張敦成

摘要：為了提高預(yù)測精度，筆者對組合預(yù)測模型進(jìn)行研究，在閱讀相關(guān)文獻(xiàn)的基礎(chǔ)上，總結(jié)現(xiàn)有組合預(yù)測模型的方法，對航材需求預(yù)測提供參考。

單一方法對航材消耗規(guī)律預(yù)測存在各種各樣的缺點(diǎn)，有專家提出結(jié)合各類模型的有點(diǎn)，建立組合預(yù)測模型，將統(tǒng)計方法和機(jī)器學(xué)習(xí)方法相結(jié)合，提出基于ARIMA-BP-CNN的備件需求預(yù)測模型，對各項(xiàng)預(yù)測結(jié)果進(jìn)行加權(quán)，并用遺傳算法進(jìn)行優(yōu)化，提出了一種基于組合算法的備件需求預(yù)測模型。張老師等基于航材消耗數(shù)據(jù)不平穩(wěn)，波動性強(qiáng)的特點(diǎn)，引入正態(tài)分布的白噪聲，采用EEMD對不穩(wěn)定的數(shù)據(jù)進(jìn)行分解，將其劃分為穩(wěn)定的周期性強(qiáng)的若干區(qū)間，然后結(jié)合SVM對小樣本數(shù)據(jù)進(jìn)行預(yù)測，提出了一種小樣本航材的消耗預(yù)測方法。周老師針對GM（1，1）模型對隨機(jī)變化數(shù)據(jù)預(yù)測精度不夠的情況，將GM（1，1）模型的預(yù)測序列和實(shí)際序列進(jìn)行比較，得到相對序列差，以此來劃分各個狀態(tài)，計算原始序列在各狀態(tài)的概率得到狀態(tài)轉(zhuǎn)移矩陣，結(jié)合馬爾可夫模型對器材消耗進(jìn)行預(yù)測。冉專家考慮航材消耗數(shù)據(jù)的不等間隔性，利用NEGM（1，1）模型把不等間隔序列變?yōu)榈乳g隔序列，然后剔除序列中的隨機(jī)波動項(xiàng)，得到零均值平穩(wěn)序列，采用AIC準(zhǔn)則確定p，q的取值，應(yīng)用ARMA（p，q）模型對備件消耗進(jìn)行預(yù)測，提供了一種科學(xué)的備件消耗預(yù)測方法。分別用NEGM（1，1）模型和BP神經(jīng)網(wǎng)絡(luò)對備件需求進(jìn)行預(yù)測，提出一種廣義加權(quán)比例平均組合模型，將兩種方法加權(quán)融合，通過實(shí)例分析，驗(yàn)證了模型的有效性。徐老師利用粗糙集理論對導(dǎo)彈備件消耗影響因素進(jìn)行約簡，通過設(shè)置閾值對各屬性進(jìn)行離散，將約簡后的屬性輸入到訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)中進(jìn)行模擬，結(jié)果表明，該方法提高了算法的計算速度，有效的預(yù)測了導(dǎo)彈備件的消耗量。趙專家針對不同因素在不同時刻對于備件消耗的影響權(quán)重是不同的特點(diǎn)，提出一種基于Theil不等系數(shù)的IOWHA算子組合模型，用MC分析預(yù)測精度，利用GA求解最優(yōu)權(quán)系數(shù)。經(jīng)證明，該方法大大提高了備件需求預(yù)測精度，且具有較好的穩(wěn)定性。

組合預(yù)測模型是航材預(yù)測領(lǐng)域的主流方法，結(jié)合了多種算法的優(yōu)勢，彌補(bǔ)單一算法的短板。論文將使用組合預(yù)測模型對戰(zhàn)儲航材儲備數(shù)量進(jìn)行預(yù)測，結(jié)合統(tǒng)計學(xué)知識和機(jī)器學(xué)習(xí)方法，建立預(yù)測模型，對戰(zhàn)儲航材需求進(jìn)行分析，為制定戰(zhàn)儲航材儲備標(biāo)準(zhǔn)提供參考。

李教授對影響備件消耗的多種因素進(jìn)行分析，將一個時間段等分為若干個小時間段，模擬每個小時間段中的故障發(fā)生情況，對仿真數(shù)據(jù)進(jìn)行數(shù)量統(tǒng)計，預(yù)測未來備件消耗量。但是仿真只考慮平穩(wěn)狀態(tài)下的備件故障率，忽略了戰(zhàn)時不確定因素的影響。畢老師針對低消耗可修航材高原駐訓(xùn)條件下保障數(shù)據(jù)少，需求難以確定的特點(diǎn)，提出航材滿足率指標(biāo)，通過MATLAB模擬庫存量的變化來確定是否發(fā)生缺材。在綜合考慮修理周期、經(jīng)濟(jì)性和軍事性的基礎(chǔ)上，為高原條件下的低消耗航材可修件消耗預(yù)測提供了一種新的思路。但教授]分析備件維修運(yùn)行體制，運(yùn)用SIMLOX對裝備維修保障體系進(jìn)行仿真，結(jié)果表明，該方法有效的預(yù)測了備件消耗，為備件保障提供了驗(yàn)證方法。謝剛等[11]針對新機(jī)備件消耗數(shù)據(jù)少的特點(diǎn)，在分析備件消耗影響因素的基礎(chǔ)上，利用Monte Carlo建立仿真模型，從任務(wù)角度、維修角度出發(fā)，模擬備件使用和維修過程，對備件消耗進(jìn)行仿真，與其他數(shù)學(xué)方法對比發(fā)現(xiàn)，仿真方法具有較高的精度，對于提高作戰(zhàn)保障水平具有重要意義。

文獻(xiàn)中主要采用MATLAB進(jìn)行實(shí)驗(yàn)仿真，模擬實(shí)際器材使用情況，對低消耗航材的預(yù)測具有指導(dǎo)意義。仿真實(shí)際保障中不易得到的保障數(shù)據(jù)，可以為保障需求進(jìn)行指導(dǎo)。仿真優(yōu)化研究對于備件需求預(yù)測具有驗(yàn)證作用，通過模擬作戰(zhàn)航材消耗，設(shè)置保障能力和任務(wù)參數(shù)，與預(yù)測模型所得結(jié)論進(jìn)行驗(yàn)證，對預(yù)測結(jié)果進(jìn)行優(yōu)化，更加準(zhǔn)確的設(shè)置戰(zhàn)儲航材儲備數(shù)量。

參考文獻(xiàn)：

[1]王寧，李建華，王軍軍，李雙雪，唐寧.基于ARIMA與神經(jīng)網(wǎng)絡(luò)的備件需求組合預(yù)測方法[J].甘肅科技，2020，36（10）：61-65.

[2]張作剛，宋大勇，宮明慧，孫偉奇.基于EEMD-SVM的不穩(wěn)定需求航材消耗預(yù)測研究[J].環(huán)境技術(shù)，2018，36（05）：70-73+80.

[3]周浩，黃善忠.基于GM（1，1）和灰色馬爾可夫模型的器材消耗預(yù)測[J].武漢理工大學(xué)學(xué)報（交通科學(xué)與工程版），2015，39（06）：1166-1168+1174.

[4]冉寶峰，徐常凱，胡濤，杜加剛.基于NEGM（1，1）-ARMA（p，q）組合模型的航空備件消耗預(yù)測[J].物流技術(shù)，2015，34（23）：188-190+220.

[5]冉寶峰，徐常凱，張英鋒，杜加剛.基于NEGM（1，1）與BP神經(jīng)網(wǎng)絡(luò)的廣義加權(quán)比例平均備件需求組合預(yù)測[J].軍械工程學(xué)院學(xué)報，2016，28（05）：10-15.

[6]徐廷學(xué)，杜愛國，陳紅.基于粗糙集和BP神經(jīng)網(wǎng)絡(luò)的飛航導(dǎo)彈備件消耗規(guī)律預(yù)測[J].海軍航空工程學(xué)院學(xué)報，2012，27（05）：570-574.

[7]趙建忠，徐廷學(xué)，李海軍，葉文.基于改進(jìn)Theil不等系數(shù)的導(dǎo)彈備件消耗預(yù)測[J].系統(tǒng)工程與電子技術(shù)，2013，35（08）：1681-1686.

[8]李瑾，宋建社，王正元，朱昱.備件消耗預(yù)測仿真方法研究[J].計算機(jī)仿真，2006（12）：306-309.

[9]畢釗，侯勝利.高原駐訓(xùn)條件下的低消耗航材可修件需求預(yù)測[J].南方農(nóng)機(jī)，2020，51（15）：198-200+204.

[10]但偉，張建元，韓坤，許藝.基于仿真的備件消耗預(yù)測方法研究[J].物流科技，2014，37（02）：93-95.

[11]謝剛，韓坤，王勝德.基于仿真方法的新型裝備備件消耗預(yù)測研究[J].物流科技，2010，33（08）：108-110.