張敦成

摘要：航材需求預(yù)測是航材部門一直研究的熱點(diǎn)問題之一，本文結(jié)合大量航材需求預(yù)測方法，從時(shí)間序列法和機(jī)器學(xué)習(xí)法入手，分析各類方法的優(yōu)缺點(diǎn)，對航材需求預(yù)測技術(shù)研究現(xiàn)狀進(jìn)行總結(jié)。

關(guān)鍵詞：預(yù)測;航材需求

航材預(yù)測是航材領(lǐng)域一直研究的問題，研究方法多種多樣，預(yù)測精度也有好壞。 李衛(wèi)靈等[1]考慮航材消耗的灰度性，針對部分航材樣本數(shù)據(jù)少，消耗變化大的特點(diǎn)，采用灰色時(shí)間序列GM（1，1）模型對航材消耗進(jìn)行預(yù)測，為“小樣本，貧信息”航材的消耗預(yù)測研究提供了一種思路。馬保國等[2]以備件完好率為指標(biāo)，就低消耗航材消耗量的隨機(jī)性提出了一種基于馬爾可夫預(yù)測結(jié)合蒙特卡洛仿真的低消耗航材預(yù)測方法。韓戈白等[3]基于經(jīng)濟(jì)成本最小，綜合效益最大的目標(biāo)，結(jié)合航材消耗特點(diǎn)規(guī)律，應(yīng)用ARIMA模型對航材消耗進(jìn)行預(yù)測，并對預(yù)測結(jié)果進(jìn)行修正，得出最終航材消耗預(yù)測值。指數(shù)平滑方法、指數(shù)加權(quán)移動(dòng)平均法等適用于連續(xù)需求的預(yù)測方法，一度被用來進(jìn)行需求預(yù)測，但其結(jié)果精度不高，尤其在需求中有大量的零的情況下，因此J.D.Croston[4]綜合考慮需求時(shí)間間隔與消耗歷史的影響，在指數(shù)平滑方法基礎(chǔ)上提出了Croston方法用以實(shí)現(xiàn)航材預(yù)測。吳雯雯等[5]認(rèn)為艦船器材消耗隨時(shí)間變化具有較大的波動(dòng)性，高峰厚尾現(xiàn)象明顯，對數(shù)據(jù)進(jìn)行一階二階差分處理，得到平穩(wěn)的時(shí)間序列，并對其殘差序列進(jìn)行分析，對二階差分序列和殘差序列進(jìn)行ARCH檢驗(yàn)，構(gòu)建GARCH模型，對GARCH族的各個(gè)模型的AIC值進(jìn)行比較，選取滯后階數(shù)最?。ˋIC值最小）的模型進(jìn)行預(yù)測，找出了波動(dòng)性器材的消耗規(guī)律，減小了滯后階數(shù)。

以上主要通過時(shí)間序列法對小樣本、貧信息的航材備件進(jìn)行需求預(yù)測，適用于低消耗航材，對短期航材消耗預(yù)測精度較高，但無法對長期消耗規(guī)律做出準(zhǔn)確預(yù)測。

齊浩淳等[5]考慮高原山地條件下的彈藥消耗影響因素，把近幾年的彈藥消耗量作為時(shí)間序列，利用BP神經(jīng)網(wǎng)絡(luò)對數(shù)據(jù)進(jìn)行訓(xùn)練，形成適合高原山地條件下的預(yù)測模型，對高原山地條件下的彈藥消耗進(jìn)行了比較準(zhǔn)確預(yù)測。王緒民等[6]針對BP神經(jīng)網(wǎng)絡(luò)在訓(xùn)練數(shù)據(jù)時(shí)收斂速度慢，容易陷入局部最優(yōu)的問題，利用人工魚群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值，提高了BP神經(jīng)網(wǎng)絡(luò)的預(yù)測精度。孫偉奇等[7]基于新機(jī)列裝時(shí)間短、消耗數(shù)據(jù)少、保障難度大的特點(diǎn)，提出使用SVM對新機(jī)消耗進(jìn)行預(yù)測，并引入誤差平方和項(xiàng)，通過十字交叉法確定參數(shù)，通過仿真，驗(yàn)證了模型的可靠性。田德紅等[8]引入鄰域粗糙集概念，通過設(shè)置重要度下限對航彈消耗影響因素進(jìn)行約簡，采用SVM對航彈消耗量進(jìn)行預(yù)測，并使用粒子群算法優(yōu)化核參數(shù)和懲罰因子，提高了預(yù)測精度，對提高航彈保障水平具有指導(dǎo)意義。劉旭等[9]利用PCA的降維思想，篩選出航材消耗主要影響因素，并將其作為支持向量機(jī)的輸入量，對航材消耗進(jìn)行了預(yù)測，證明了模型的有效性。詹韌等[10]為解決燃油消耗影響因素眾多，且存在耦合效應(yīng)的問題，使用PCA對影響因素進(jìn)行約簡，利用ELman網(wǎng)絡(luò)對燃油消耗進(jìn)行預(yù)測，并對預(yù)測結(jié)果進(jìn)行K-S檢驗(yàn)，經(jīng)驗(yàn)證，該方法優(yōu)于PCA與其他網(wǎng)絡(luò)的組合。田德紅等[11]在PSO中加入自適應(yīng)變異算子，找出最優(yōu)序列作為DNN各層的權(quán)值和閾值，利用DNN對航彈消耗進(jìn)行預(yù)測，為解決航彈消耗問題提供了思路。

參考文獻(xiàn)

[1]李衛(wèi)靈，史玉敏，郭星香，張力.GM（1，1）模型在航材消耗預(yù)測中的應(yīng)用[J].價(jià)值工程，2011，30（22）：18-19.

[2]馬保國，賀步杰，高雙峰.低消耗器材的馬爾可夫預(yù)測模型[J].系統(tǒng)工程理論與實(shí)踐，1999（05）：3-5.

[3]韓戈白，陳迪，王博，楊紹雄.基于ARIMA和誤差修正的航材消耗預(yù)測模型[J].電子質(zhì)量，2019（02）：24-30.

[4]Croston J. D. Forecasting and Stock Control for Intermittent Demands[J]. OperationalResearch Quarterly （1970-1977），1972，23（3）.

[5]齊浩淳，黃大鵬，魏久南，陳志剛.基于BP神經(jīng)網(wǎng)絡(luò)的高寒山地彈藥消耗需求分析[J].兵器裝備工程學(xué)報(bào)，2016，37（06）：97-101.

[6]王緒民，王志帥，王琪，蘇秋斕.基于IAFSA-BP神經(jīng)網(wǎng)絡(luò)的泥水盾構(gòu)機(jī)跨江段油脂消耗預(yù)測[J].公路，2020，65（11）：379-385.

[7]孫偉奇，周斌，史玉敏，孫吉良.基于LS-SVM的新機(jī)備件需求預(yù)測[J].兵工自動(dòng)化，2018，37（07）：71-73+78.

[8]田德紅，何建敏，張保強(qiáng).基于NRS-SVM模型的航空彈藥消耗預(yù)測研究[J].南京航空航天大學(xué)學(xué)報(bào)，2018，50（05）：666-671.

[9]劉旭，周麗華，朱臣.基于PCA-SVM的航材需求預(yù)測方法研究[J].艦船電子工程，2017，37（07）：105-109.

[10]詹韌，張登成，鄭無計(jì).基于PCA優(yōu)化的神經(jīng)網(wǎng)絡(luò)飛機(jī)燃油消耗預(yù)測方法[J].測控技術(shù)，2019，38（05）：40-43+57.

[11]田德紅，何建敏.基于變異粒子群優(yōu)化與深度神經(jīng)網(wǎng)絡(luò)的航空彈藥消耗預(yù)測模型[J].南京理工大學(xué)學(xué)報(bào)，2018，42（06）：716-721+726.