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。
