杨祺煊，张广楠，荀　烨

(1.军事交通学院 研究生管理大队，天津 300161； 2.军事交通学院 军事物流系，天津 300161)



● 基础科学与技术Basic Science & Technology

广义回归神经网络在装甲部队油料消耗预测中的应用

杨祺煊1，张广楠1，荀烨2

(1.军事交通学院 研究生管理大队，天津 300161； 2.军事交通学院 军事物流系，天津 300161)

针对装甲部队油料消耗量大、保障要求高的特点，基于广义回归神经网络的非线性与快速学习能力，提出了油料消耗影响指标参数，并进行量化处理，建立了关于装甲部队油料消耗预测模型。算例表明，该模型在保持预测精度的同时提高了预测效率。

广义回归网络；油料消耗预测；装甲部队

油料消耗预测，既是筹划油料保障力量、实施油料补给、组织油料运输的重要依据，也是上级机关决策时必须考虑的重要问题。应急作战条件下，油料与油料装备消耗量较大，保障对象多、任务重、时间紧[1]。能否进行准确的预测，不仅影响油料保障任务的完成，更关系到部队能否顺利地遂行作战任务[2]。因此，对于油料消耗量进行系统、合理地建模就显得至关重要。

在部队油料消耗预测过程中，比较常用的方法有概算预测法、详算预测法、移动平均法、线性回归法、趋势外推法等。其中详算预测法预测较为准确，但是该方法参数过细，如各装备的油耗标准、强度、油耗附加系数等。其他方法相对简单，但仅适用于基于时间序列的数据预测，当分析多因素影响的油料消耗预测时，神经网络以其非线性映射、自主学习的特性而拥有较大优势[3]。……