庞增拴,李 欣

(河北省机电一体化中试基地,河北 石家庄 050081)

光电装备维修器材消耗的历年数据是各级维修保障部门制定光电装备维修器材订货计划的重要依据,因此提高维修器材预测精度可减少维修器材库存量，降低维修器材周转环节，提高经费使用效率,对提升部队战斗力和保障力有重要的促进作用[1]。目前常用的维修器材消耗预测方法有回归分析法、主观决策法、时间序列法以及灰色预测法等[2]。回归分析法多考虑主要因素影响,在影响因素较多情况下,会降低预测的准确性;主观决策法仅适用于原始数据较少的情况,预测精度不高;时间序列法则需要大样本量来保证预测的准确性[3-6]。相比之下,灰色预测方法是通过时间因素建立未来与现在的定量关系,通过模型预测事物未来可能的发展,而不需要确定数据变动是否服从某种分布等特点[7-8]。但是,维修器材的实际消耗与装备的使用环境、频度、周期等多种因素有密切关系[9-10]。

因此仅考虑时间序列的单因素影响使得传统的分数阶灰色预测模型难以达到较高的预测精度。

光电装备维修器材特点是数量大、品种多。维修器材消耗预测中面临的突出问题是:由于新型光电装备服役年限较短、列装数量较少,从而使得与光电装备维修器材消耗相关的信息和历史数据较少,甚至有时候对某些型号的光电装备只能得到近几年的消耗数据。在这种器材消耗历史数据量不多的情况下,要求其服从某些典型的分布是不可能的[11-12]。……