本發明公開了一種用于風電機組零部件的需求預測方法,該需求預測方法采用BP神經網絡預測模型,BP神經網絡預測模型對某一種風電機組零部件設備的預期失效并替換的數量進行預測,BP神經網絡預測模型通過給定的輸入量和輸出量訓練出能夠表達它們之間內在關系的網絡,得到一個能夠反映出各種影響因素與設備故障之間數量關系的函數,并運用現有的數據預測結果,達到準確預測需求的目標。本發明中的需求預測方法是以專家經驗得到需求數量的決策提供理論依據,將零部件需求預測的不確定性和經驗判斷通過數學模型轉化為具有指導意義的可重復的系統庫存管理方法,幫助風電企業更好地管理倉庫,降低庫存占用資金,從而達到減少成本的目的。
聲明:
“用于風電機組零部件的需求預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)