徐廷学，杜爱国，陈 红

（1．海军航空工程学院兵器科学与技术系，山东 烟台 264001；2．海军装备部，北京 100048）

飞航导弹备件需求预测方法很多，如时间序列预测法、回归预测法与专家系统法等[1]。时间序列预测法不能充分利用对备件需求量有很大影响的信息和因素，可能导致预测不准确和数据稳定性差；回归预测法不能处理影响因素与需求量间的非平衡暂态关系；专家系统法在把专家知识和经验等准确地转化为一系列规则时非常困难。进行飞航导弹备件消耗规律的研究，必须立足于深入研究飞航导弹备件消耗的影响因素之上[2]。全面掌握各种影响因素及其性质，可使本文的研究工作获得有力支撑。现实情况是，飞航导弹备件种类繁多，而影响其消耗的因素种类多、影响程度各异，导致在数据处理上耗费大量精力。如果某些影响因素对预测结果造成的影响微小，那么就可以通过忽略这些因素来降低预测的难度，提高预测的速度和有效性。本文提出基于粗糙集和BP 神经网络的预测法。该方法充分发挥粗糙集在处理冗余数据上的优势，结合BP神经网络对飞航导弹备件进行消耗预测，提高了预测的速度和有效性。

1 粗糙集与BP 神经网络的基本原理

1.1 粗糙集基本原理

粗糙集理论是波兰华沙大学的pawlak2 教授于1952年提出的一种处理模糊性和不确定性新型数学工具。该理论能有效地处理不精确、不一致和不完整信息，并从中发现隐含知识，揭示潜在规律。……