份数据,关联特征包括器材特征和其他特征,消耗特征包括备件消耗数量;使用历史向量化数据集,构建装备保障资源消耗趋势预测模型;通过装备保障资源消耗趋势预测模型实现装备保障资源消耗趋势预测,包括:确定待预测数据e,将其生成原始特征数据;确定筛选条件;向装备保障资源消耗趋势预测模型输入所述原始特征数据和筛选条件,获取待预测年份的消耗趋势数据。根据上述技术方案,可以节省计算资源,有效改善因备件消耗存在差异而导致的预测不准确的问题,有效提升模型预测精度。
技术关键词
趋势预测方法
趋势预测模型
滑动窗口算法
装备
时序特征
资源
备件
基准
训练集优化
数据特征提取
神经网络训练
冗余特征
神经网络模型
预测误差
样本
编码
系统为您推荐了相关专利信息
智能化水泵
多模态注意力
智能化控制模块
融合特征
时序特征
干扰控制方法
数字孪生
LSTM模型
波浪特征
高维卡尔曼滤波器
风险预警方法
密集特征
时序特征
物联网电梯
矩阵