基于仿真的备件消耗预测方法研究

合集下载

基于时间序列分析的易消耗性备件需求预测研究

（军事交通学院汽车工程系，天津
［摘
３０６）０１１
要】针对易消耗性备件需求特点，出了时间序列分析方法，提并针对灰色Ｇ１１在处理损耗器材历史数据存在突变情Ｍ（，）
况的局限性和线性回归短期预测精度较高的特点，提出了一种两者结合的组合预测方法，运用灰色Ｇ１１对跳变点进行预测，Ｍ（，）
ＳｕｙｏｍａｄＦｏｅａｔｎｆＣｏｓｍｐｉｅＳａｅｒｓＢａｅｎＴｉｅＯｒｅｏｅｔｄｎＤｅｎｒｃｓｉｇｏｎｕｔｐｒｔｓｄｏｍｄｒＭｄｌｖＰａ
ＺＨＡＮＧＤａｐｅｇＲＥＮＣｎ，ＨＡＮＧＲｏｇＸＩＸｉ — ｅｇ－ｎ，ｏｇＺｎ，Ｅｎｐｎ
势或下降趋势，也可以为一稳定的水平趋势。这对于把握车辆维修备件的整体规律有着特殊意义。于其测定的基本思路都对是要消除由偶然因素引起的随机波动对时间序列影响，而使从
时间序列反映的现象长期趋势明显的显示出来。常见的方法为
对非跳变点运用线性回归预测，并通过实例验证了此方法很好地克服了两种预测方法单独使用的缺陷，在实际中具有简易实用
的推广价值。
【关键词】损耗器材；灰色预测；回归；线性时间序列；组合预测；备件需求
『图分类号１２４０Ｆ５．中Ｆ２．２３：４『献标识码１文Ａ『章编号］ｏ５１２２０）５０５ — ４文１ｏ～５Ｘ（０９０ — ０８０
ｆｒｃｓｐｓｉｌｅｐｐｉｔｎｔｅｆｔｒｎｓｓｌｅｇｅｓｏｏｆｒｃｔｔｅｏｍａｏｎｓＡａｅｐｏｅｓｅｆｃｉｅｅｓｏｅａｔｏｓｂｅｌａｏｎｓｉｈｕｅａｄｕｅｎａｒｒｓｉｎｔｅａｈｒｎｒｌｐｉｔ．ｃｓｒｖｓｉｆｔｎｓ．ｕｉｒｅｏｓｏｔｅｖＫｅｗｏｄ：ｃｎｕｔｅｉｓｒｍｅｔ；ｅｒｃｓ；ｉｅｇｅｓｏ；ｉｒｅ；ｏｉｉｇｆｒｃｓｉｇｄｍａｄｏａｅｐｒｓｙｒｓｏｓｍｐｉｔｕｎｓｇｙｆｅａｔｌａｒｒｓｉｎｔｍｅｏｄｒｃｍｂｎｎｅａｔ；ｅｎｆｐｒａｔｖｎｒｏｎｒｅｏｎｓ

基于系统的武器备件需求预测研究

第２卷第３８期
文章编号：０６９４（０１０ — ０６０１０ — ３８２１）３０３ — ４
计
算
机仿真来自２１年３０１月基系的武器备件需求预测研究于统
赵方庚，江生张连武马振书。孙，，
（．军械技术研究所，１河北石家庄０００２汽车管理学院，徽蚌埠２３１）５００；．安３０１
ｌ引言
武器备件是装备保障的重点之一。做好备件保障工作
不仅是提高装备完好率，证 “ 保打得赢 ” 重要前提，且也的而是实现精确化保障，效减少浪费的现实要求，有十分重有具要的军事和经济意义。从国外的研究情况来看，当备件库存模型方面的研究还处于起步阶段时，求预测的研究就已开展的如火如荼了。需
ｃｍｂｎｔｎｏｒｃｓｎｔｏｓｉｕｅｏｆｒｃｔｔｅｆｔｒｅｎｆｓａｅｐｒｓＳｍｕｔｎｏｓｙｈＯＴ — ｏｉａｉｆｆｅａｔｇｍｅｈｄｓｓｄｔｏｅａｈｕｕｅｄｍａｄｏｐｒａｔ．ｉｌｅｕｌ，ｔｅＣＩｅｏｏｉｓａ
ＡＢＳＴＲＡＣＴ：ｍａｄｆｒｃｓｉｇｉｎｉＤｅｎｏｅａｔｎｓａｍｐｏｔｎａｋｏａｎｅｕｉｍｅｕｐｏ．Ｔｏｅｓｈｅｓｐｐｒｅｉｉｎ，ｒａｔｔｓｆｗｅｐｏｑｐｎｔｓｐｒｔａｅｔｕｏｄｃｓｏｔｔｅｄｍａｄｆｒｃｓｉｇａｎｖｎｔｒｏｒｌｗｅｅｃｍｂｎｄ，ａｄａｎｅｒｔｄｆｒｃｓｉｇｓｌｔｏａｅｎｓｓｅｈｅｎｏｅａｔｎｎｄｉｅｏｙｃｎｔｏｒｏｉｅｎｎｉｔｇａｅｏｅａｔｎｏｕｉｎｂｓｄｏｙｔｍｗａｒｐｓｄ．Ｔｈｅｐｏｏｅｏｕｉｎｕｅｉｆｒｎｏｅａｔｎｔｏｓｆｒｓａｅｐｒｓｏｉｆｒｎｙｅ，ａｄｔｅｂｓｓｐｏｏｅｒｐｓｄｓｌｔｏｓｓｄｆｅｅｔｆｒｃｓｉｇｍｅｈｄｏｐｒａｆｄｆｅｅｔｔｐｔｎｈｅｔ

备件仿真分析报告

备件仿真分析报告一、引言备件是维护设备正常运行的重要组成部分，对企业的生产效率和运营成本具有重要影响。

为了确保备件的可靠性和有效性，需要进行仿真分析来评估备件的性能和寿命。

本报告旨在通过备件仿真分析，提供对备件运行状况的全面评估和优化建议。

二、方法与过程1. 数据收集：收集备件的相关数据，包括设计规格、运行参数、工作环境等，以便于后续的仿真分析。

2. 基于模型的仿真：建立备件的仿真模型，采用适当的仿真工具进行性能分析和寿命预测。

3. 参数优化：根据仿真结果，不断优化备件的设计和运行参数，以提高备件的可靠性和寿命。

4. 仿真验证：将优化后的参数应用于实际设备，观察并验证其性能和寿命是否得到改善。

三、结果与分析通过备件仿真分析，我们得到了以下几个结果和分析：1. 备件性能评估：通过仿真分析，我们可以评估备件在不同工况下的性能表现，包括运行温度、负载能力、振动等。

同时，我们也可以确定备件的工作可靠性和寿命。

2. 故障模式预测：通过仿真分析，我们可以识别备件的故障模式，包括磨损、断裂、疲劳等，并预测其故障发生的概率和时间。

3. 优化建议：根据仿真分析结果，我们可以提出一些优化建议，例如改进备件的设计结构、使用材料和加工工艺等，以提高备件的性能和寿命。

四、应用与前景备件仿真分析在企业生产和维护中具有重要应用和广阔前景：1. 优化备件选型：通过仿真分析，可以比较不同备件的性能和寿命，选择最适合企业需求的备件。

2. 预防维护：通过仿真分析，可以提前发现备件的潜在故障，采取预防措施，减少设备停机时间和维修成本。

3. 降低运营成本：通过仿真分析，可以优化备件的设计和运行参数，提高备件的寿命，降低备件的更换频率和维护成本。

五、结论通过备件仿真分析，我们可以对备件的性能和寿命进行全面评估，并提出优化建议。

充分应用备件仿真分析，将有助于改善企业的生产效率和运营成本，提高设备可靠性和维护效果。

因此，备件仿真分析在企业中具有重要意义，值得广泛应用和推广。

基于虚拟样机的机械件消耗规律确定方法

ＭｅｎｇＸｉａｎБайду номын сангаас ｈｕｉ．ＬｕＧａｎｇ
（１．Ｎｏ．９１８７２Ｕｎｉｔｏｆ，ＢｅＵｉｎｇ１０２４４２，Ｃｈｉｎａ；２．ＤｅｐａｒｔｍｅｎｔｏｆＯｒｄｎａｎｃｅＳｕｐｐｏｒｔ，ｅｑｕｉｐｍｅｎｔＤｅｐａｒｔｍｅｎｔｆｔｏｈｅＮａｖｙ，Ｂｅｉｊｉｎｇ１００８９１，Ｃｈｉｎａ）
．
Ａｂｓｔｒａｃｔ：Ｔｒａｄｉｔｉｏｎａｌｃｏｎｓｕｍｐｔｉｏｎｌａｗｃｏｎｉｒｆｍａｔｉｏｎｍｅｔｈｏｄｉｓｈａｒｄｔｏａｃｃｕｒａｔｅｌｙｆｏｒｅｃａｓｔｓｈｉｐｂｏｒｎｇｕｎｍｅｃｈａｎｉｃａｌｓｐａｒｅｓｃｏｎｓｕｍｐｔｉｏｎ．Ｐｕｔｆｏｒｗａｒｄｍｅｃｈａｎｉｃａｌｓｐａｒｅｓｃｏｎｓｕｍｐｔｉｏｎｌａｗｃｏｎｉｆｒｍａｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｖｉｒｔｕａｌｐｒｏｔｏｔｙｐｉｎｇ，ｗｈｉｃｈｐｕｒｐｏｓｅｉｓｔｏａｃｃｕｒａｔｅｌｙｆｏｒｅｃａｓｔｎａｖｙｇｕｎｍｅｃｈａｎｉｃａｌｓｐａｒｅｓｙｅａｒｌｙｃｏｎｓｕｍｐｔｉｏｎ．Ｔａｋｉｎｇｔｈｅｄｒｉｖｅｓｙｓｔｅｍｏｆｎａｖａｌｇｕｎｆｏｒｔｙｐｉｃａｌｍｅｃｈａｎｉｃａｌｍｅｃｈａｎｉｓｍａｓａｎｅｘａｍｐｌｅ，ｎａｖｙｇｕｎｄｉｒｅｃｔｉｏｎｄｒｉｖｅｓｙｓｔｅｍｋｅｙ－ｖａｌｕａｂｌｅｓｐａｒｅｓｃａｎｂｅｃｏｎｉｆｒｍｅｄｂｙＦＴＡａｎｄＦＭＥＣＡ．ＤｉｒｅｃｔｉｏｎｄｒｉｖｅｓｙｓｔｅｍｓｉｍｕｌａｔｉｏｎｍｏｄｅｌｃａｎｂｅｂｕｉｌｔｂｙＶｉＳｕａ１．ＬａｂＭｏｔｉｏｎｓｉｍｕｌａｔｉｏｎ

基于器材分类的维修器材消耗组合预测方法研究

第４５卷第３期２０２３年６月指挥控制与仿真ＣｏｍｍａｎｄＣｏｎｔｒｏｌ＆ＳｉｍｕｌａｔｉｏｎＶｏｌ４５㊀Ｎｏ３Ｊｕｎ２０２３文章编号：１６７３⁃３８１９（２０２３）０３⁃００５０⁃０７基于器材分类的维修器材消耗组合预测方法研究梁㊀辉１，刘铁林１，赵建新１，张连武２，王晓磊１（１．陆军工程大学石家庄校区，河北石家庄㊀０５０００３；２．陆军研究院特种装备研究所，河北石家庄㊀０５０００３）摘㊀要：维修器材消耗预测通常采用单一的预测模型，适用范围较为狭窄，同时对整装维修器材消耗预测的精准性不高㊂综合考虑装备维修器材稳定性消耗特征，采用基于器材分类的组合预测方法，开展装备维修器材消耗预测㊂组合预测方法融合了指数平滑方法㊁Ｃｒｏｓｔｏｎ方法㊁ＴＳＢ方法等的优势，分别对消耗稳定和消耗不稳定的器材进行了预测㊂结果表明，组合预测方法有效避免了单一预测模型的局限性，具有较为广泛的适用性，提高了维修器材消耗预测的精度㊂关键词：维修器材；消耗预测；器材分类；组合预测方法中图分类号：Ｅ９２㊀㊀㊀㊀文献标志码：Ａ㊀㊀㊀㊀ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１６７３⁃３８１９．２０２３．０３．００８ＲｅｓｅａｒｃｈｏｎｔｈｅｐｒｅｄｉｃｔｉｏｎｍｅｔｈｏｄｏｆｍａｉｎｔｅｎａｎｃｅｅｑｕｉｐｍｅｎｔｃｏｎｓｕｍｐｔｉｏｎｃｏｍｂｉｎａｔｉｏｎｂａｓｅｄｏｎｅｑｕｉｐｍｅｎｔｃｌａｓｓｉｆｉｃａｔｉｏｎＬＩＡＮＧＨｕｉ１，ＬＩＵＴｉｅｌｉｎ１，ＺＨＡＯＪｉａｎｘｉｎ１，ＺＨＡＮＧＬｉａｎｗｕ２，ＷＡＮＧＸｉａｏｌｅｉ１（１．ＰＬＡＡｒｍｙＥｎｇｉｎｅｅｒｉｎｇＵｎｉｖｅｒｓｉｔｙＳｈｉｊｉａｚｈｕａｎｇＣａｍｐｕｓ，Ｓｈｉｊｉａｚｈｕａｎｇ０５００００；２．ＰＬＡＡｒｍｙＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ，Ｓｈｉｊｉａｚｈｕａｎｇ０５０００３，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｍａｉｎｔｅｎａｎｃｅｅｑｕｉｐｍｅｎｔｃｏｎｓｕｍｐｔｉｏｎｆｏｒｅｃａｓｔｕｓｕａｌｌｙａｄｏｐｔｓａｓｉｎｇｌｅｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌ，ｗｈｉｃｈｈａｓａｎａｒｒｏｗｓｃｏｐｅｏｆａｐｐｌｉｃａｔｉｏｎａｎｄｉｓｎｏｔａｃｃｕｒａｔｅｉｎｐｒｅｄｉｃｔｉｎｇｔｈｅｃｏｎｓｕｍｐｔｉｏｎｏｆｃｏｍｐｌｅｔｅｍａｉｎｔｅｎａｎｃｅｅｑｕｉｐｍｅｎｔ．Ｉｎｔｈｉｓｐａｐｅｒ，ｔｈｅｓｔａｂｉｌ⁃ｉｔｙｃｏｎｓｕｍｐｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｅｑｕｉｐｍｅｎｔａｎｄｍａｉｎｔｅｎａｎｃｅｅｑｕｉｐｍｅｎｔａｒｅｃｏｎｓｉｄｅｒｅｄ．Ｔｈｅｃｏｍｐｒｅｈｅｎｓｉｖｅｐｒｅｄｉｃｔｉｏｎｍｅｔｈ⁃ｏｄｏｆｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｅｑｕｉｐｍｅｎｔｃｏｎｓｕｍｐｔｉｏｎｆｏｒｅｃａｓｔｉｓｃａｒｒｉｅｄｏｕｔ．Ｔｈｅｃｏｍｂｉｎａｔｉｏｎｐｒｅｄｉｃｔｉｏｎｍｅｔｈｏｄｃｏｍｂｉｎｅｓｔｈｅａｄ⁃ｖａｎｔａｇｅｓｏｆｔｈｅｅｘｐｏｎｅｎｔｉａｌｓｍｏｏｔｈｉｎｇｍｅｔｈｏｄ，ＣｒｏｓｔｏｎｍｅｔｈｏｄａｎｄＴＳＢｍｅｔｈｏｄｔｏｐｒｅｄｉｃｔｔｈｅｍａｔｅｒｉａｌｓｗｉｔｈｓＴａｂｃｏｎｓｕｍｐｔｉｏｎａｎｄｕｎｓＴａｂｃｏｎｓｕｍｐｔｉｏｎｒｅｓｐｅｃｔｉｖｅｌｙ．Ｔｈｅｒｅｓｕｌｔｓｖｅｒｉｆｙｔｈａｔｔｈｅｃｏｍｂｉｎａｔｉｏｎｆｏｒｅｃａｓｔｉｎｇｍｅｔｈｏｄｗｈｉｃｈａ⁃ｖｏｉｄｓｔｈｅｌｉｍｉｔａｔｉｏｎｏｆｓｉｎｇｌｅｆｏｒｅｃａｓｔｉｎｇｍｏｄｅｌ，ｈａｓｍｏｒｅｅｘｔｅｎｓｉｖｅａｐｐｌｉｃａｂｉｌｉｔｙａｎｄｉｍｐｒｏｖｅｓｔｈｅａｃｃｕｒａｃｙｏｆｍａｉｎｔｅｎａｎｃｅｍａｔｅｒｉａｌｃｏｎｓｕｍｐｔｉｏｎｆｏｒｅｃａｓｔｉｎｇ．Ｋｅｙｗｏｒｄｓ：ｍａｉｎｔｅｎａｎｃｅｅｑｕｉｐｍｅｎｔ；ｃｏｎｓｕｍｐｔｉｏｎｐｒｅｄｉｃｔｉｏｎ；ｅｑｕｉｐｍｅｎｔｃｌａｓｓｉｆｉｃａｔｉｏｎ；ｃｏｍｂｉｎａｔｉｏｎｐｒｅｄｉｃｔｉｏｎｍｅｔｈｏｄ收稿日期：２０２２⁃０９⁃０１修回日期：２０２２⁃１２⁃１０作者简介：梁㊀辉（１９８７），男，学士，硕士研究生，研究方向为装备保障与管理㊂刘铁林（１９７１）㊁男，博士，博士生导师㊂㊀㊀随着装备建设不断发展，装备保障活动主体客体㊁内容环境㊁方法手段等均发生了深刻变化，装备保障力生成必须以消耗为牵引［１］㊂维修器材消耗预测是维修器材筹措工作的重要组成部分，文献［２］分析了美军装备备件的消耗预测应用现状和改进计划，提出了我军应重点加强装备备件分类管理方法和消耗预测方法研究㊂装备使用㊁维修单位的反馈信息表明，装备使用单位最为难的问题是所配属的装备损坏后得不到及时维修；装备维修单位最棘手的问题是装备维修活动中需要的器材所需非所筹，所供非所需，能否科学准确地预测维修器材消耗量，已经成为装备维修器材筹措工作的关键一环㊂消耗预测研究通常采用单一预测模型，适用范围较窄，对整装修器材消耗预测的精准性不高，可操作性和实用性不强，目前为止难以甚至无法找到某一种能比较准确地描述所有维修器材消耗规律的预测方法㊂本文综合考虑装备维修器材稳定性消耗特征㊁消耗的间隔时间和频率，开展定量分析，提出基于器材分类的组合预测方法，开展装备维修器材消耗预测㊂组合预测方法融合了指数平滑方法㊁Ｃｒｏｓｔｏｎ方法㊁ＴＳＢ方法等的优势，分别对消耗稳定和消耗不稳定的器材进行预测，避免了单一预测模型的局限性，具有广泛的适用性，较好地提高了维修器材消耗预测的精度㊂１㊀基于消耗稳定性的维修器材分类在装备维修器材保障领域，国内外研究大多根据维修器材的发生数量和频率，把维修器材区分为常用器材和不常用器材，常用维修器材消耗的数量比较大，消耗的频率比较高，消耗具有稳定性；不常用维修器材消耗的数量比较小，消耗的频率比较低，消耗具有不稳定性［３］㊂本文选定某典型装备为研究对象，通过把维修器材的消耗数据与消耗数据相结合，消耗数据与短缺数据相结合，中修与小修维修器材数据相结合，不同地区的同种装备维修器材进行统一研究㊂梳理采集的数据第３期指挥控制与仿真５１㊀信息，遴选有研究价值的代表性维修器材，确定必换件㊁易损易耗件和一般消耗件作为研究重点［４］㊂必换件是装备在中修过程中必须全部予以更换的维修器材，以中修过程中分解的密封件和紧塞件等㊁使用寿命与中修周期相近或大于中修周期但达不到大修周期的金属件为主，在一种装备上确定为必换件的共用器材在其他装备上原则上也应确定为必换件㊂易损易耗件是装备修理㊁维护经常消耗的维修器材，是平时保障工作的重点㊂为提高保障的时效性，一般对此部分器材和中修必换件采取成套供应，以满足维修保障的主要消耗㊂一般消耗件有一定消耗，但消耗量不大，具有消耗间断性强和消耗不稳定等特点，此部分维修器材重点在于预测消耗的准确性㊂在数据分析中发现，相当一部分维修器材的消耗是离散㊁不连续的，具有明显的间断性特点，因此，不能简单地运用数理统计和指数平滑法进行计算㊂为提高维修器材消耗预测的准确性，首先对装备维修器材予以分类㊂本文选用Ｓｙｎｔｅｔｏｓ提出的以平均消耗间隔ＡＤＩ和非零消耗值的变异系数ＣＶ为参照的消耗分类规则［５］，根据消耗数据的变化剧烈程度㊁消耗发生的间断性和消耗量稳定性，把重点研究的装备维修器材划分为稳定性消耗器材和不稳定消耗器材，其中不稳定消耗器材根据离散程度进一步细化为间断性消耗器材和块状消耗器材［６］㊂随着平均消耗间隔ＡＤＩ的增大，消耗发生的间断性趋于明显，当ＡＤＩ＞１３２时，消耗具有显著的间断性；非零消耗值的变异系数ＣＶ，反映消耗的变化剧烈程度，ＣＶＸ()＝σμ，μ为均值，σ为标准差，随着ＣＶＸ()的增大，消耗量趋于不稳定，当ＣＶＸ()＞０４９时，消耗具有显著的不稳定性㊂２㊀基于器材分类的消耗组合预测方法国内外学者提出㊁使用了诸多用于维修器材消耗的预测方法，如指数平滑法㊁森林回归㊁支持向量机法等［７⁃１４］，对维修器材消耗确定进行了研究，有的方法比较简单，考虑因素单一；有的建立的模型比较复杂，计算量很大，对装备使用单位和人员的实用性不强㊂组合预测方法根据不同器材的消耗特性采用不同的预测方法，对成套装备的维修器材采用多种不同的预测方法开展消耗预测㊂首先对经过预处理的维修器材消耗数据进行分类，可分为稳定性消耗器材和间断性消耗器材；然后在不同参数下，分别应用不同预测方法对各类维修器材的消耗量进行预测㊂２１㊀典型装备稳定性消耗维修器材的消耗预测对于消耗间隔时间较短，消耗量保持相对稳定的装备维修器材，如反后坐装置的密封件等，历史数据表明，其平均消耗间隔ＡＤＩ＞１２５，对于此类维修器材，基于加权思想的指数平滑法能够较好预测其未来消耗量㊂当ＡＤＩ＜１２５时，可认为消耗量比较稳定，采用指数平滑法开展消耗预测㊂指数平滑法适合对数据稳定性强且历史数据多的器材，一次指数平滑法适合水平稳定，没有趋势和季节性的预测㊂通过跟踪数据变化，对最近消耗赋予较大权重，更好地反映消耗波动㊂该方法计算简单，只需少量历史数据和最小的数据存储要求；运行成本低，具自适应性，易于系统化和自动化㊂２２㊀典型装备不稳定消耗维修器材的消耗预测针对消耗并非连续的间歇性消耗的维修器材，即１２５＜ＡＤＩ＜１３２，且ＣＶＸ()＜０４９，器材消耗具有显著的间断性，有研究称其为间断性消耗器材，则适合采用Ｃｒｏｓｔｏｎ方法［１５］㊂在进行消耗预测时，先把器材的消耗量和０消耗之间的时间间隔分开为两个序列，即一个是备件消耗量的序列，另一个是备件消耗时间间隔序列㊂然后，采用平滑指数法分别对这两个数列的下一期的数值进行预测㊂首先弄清楚每一个非零值实际消耗之间的间隔周期；而后取对应的指数，通过规划求解得出最优值㊂令＾ｋｔ表示周期ｔ非零消耗平均间隔的平滑预测值；ｋｔ表示在周期ｔ开始时，距离最后一次非零消耗出现的时间间隔；＾ｓｔ表示周期ｔ非零消耗量的平滑预测值；ｄｔ表示周期ｔ的实际消耗㊂则Ｃｒｏｓｔｏｎ方法的预测过程如下：＾ｓｔ＋１＝＾ｓｔ，ｉｆｄｔ＝０１－α()＾ｓｔ＋αｄｔ，ｉｆｄｔ＞０{（１）＾ｋｔ＋１＝＾ｋｔ，ｉｆｄｔ＝０１－β()＾ｋｔ＋βｋｔ，ｉｆｄｔ＞０{（２）ＣＶｘ()＝σμ（３）式中，α和β为介于０和１之间的平滑系数㊂令＾ｘｔ＋１表示周期ｔ得到的消耗预测值，则Ｃｒｏｓｔｏｎ方法的预测结果：＾ｘｔ＋１＝＾ｓｔ＋１＾ｋｔ＋１㊂ＴＳＢ方法是对Ｃｒｏｓｔｏｎ方法的改进，该方法不预测非零消耗出现的间隔，而是预测出现非零消耗的概率㊂在每个时间段进行一次更新组合，以估计消耗发生的可能性㊂令＾ｐｔ表示在周期ｔ出现非零消耗的预测概率，ｐｔ为是否出现非零消耗的标志，即：ｐｔ＝１，如果周期ｔ有消耗０，否则{，其他符号定义与前面相同，则预测过程为５２㊀梁㊀辉，等：基于器材分类的维修器材消耗组合预测方法研究第４５卷＾ｓｔ＋１＝＾ｓｔ，ｉｆｄｔ＝０１－α()＾ｓｔ＋αｄｔ，ｉｆｄｔ＞０{（４）＾ｐｔ＋１＝１－β()＾ｐｔ＋βｐｔ（５）由此即可计算ｔ＋１周期的消耗量预测值为＾ｘｔ＋１＝＾ｐｔ＋１㊃＾ｓｔ＋１㊂ＳＢＡ方法主要用于对不常用器材的消耗预测㊂尽管Ｃｒｏｓｔｏｎ方法能获得比滑动平均法和指数平滑法更好的预测效果，但它是一种正偏预测，即倾向于放大消耗㊂为解决这一问题，Ｓｙｎｔｅｔｏｓ和Ｂｏｙｌａｎ在Ｃｒｏｓｔｏｎ方法的基础上提出了一种改进预测方法，即ＳＢＡ方法㊂ＳＢＡ方法中，对非零消耗量和非零消耗平均间隔的预测都与Ｃｒｏｓｔｏｎ方法相同，只是将预测结果的计算公式修改为＾ｘｔ＋１＝１－α２æèçöø÷＾ｓｔ＋１＾ｋｔ＋１（６）２３㊀结果验证为验证分析预测的精度，引用预测精度判别方法，本文根据典型装备维修器材的消耗预测值不大，避免正负值相互抵消而影响预测精度的实际需要，采用平均绝对值偏差ＭＡＤ来予以判断：ＭＡＤ＝ðｔｄｔ－ｘｔｎ（７）其中，ｎ为历史数据的周期数，ｄｔ为ｔ周期的实际消耗量，ｘｔ为周期ｔ的预测消耗量㊂２３１㊀组合预测方法预测精度验证提取某型装备１００种代表性维修器材一个基数装备的平均年消耗数据，以四年的消耗数据作为基础，运用组合预测方法，按照器材分类采用不同的预测方法，如图１所示㊂图１㊀组合预测方法预测流程Ｆｉｇ１㊀Ｃｏｍｂｉｎａｔｉｏｎｆｏｒｅｃａｓｔｉｎｇｍｅｔｈｏｄｆｏｒｅｃａｓｔｉｎｇｐｒｏｃｅｓｓ㊀㊀用组合预测方法预测第五年的消耗，与第五年实际消耗数据的比较可直观表示如图２㊂第３期指挥控制与仿真５３㊀㊀㊀结果显示，１００种维修器材预测值与实际消耗值极其相近，平均预测偏差为４８８％，且９４％的器材预测偏差小于１０％，对于所有的易损易耗件和一般消耗件，上述两个数据则为４９１％和９３５２％，所采用的组合预测方法能够反映维修器材的客观实际消耗，具有较高的消耗预测精度㊂图２㊀１００种维修器材预测值Ｆｉｇ２㊀Ｐｒｅｄｉｃｔｅｄｖａｌｕｅｏｆ１００ｋｉｎｄｓｏｆｍａｉｎｔｅｎａｎｃｅｍａｔｅｒｉａｌｓ２３２㊀组合预测方法与单一预测方法预测比较通过４８组维修器材，验证组合预测方法与单一方法消耗预测的精度比较㊂１）灰色预测方法灰色预测就是要建立时轴上现在与未来的定量关系，通过此定量关系预测事物的发展，根据过去和现在已知的或非确定的信息，建立一个从过去引申到未来的ＧＭ模型，从而确定系统未来发展的变化趋势，为规划决策提供依据㊂它通过原始数据的处理和灰色模型的建立，发现㊁掌握系统发展规律，对系统的未来作出科学的定量预测，其中ＧＭ（１，１）是较为常用的数列预测模型，ＧＭ（１，１）模型的建立如下：①建立维修器材消耗原始数据序列：Ｘ０（ｔ）＝ｘ０（１），ｘ０（２），，ｘ０ｎ(){}（８）②对原始数据序列Ｘ０（ｔ）作１⁃ＡＧＯ变换，得一阶累加维修器材消耗数据序列：Ｘ１（ｔ）＝ｘ１（１），ｘ１（２），ｘ１（３），，ｘ１ｎ(){}（９）其中，ｘ１（ｔ）＝ðｔｉ＝１ｘ０ｉ()㊂ρ（ｔ）＝ｘ０（ｔ）ｘ１ｔ－１()（１０）若原始数据序列Ｘ０（ｔ）满足：ρｔ＋１()ρ（ｔ）＜１，ρ（ｔ）ɪ０，０５()，则称Ｘ０（ｔ）为准光滑序列㊂可以证明，若Ｘ０（ｔ）为准光滑序列，其一阶累加生成序列具有指数规律㊂③求参数列：＾ａ＝ａ，ｕ[]Ｔ＝ＢＴＢ()－１ＢＴＹＮ（１１）其中，Ｂ＝－１２ｘ１（１）＋ｘ１（２）[]１－１２ｘ１（２）＋ｘ１（３）[]１︙︙－１２ｘ１ｎ－１()＋ｘ１ｎ()[]１éëêêêêêêêêêùûúúúúúúúúúＹＮ＝ｘ０（２），ｘ０（３），，ｘ０（ｎ）[]Ｔ④建立ＧＭ（１，１）模型：ｄｘ（１）ｄｔ＋ａｘ（１）＝ｂ（１２）⑤构建预测模型㊂将参数向量代入ＧＭ（１，１）模型，求解时间响应：＾ｘ（１）ｔ＋１()＝ｘ０（１）－ｂ／ａ[]ｅｘｐ－ａｔ()＋ｂ／ａ（１３）５４㊀梁㊀辉，等：基于器材分类的维修器材消耗组合预测方法研究第４５卷⑥建立还原模型：＾ｘ（０）（ｔ）＝＾ｘ（１）（ｔ）－＾ｘ（１）ｔ－１()（１４）⑦模型精度检验㊂求出预测值后，还要对预测模型的精度进行检验，预测模型精度由方差比Ｃ和小误差概率Ｐ控制，其计算公式为：Ｃ＝Ｓ２Ｓ１（１５）Ｐ＝ｑ（０）（ｔ）－ｑ（０）{}（１６）其中：Ｓ１＝１ｎðｎｉ＝１ｘ（０）（ｔ）－１ｎðｎｉ＝１ｘ（０）（ｔ）éëêêùûúú２Ｓ２＝１ｎðｎｉ＝１ｑ（０）（ｔ）－ｑ（０）[]２ｑ（０）（ｔ）＝ｘ（０）（ｔ）－＾ｘ（０）（ｔ）ｑ（０）＝１ｎðｎｉ＝１ｑ（０）（ｔ）式中，Ｓ１为原始数据序列的均方差，Ｓ２为残差的均方差㊂Ｃ和Ｐ的精度等级按表１来判断，取Ｐ和Ｃ所确定等级的大者为模型精度等级㊂表１㊀模型精度等级Ｔａｂ１㊀Ｍｏｄｅｌａｃｃｕｒａｃｙｌｅｖｅｌ等级ＰＣⅠ＞０９５＜０３５Ⅱ＞０８０＜０４５Ⅲ＞０７０＜０５０Ⅳɤ０７０ȡ０６５㊀２）移动平均法移动平均法是对时间序列的各期数据进行逐项移动，依次重叠，求出包含一定项数的时序平均数，并形成一个时序平均数的时间序列，以此进行预测的一种方法，是常用的预测方法之一㊂假设有时间序列ｄ１，ｄ２，，ｄｔ，，以＾ｓｔ＋１表示为第（ｔ＋１）期的预测值，可得预测模型：＾ｓｔ＋１＝ｄｔ＋ｄｔ－１＋ｄｔ－ｎ＋１ｎ（１７）式中：ｎ为移动平均期数，ｎ取值越大，平滑作用就越强㊂移动平均法可以消除由于偶然因素引起的不规则变动，同时保留了原时间序列的波动规律㊂显然，简单的移动平均法只适合于水平样式的数据，如果历史数据中存在明显的上升或下降趋势，那么这种方法是不适用的㊂３）指数平滑法指数平滑法是当前产生平滑时间序列的一种比较流行的方法，也是画拟合曲线的一种方法，同时还可以对将来进行预测㊂实际上它是一种特殊的加权移动平均法，其特点：对离预测期最近的观察值，给予最大的权数，而对离预测期渐远的观察值给予递减的权数；对较早期的观察值不是一概不予考虑，而是给予递减的权数，这样按照近大远小的原则，赋予观测值不同的权重，既充分利用了以前各期观测值的信息，又突出了近期数据的影响，能够及时跟踪反映维修器材消耗量的最新变化㊂在移动平均法中，对每个数据赋予相同的权重，而指数平滑可以根据参数对数据赋予不同的权重，这样可获得更好的拟合曲线和预测结果㊂单指数平滑法（ＳｉｎｇｌｅＥｘｐｏｎｅｎｔｉａｌＳｍｏｏｔｈｉｎｇ，ＳＥＳ）是常用的，也是最简单的一种指数平滑法，其具有一个平滑参数α，用ｄｔ表示周期ｔ的实际消耗，＾ｓｔ表示周期ｔ的平滑预测值㊂则该方法具体预测公式如下：＾ｓｔ＋１＝１－ａ()＾ｓｔ＋ａｄｔ（１８）初始化：单指数平滑的起始平滑点是＾ｓ２，一般有两种方法进行初始化＾ｓ２，一种方法是＾ｓ２＝ｄ１，另一种方法是取实际点的前四个或五个的平均值㊂本文选取前一种方法进行初始化，即＾ｓ２＝ｄ１㊂取值范围：０＜αɤ１，ｔȡ３，本文其他预测方法中α㊁ｔ取值范围相同㊂确定平滑参数α是该方法最重要的地方，α的取值会显著影响平滑效果，实际应用中，一般取多个α进行试算比较，选择预测误差最小的α值㊂各种预测方法的消耗预测结果与实际消耗数据一致性情况：移动平均法１２项，指数平滑法１８项，Ｃｒｏｓｔｏｎ方法１８项，ＳＢＡ方法１９项，ＴＳＢ方法２０项，灰色预测法２２项，组合预测方法３１项㊂为说明不同维修器材类型采用不同预测方法的必要性，表２给出了应用组合预测方案以及对所有维修器材分别采用一种预测方法所得到的相应结果㊂由该表可以看出，组合预测方案的预测精度都明显优于各种独立预测方法㊂３㊀结束语装备维修器材保障一直是影响现代装备效益生成的重要因素，在平时保证装备完好性方面的作用日益凸显㊂本文提出的基于器材分类的维修器材消耗组合预测方法，提升了不同种类维修器材消耗预测的精度，为开展装备维修器材的筹措和供应提供了参考㊂㊀第３期指挥控制与仿真５５表２㊀不同方法对比预测结果Ｔａｂ２㊀Ｃｏｍｐａｒｉｓｏｎｏｆｐｒｅｄｉｃｔｉｏｎｒｅｓｕｌｔｓｂｙｄｉｆｆｅｒｅｎｔｍｅｔｈｏｄｓ序号器材件号移动平均法指数平滑法Ｃｒｏｓｔｏｎ法ＳＢＡ法ＴＳＢ法灰色预测法组合预测法实际结果１∗∗０１２３３１２３３３２∗∗０２２３２２２０２０３∗∗０３１１００００００４∗∗０４３３２２２３３４５∗∗０５４４３３４４４５６∗∗０６１１１０１２００７∗∗０７２４２２２５５６８∗∗０８２２４２５４４０９∗∗０９８５４４４４４１０１０∗∗１０５３４４３６４６１１∗∗１１８６７５７５５４１２∗∗１２１１００００００１３∗∗１３５６５４６５５４１４∗∗１４００００１０００１５∗∗１５１０１１００００１６∗∗１６１０２１１１２２１７∗∗１７００００１０１１１８∗∗１８１０１１１０１２１９∗∗１９１１００１０００２０∗∗２０１１１１１１１１２１∗∗２１５４３２３３３２２２∗∗２２１３１０７７７１０１０１０２３∗∗２３１２１２１１５１１９９８２４∗∗２４２２１１１１１３２５∗∗２５１１１１６０６６２６∗∗２６０００００００２７∗∗２７２２１１１２２２２８∗∗２８０１００００００２９∗∗２９６３３３３４３１０３０∗∗３０１１１００１００３１∗∗３１２１４１００４５３２∗∗３２１０１１００００３３∗∗３３２１２２０１００３４∗∗３４２２２２３２２２３５∗∗３５００００００００３６∗∗３６２２１１１２１１３７∗∗３７２０１１１０１０３８∗∗３８１００１１１００３９∗∗３９１０１１１２１１４０∗∗４０２２１１１２２２４１∗∗４１１１１１００００４２∗∗４２２０１１０２１１４３∗∗４３３３３２２３３４４４∗∗４４００００００００４５∗∗４５００００００００４６∗∗４６００００００００４７∗∗４７１０１１０１００４８∗∗４８１０１１０１００５６㊀梁㊀辉，等：基于器材分类的维修器材消耗组合预测方法研究第４５卷参考文献：［１］㊀刘铁林．信息化条件下装备保障力生成模式：信息化条件下装备保障力生成模式转变研究［Ｍ］．北京：解放军出版社，２０１８．ＬＩＵＴＬ．Ｇｅｎｅｒａｔｉｏｎｍｏｄｅｏｆｅｑｕｉｐｍｅｎｔｓｕｐｐｏｒｔｆｏｒｃｅｕｎｄｅｒｔｈｅｃｏｎｄｉｔｉｏｎｏｆｉｎｆｏｒｍａｔｉｚａｔｉｏｎ：ｒｅｓｅａｒｃｈｏｎｔｈｅｔｒａｎｓｆｏｒｍａｔｉｏｎｏｆｇｅｎｅｒａｔｉｏｎｍｏｄｅｏｆｅｑｕｉｐｍｅｎｔｓｕｐｐｏｒｔｆｏｒｃｅｕｎｄｅｒｔｈｅｃｏｎｄｉｔｉｏｎｏｆｉｎｆｏｒｍａｔｉｚａｔｉｏｎ［Ｍ］．Ｂｅｉｊｉｎｇ：ＴｈｅＰｅｏｐｌｅｓＬｉｂｅｒａｔｉｏｎＡｒｍｙＰｒｅｓｓ，２０１８．［２］㊀张连武，赵方庚，陈学军．美军装备备件需求预测应用现状及启示［Ｊ］．兵工自动化，２０１３，３２（７）：３４⁃３７．ＺＨＡＮＧＬＷ，ＺＨＡＯＦＧ，ＣＨＥＮＸＪ．Ａｐｐｌｉｃａｔｉｏｎａｃｔｕ⁃ａｌｉｔｙａｎｄｉｎｓｐｉｒａｔｉｏｎｏｆｅｑｕｉｐｍｅｎｔｓｐａｒｅｐａｒｔｓｄｅｍａｎｄｆｏｒｅ⁃ｃａｓｔｉｎｇｉｎＵＳａｒｍｙ［Ｊ］．ＯｒｄｎａｎｃｅＩｎｄｕｓｔｒｙＡｕｔｏｍａｔｉｏｎ，２０１３，３２（７）：３４⁃３７．［３］㊀任喜，毕鹏，张晓斐．基于需求特性的备件分类模型研究［Ｊ］．舰船电子工程，２０１７，３７（４）：７４⁃７６，９２．ＲＥＮＸ，ＢＩＰ，ＺＨＡＮＧＸＦ．Ｃｌａｓｓｉｆｉｃａｔｉｏｎｍｏｄｅｌｓｏｆｓｐａｒｅｐａｒｔｓｂａｓｅｄｏｎｄｅｍａｎｄｃｈａｒａｃｔｅｒｉｓｔｉｃｓ［Ｊ］．ＳｈｉｐＥ⁃ｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，２０１７，３７（４）：７４⁃７６，９２．［４］㊀高崎．军械维修器材管理学［Ｍ］．北京：国防工业出版社，２０１２．ＧＡＯＱ．Ｏｒｄｎａｎｃｅｍａｉｎｔｅｎａｎｃｅｍａｔｅｒｉａｌｓｍａｎａｇｅｍｅｎｔ［Ｍ］．Ｂｅｉｊｉｎｇ：ＮａｔｉｏｎａｌＤｅｆｅｎｓｅＩｎｄｕｓｔｒｙＰｒｅｓｓ，２０１２．［５］㊀ＳＹＮＴＥＴＯＳＡＡ，ＢＯＹＬＡＮＪＥ，ＣＲＯＳＴＯＮＪＤ．Ｏｎｔｈｅｃａｔｅｇｏｒｉｚａｔｉｏｎｏｆｄｅｍａｎｄｐａｔｔｅｒｎｓ［Ｊ］．ＪｏｕｒｎａｌｏｆｔｈｅＯｐｅｒ⁃ａｔｉｏｎａｌＲｅｓｅａｒｃｈＳｏｃｉｅｔｙ，２００５，５６（５）：４９５⁃５０３．［６］㊀张瑞．不常用备件需求预测模型与方法研究［Ｄ］．武汉：华中科技大学，２０１１．ＺＨＡＮＧＲ．Ｒｅｓｅａｒｃｈｏｎｆｏｒｅｃａｓｔｉｎｇｍｏｄｅｌｓａｎｄｍｅｔｈｏｄｓｏｆｒａｒｅｌｙｕｓｅｄｓｐａｒｅｐａｒｔｓｄｅｍａｎｄ［Ｄ］．Ｗｕｈａｎ：ＨｕａｚｈｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，２０１１．［７］㊀ＰＲＥＳＴＷＩＣＨＳＤ，ＴＡＲＩＭＳＡ，ＲＯＳＳＩＲ，ｅｔａｌ．Ｆｏｒｅ⁃ｃａｓｔｉｎｇｉｎｔｅｒｍｉｔｔｅｎｔｄｅｍａｎｄｂｙｈｙｐｅｒｂｏｌｉｃ⁃ｅｘｐｏｎｅｎｔｉａｌｓｍｏｏｔｈｉｎｇ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＦｏｒｅｃａｓｔｉｎｇ，２０１４，３０（４）：９２８⁃９３３．［８］㊀黄国兴，曹先怀，钱晓飞．一种基于随机森林的备件预测模型研究［Ｊ］．运筹与管理，２０２１，３０（１０）：１６５⁃１６８．ＨＵＡＮＧＧＸ，ＣＡＯＸＨ，ＱＩＡＮＸＦ．Ｒｅｓｅａｒｃｈｏｎｓｐａｒｅｐａｒｔｓｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｂａｓｅｄｏｎｒａｎｄｏｍｆｏｒｅｓｔ［Ｊ］．Ｏｐｅｒａ⁃ｔｉｏｎｓＲｅｓｅａｒｃｈａｎｄＭａｎａｇｅｍｅｎｔＳｃｉｅｎｃｅ，２０２１，３０（１０）：１６５⁃１６８．［９］㊀董琪，赵建忠，隋江波，等．基于支持向量机的备件需求预测研究［Ｊ］．计算机与数字工程，２０２０，４８（３）：５０９⁃５１２，５８５．ＤＯＮＧＱ，ＺＨＡＯＪＺ，ＳＵＩＪＢ，ｅｔａｌ．Ｏｐｔｉｍｉｚａｔｉｏｎｏｆｔｗｏ⁃ｅｃｈｅｌｏｎｊｏｉｎｔｉｎｖｅｎｔｏｒｙｂａｓｅｄｏｎａｌｌｏｃａｔｉｏｎｓｃｈｅｍｅｓ［Ｊ］．Ｃｏｍｐｕｔｅｒ＆ＤｉｇｉｔａｌＥｎｇｉｎｅｅｒｉｎｇ，２０２０，４８（３）：５０９⁃５１２，５８５．［１０］任敏，陈全庆，沈震．备件供应学［Ｍ］．北京：国防工业出版社，２０１３．ＲＥＮＭ，ＣＨＥＮＱＱ，ＳＨＥＮＺ．Ｓｐａｒｅｐａｒｔｓｓｕｐｐｌｙｓｃｉｅｎｃｅ［Ｍ］．Ｂｅｉｊｉｎｇ：ＮａｔｉｏｎａｌＤｅｆｅｎｓｅＩｎｄｕｓｔｒｙＰｒｅｓｓ，２０１３．［１１］刘慎洋．军械装备维修器材消耗预测方法研究［Ｄ］．石家庄：军械工程学院，２０１５．ＬＩＵＳＹ．Ｒｅｓｅａｒｃｈｏｎｔｈｅｐｒｅｄｉｃｔｉｏｎｍｅｔｈｏｄｏｆｍａｉｎｔｅｎａｎｃｅｍａｔｅｒｉａｌｓｃｏｎｓｕｍｐｔｉｏｎｏｆｏｒｄｎａｎｃｅｅｑｕｉｐｍｅｎｔ［Ｄ］．Ｓｈｉｊｉａｚｈｕａｎｇ：ＯｒｄｎａｎｃｅＥｎｇｉｎｅｅｒｉｎｇＣｏｌｌｅｇｅ，２０１５．［１２］王铁宁，朱域，陈晓晨．基于灰色加权马尔科夫的备件消耗预测［Ｊ］．北京，装甲兵工程学院学报，２０１５，２９（３）：８⁃１３．ＷＡＮＧＴＮ，ＺＨＵＹ，ＣＨＥＮＸＣ．ＰｒｅｄｉｃｔｉｏｎｏｆｓｐａｒｅｐａｒｔｓｃｏｎｓｕｍｐｔｉｏｎｂａｓｅｄｏｎｇｒｅｙｗｅｉｇｈｔｅｄＭａｒｋｏｖｍｏｄｅｌ［Ｊ］．Ｂｅｉｊｉｎｇ：ＪｏｕｒｎａｌｏｆＡｒｍｏｒｅｄＣｏｒｐｓＥｎｇｉｎｅｅｒｉｎｇＣｏｌ⁃ｌｅｇｅ，２０１５，２９（３）：８⁃１３．［１３］张磊，李世民，康淑瑰，等．基于ＡＰ⁃ＳＶＭ模型的装备维修器材需求预测方法［Ｊ］．海军工程大学学报，２０２２，３４（１）：３２⁃３６，７４．ＺＨＡＮＧＬ，ＬＩＳＭ，ＫＡＮＧＳＧ，ｅｔａｌ．Ｅｑｕｉｐｍｅｎｔｍａｉｎ⁃ｔｅｎａｎｃｅｍａｔｅｒｉａｌｄｅｍａｎｄｐｒｅｄｉｃｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎＡＰ⁃ＳＶＭｍｏｄｅｌ［Ｊ］．ＪｏｕｒｎａｌｏｆＮａｖａｌＵｎｉｖｅｒｓｉｔｙｏｆＥｎｇｉｎｅｅｒｉｎｇ，２０２２，３４（１）：３２⁃３６，７４．［１４］裴帅，王铁宁，陈春良．基于ＢＰ神经网络的装备器材需求预测模型［Ｊ］．装甲兵工程学院学报，２００８，２２（３）：２６⁃２８．ＰＥＩＳ，ＷＡＮＧＴＮ，ＣＨＥＮＣＬ．Ｅｑｕｉｐｍｅｎｔｍａｔｅｒｉａｌｄｅ⁃ｍａｎｄｆｏｒｅｃａｓｔｍｏｄｅｌｂａｓｅｄｏｎＢＰＮＮ［Ｊ］．ＪｏｕｒｎａｌｏｆＡ⁃ｃａｄｅｍｙｏｆＡｒｍｏｒｅｄＦｏｒｃｅＥｎｇｉｎｅｅｒｉｎｇ，２００８，２２（３）：２６⁃２８．［１５］ＣＲＯＳＴＯＮＪＤ．Ｆｏｒｅｃａｓｔｉｎｇａｎｄｓｔｏｃｋｃｏｎｔｒｏｌｆｏｒｉｎｔｅｒｍｉｔ⁃ｔｅｎｔｄｅｍａｎｄｓ［Ｊ］．ＪｏｕｒｎａｌｏｆｔｈｅＯｐｅｒａｔｉｏｎａｌＲｅｓｅａｒｃｈＳｏ⁃ｃｉｅｔｙ，１９７２，２３（３）：２８９⁃３０３．（责任编辑：许韦韦）。

装备器材消耗预测研究综述

[收稿日期]2021-06-27[基金项目]军内科研项目[作者简介]李东京（1997-），男，山东聊城人，硕士研究生，研究方向：物流与供应链管理；秦智勇（1984-），男，黑龙江拜泉人，助理工程师，研究方向：装备保障；王兵（1975-），男，湖南岳阳人，硕士，副教授，研究方向：物流与供应链管理；薛驰（1991-），男，辽宁沈阳人，硕士研究生，研究方向：军事采购。

doi:10.3969/j.issn.1005-152X.2021.11.027装备器材消耗预测研究综述李东京1，秦智勇2，王兵1，薛驰1（1.陆军装甲兵学院，北京100071；2.陆军装备部，北京100071）[摘要]引入流程管理理念，将器材消耗预测流程分为明确器材类型、收集分析数据和信息、预测方法选择与建模、模型求解、分析评估预测结果和应用6个阶段，对每个流程的研究现状进行系统梳理和总结，找出当前器材消耗预测研究的热点和薄弱环节，并在此基础上指出下一步发展方向，为装备器材保障工作提供参考。

[关键词]流程管理；装备器材；消耗预测[中图分类号]E233[文献标识码]A [文章编号]1005-152X(2021)11-0147-06Review of Literature on Forecasting of Equipment Supplies ConsumptionLI Dongjing 1,QIN Zhiyong 2,WANG Bing 1,XUE Chi 1(1.Ground Force Armored Force Engineering Institute,Beijing 100071,China;2.Army Equipment Department,Beijing 100071,China)Abstract:In this paper,we introduced in the concept of process management,and divided the supplies consumption forecasting process into six links,namely defining supplies type,collecting and analyzing data and information,forecasting method selection and modeling,model solving,analysis and evaluation of forecast results,and application.Then,by systematically sorting out and summarizing the research status of each link,we identified the hotspots and weak points in the current researches on equipment supplies consumption forecasting,and on this basis,projected the next stage of development in this field.Keywords:process management;equipment supplies;consumption forecasting0引言装备器材（简称器材）是用于装备维修所需的各种备件和原材料的总称，是实施装备维修的重要物质基础。

基于支持向量机的飞机备件消耗预测研究

收稿日期：０２０．２１－１４０
作者简介：牛余宝（９２）男，１６－，山东淄博人，副教授，主要从事航空机械方面的研究。
６２３
长
春
大
学
学
报
第２２卷
化问题是一个典型的凸二次优化问题，Ｌｇａｇｎ理论可知，向量 ∞等于训练数据的线性组合：＝∑ 由ａｒｎｉａ权
子，练模型，训然后输入测试样本进行预测。预测结果表明，比于Ｇ１１模型和神经网络（Ｎ模型，模型相Ｍ（，）ＡＮ）该具有较高的预测精度和动态适应性，为相应的备件保障部门提供科学的决策依据。可关键词：件；备支持向量机；消耗预测中图分类号：Ｐ８Ｔ１１文献标志码：Ａ文章编号：０９— ９７２１）６— ６１０１０３０（０２００３ — ３
１．１ｌ
ｍｎｌｌ＋ ÷ （＋）ｉ寺ＩＩＣ￡
ｒ ‘ （）ｙ一（）一６＋
（）１
ｓ｛）ｂＹ＋．【（）＋— ｔ（．・
，
（２）
０，
１， … ，２，ｚ
ห้องสมุดไป่ตู้
式中Ｃ为惩罚因子，实现了经验风险和置信范围的一个折中；，为松弛因子。式（）确定的优它２所
０引言
备件消耗预测，根据过去备件的使用情况或当前备件的状态来确定未来一段时间内备件可能的消耗是数量，是备件保障的基础 ¨ 。一方面，对于飞机这样庞大而复杂的系统，出现故障时，须有相应的备件当必

基于仿真优化的飞机维修备件优化问题研究

ＭａａｅｎＳｈｏ，ｈｎｓａＨｎｎ４０７，ｈｎ）ｎｇｍｅｔｃｏｌＣａｇｈｕａ０３Ｃｉａ１
ＡＢＳＴＲＡＣＴ：ｈａｇｔｆｔｅｏｔｍｉｅｐｒｓｓｐｏｆｒａｒｒｆｓｕｉｓｉｔｅｋｔｅｂｌｎｅｂｔｅｈＴｅｔｒｅｐｉｚｄｓａｅｕｐ￣ｏｉａｔｔｄｅｓｏｓｅｈａａｃｅｗｅｎｔｅｏｈｃｓａｅｏｔａｄｔｅｃｍｂｔｅｄｎｓｅｉｂｌｙｐｒｓｃｓｎｈｏａ —ｒａｉｅｓｒｌｉｉ．Ｄｕｏｔｅｃｎｅｎａｏｔｈｔｅｔａｎｌｓｓｗｈｃａａｔｅｔｈｏｃｒｂｕｅｍａｈｍａｉｌａｙｉｉｈｈｓｔｃａｔｏｍａｙａｓｍｐｉｎ，ａｓｍｕａｉｎｏｔｍｉａｉｎｍｅｈｄｉｒｕｈｏｗａｄｔｏｖｕｈａｐｏｌｍ．ＢａｅｎｔｅｏｎｓｕｔｓｉｌｔｐｉｚｔｔｏｓｂｏｇｔｒｒｏｓｌｅｓｃｒｂｅｏｏｏｆｓｄｏｈｔｄｌｆｒｏｔｚｎｐｒｓｓｐｏｔｉｌｔｎｍｏｅｓｇｖｎＯｐｉｌｓｒｔｇｓｕｅｏｓｌｅｔｅｗｏｍｏｅｓｏｐｉｉｇｓａｅｕｐｒ，ａｓｍｕａｉｄｌｉｉｅ．ｍｉｏｔｍａｔａｅｙｉｓｄｔｏｖｈｓａｅｕｐｒｐｉｚｔｎｐｏｌｍ．Ａｎｈｘｅｉｎａｅｕｔｄｍｏｓｒｔｓｔａｉｌｔｏｐｉｚｔｎｉｐｒｓｓｐｏｔｏｔｍｉａｉｒｂｅｏｄｔｅｅｐｒｍｅｔｌｒｓｌｅｎｔａｅｈｔｓｍｕａｉｎｏｔｍｉａｉｓｏｆａｉｌｎｅｓｎｂｅｅｓｂｅａｄｒａｏａｌ．

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

摘
要：针对目前装备备件消耗预测遇到的问题，文章提出基于仿真的备件消耗预测方法。首先分析了装备维修保障系统
的结构和运行规律，在此基础上建立了面向仿真的装备维修保障模型，包括装备使用任务模型、装备系统模型、维修保障系统
模型、使用与维修保障活动模型。借助ＳＩＭＬＯＸ仿真平台，结合案例想定对上述模型进行了仿真实现，得到备件消耗的品种和
ｓｕｐｐｏ￣ｓｙｓｔｅｍｉｓａｎａｌｙｚｅｄ，ａｎｄｅｑｕｉｐｍｅｎｔｍａｉｎｔｅｎａｎｃｅｓｕｐｐｏｒｔｓｉｍｕｌａｔｉｏｎｍｏｄｅｌｓａｒｅｅｓｔａｂｌｉｓｈｅｄ，ｗｈｉｃｈｉｎｃｌｕｄｅｔｈｅｅｑｕｉｐｍｅｎｔｕｓｅｔａｓｋｍｏｄｅｌ，ｔｈｅｅｑｕｉｐｍｅｎｔｓｙｓｔｅｍｍｏｄｅｌ，ｍａｉｎｔｅｎａｎｃｅｓｕｐｐｏｔｒｓｙｓｔｅｍ】ｍｏｄｅｌ，ｕｓｅａｎｄ】ｍａｉｎｔｅｎａｎｃｅｓｕｐｐｏ￣，ａｃｔｉｖｉｔｙｍｏｄｅ１．Ｃｏｍｂｉｎｅｄｗｉｔｈｃａｓｅｓｃｅｎａｉｒｏ，ｔｈｅａｂｏｖｅｍｏｄｅｌｓａｒｅｉｍｐｌｅｍｅｎｔｅｄｂａｓｅｄｏｎＳＩＭＬＯＸｓｉｍｕｌａｔｉｏｎｐｌａｆｔｏｒｍ，ｒｅｓｕｌｔｉｎｇｉｎｔｈｅｖａｉｒｅｔｙａｎｄｑｕａｎｔｉｔｙｏｆｍａｔｅｉｒａ１．
但
伟，张建元，韩
坤，许艺
ＤＡＮＷｅｉ，ＺＨＡＮＧＪｉａｎ－ｙｕａｎ，ＨＡＮＫｕｎ，ＸＵＹｉ ’
（１．装甲兵工程学院，北京１０００７２：２．９５９６９部队，湖北武汉４３２２００）
ｒ，．ＡｃａｄｅｍｙｏｆＡｒｍｏｒｅｄＥｎｇｉｎｅｅｒｉｎｇ，Ｂｅｒｉｎｇ１０００７２，Ｃｈｉｎａ，＂２．９５９６９Ｕｎｉｔ，Ｗｕｈａｎ４３２２０￣Ｃｈｉｎａ）
ＬｏｇｉｓｔｉｃｓＳｃｉ — ＴｅｃｈＮｏ．２，２０１４
物流科技
２０１４年第２期
・军事物流・
文章编号：１００２ — ３１００（２０１４）０２ — ００９３ — ０３
萤徊秦画备嚣固弱蓟网姥厨窝
的可靠性等参数或备件消耗历史数据来确定未来一段时间内备件可能的消耗品种和数量。但对于新型装备，由于其结构复杂，［１缺少备件消耗的历史数据，传统方法很难准确预测备件的消耗规律。为此，本文提基于仿真的备件消耗预测方法。由于备件是在装备维修过程中消耗的，本文首先分析了装备维修保障系统的结构、组成和运行规律，在此基础上建立面向仿真的装备维修保障模型，包括装备使用任务模型、装备系统模型、维修保障系统模型、使用与维修保障活动模型。通过运行
ＲｅｓｅａｒｃｈｏｆＭａｔｅｒｉａｌＣｏｎｓｕｍｐｔｉｏｎＰｒｅｄｉｃｔｉｏｎＢａｓｅｄｏｎＳｉｍｕｌａｔｉｏｎ

ｍａｉｎｔｅｎａｎｃｅｍａｔｅｉｒａｌｃｏｎｓｕｍｐｔｉｏｎｂａｓｅｄｓｉｍｕｌａｔｉｏｎｉｓｐｒｏｐｏｓｅｄ．Ｆｉｅｆｒｌｙ，ｔｈｅｓｔｒｕｃｔｕｒｅａｎｄｏｐｅｒａｔｉｏｎｏｆｅｑｕｉｐｍｅｎｔｍａｉｎｔｅｎａｎｃｅ
Ｋｅｙｗｏｒｄｓ：ｍａｔｅｉｒａｌ；ｃｏｎｓｕｍｐｔｉｏｎ；ｐｒｅｄｉｃｔｉｏｎ；ｓｉｍｕｌａｔｉｏｎ
０
引言
装备备件是组成装备的所有可拆成单元的组件、部件和零件的总称，通常指完成装备维修所需的转用组件、部件和零件… 。备件是装备实施维修的重要物质资源之一，使保障装备处于良好状态，保持战斗力的重要因素。备件消耗预测通常是根据备件
数量。
关键词：备件；消耗；预测；仿真中图分类号：Ｅ２４６文献标识码：Ａ
Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｏｆｅｑｕｉｐｍｅｎｔｍａｉｎｔｅｎａｎｃｅｍａｔｅｉａｒｌｃｏｎｓｕｍｐｔｉｏｎｐｒｅｄｉｃｔｉｏｎ，ａｍｅｔｈｏｄ．ｆｏｒｐｒｅｄｉｃｔｉｎｇｅｑｕｉｐｍｅｎｔ