用组合模型预测备件消耗量

魏东涛，张军凯，朱倩，刘玉超，罗广旭

（空军勤务学院，江苏徐州221000）

用组合模型预测备件消耗量

魏东涛，张军凯，朱倩，刘玉超，罗广旭

（空军勤务学院，江苏徐州221000）

科学预测备件消耗是有效实施备件保障各项工作的基础。结合指数平滑法及灰色模型的特点，建立组合模型，解决了小样本条件下备件的消耗预测问题。实例分析表明，组合模型比单项模型具有更高的预测精度。

组合模型，指数平滑法，灰色模型，备件消耗

0　引言

备件消耗［1］是指在一定时间内、一定条件下，一定数量装备，使装备保持规定状态所使用的备件的品种和数量。备件的筹措、储存、供应和管理等各个环节都离不开对备件消耗情况的准确把握。只有掌握了备件的消耗规律，才能够制订合理备件保障计划，提高备件保障工作的科学性。目前在备件消耗预测实际工作中，由于各种不同原因，往往缺乏充足的历史数据，只能获取备件消耗小样本数据。针对小样本数据，一般统计方法难以取得较好的预测效果。本文为了规避单一模型的局限性，并综合利用各种方法提供的信息，从而提高备件消耗预测的精度，提出了基于指数平滑法和灰色模型和组合预测方法，可以在小样本条件下对备件消耗量进行预计。

1　模型建立

1.1指数平滑法

指数平滑法［2-4］主要包括一次平滑法、二次平滑法和三次平滑法。当时间序列比较稳定，并呈现水平趋势的变化时，可使用一次平滑法进行描述；当时间序列呈现线性趋势的变化时，可使用二次平滑法进行描述；当时间序列呈现非线性变化趋势时，可使用三次平滑法进行描述。

1.2灰色模型

灰色模型［5-6］的适用范围是备件消耗数据近似为指数曲线变化规律。根据收集到的备件消耗数据，构造时间序列

进行累加后，得到新的时间序列

灰色模型的相对误差、均方差比值、小误差概率等几项精度指标的参考值，如表1所示。

表1　灰色模型的指标精度检验等级

当检验等级为2级以上时，可直接运用该模型进行预测；当检验等级低于2级时，需要先对模型进行改进［8-9］，待检验等级合格以后再对备件消耗进行预测。

1.3组合模型

将指数平滑法与灰色模型进行组合后，得到组合预测模型为

w1、w2为权重系数，ft1、ft2和分别表示运用指数平滑法、灰色模型和组合模型的预测值。假定预测误差在某一固定值上下浮动，那么可以用常数a来表示，故，。实际上a是各单项模型的预测误差进行加权平均后的数值。

2　应用分析

已知2009年～2013年某修理机构维修某型装备消耗某种备件的数量，见表2。假设该型装备的数量保持不变，预测2014年装备产生的备件消耗量。

表2　2009年～2013年某种备件消耗量

（1）通过表2可以看出，备件消耗数据围绕某一固定值作随机变化，可采用一次指数平滑法进行预测。平滑系数α的值决定模型的预测结果，经验证，当α=0.3时，平均相对误差较小。因此，备件消耗预测模型为

作累减还原后，得到原始序列x（0）的模拟值为xˆ（0）（1）=98，xˆ（0）（2）=101，xˆ（0）（3）=102，xˆ（0）（4）=103，xˆ（0）（5）=104。故灰色模型GM（1，1）的平均相对误差Δ=0.007 8＜0.01，方差比C=0.468 1＜0.5，小概率误差p=0.8，可知模型精度为二级，可对下一年装备产生的备件消耗进行预测。

（3）将指数平滑法与灰色模型进行组合，得到指数平滑法预测值权重系数w1=-0.07，灰色模型权重系数w2=1.07，a=-0.03。各种预测模型的对比分析结果，如表3所示。

表3　各种预测模型的综合对比

从表3中可以看出，组合模型的均方根误差最低。因此，本文应用组合模型预测下一年的备件消耗，能够取得较高的预测精度。经组合预测，得到2014年该种备件消耗量为106。

3　结论

综合运用指数平滑模型和灰色模型的有用信息，取长补短，建立了合理的组合预测模型，应用于备件的短期消耗预测，有效地提高了模型的预测精度。本文提出的组合预测方法，可推广应用于备件的长期消耗预测，针对不同的数据种类，可以使用不同的单项预测模型进行组合。同时，也为解决其他相关领域的预测问题提供了理论依据。

［1］高崎.军械维修器材管理学［M］.北京：国防工业出版社，2012.

［2］潘红宇.时间序列分析［M］.北京：对外经济贸易大学出版社，2005.

［3］何满喜.时间序列趋势预测的三步滚动模型［J］.统计与决策，2007，23（5）：132-133.

［4］奇驰.自适应单指数平滑法在短期交通流预测中的应用［J］.控制理论与应用，2012，29（4）：465-469.

［5］邓聚龙.灰预测与灰决策［M］.武汉：华中科技大学出版社，2002.

［6］石培基，胡科.等维灰数递补模型在人口预测中的应用［J］.统计与决策，2008，24（6）：12-14.

［7］许馨苓.灰色动态模型及其在我国专业技术人才预测上的应用［J］.科技管理研究，2010，30（11）：192-194.

［8］徐进军，王海成.灰色预测模型若干改进方法［J］.测绘信息与工程，2011，36（4）：2-3.

［9］赵平，刘宝平，黄栋.一种用于装备维修器材消耗预测的灰色残差修正模型［J］.四川兵工学报，2014，35（5）：62-65.

A Combined M odel to Prediction Spare PartsConsum ption

WEIDong-tao，ZHANG Jun-kai，ZHUQian，LIUYu-chao，LUOGuang-xu
（Air Force Logistics College，Xuzhou 221000，China）

Spare parts consumption prediction lays a foundation for spare parts support.This paper combines the exponential smoothingmethod with a grey model，and establishes a combinationalmodel. The combinational model solves the problem of spare parts consumption prediction.The example indicates that the combinationalmodel ismuchmore accurate than a singlemodel.

combinationalmodel，exponentialsmoothingmethod，greymodel，sparepartsconsumption

E075

A

1002-0640（2016）09-0170-03

2015-07-05

2015-08-07

魏东涛（1985-），男，甘肃西峰人，硕士。研究方向：军事装备学。