基于深层神经网络的备件储备方案决策方法

备件分类对于备件储备具有重要意义,是备件决策活动的关键环节.分析了影响备件储备选择的因素,提出了基于深层神经网络的备件储备品种和数量决策方法.对备件属性进行梳理,按照属性影响因素分析,提出2种备件分类方法:(1)将备件属性重要性展开,对备件属性重要性进行排序,使用一个结构相对简单的深层神经网络依次对各属性实施判决,“不确定储备”的品种将再通过下一属性判决;(2)将备件的全部属性输入一个结构相对复杂的深层神经网络,深层神经网络依据备件的全属性实施判决.实验证明2种方法分别在时间效率和决策准确性上具有优势,能够为备件储备工作提供决策支撑.