张敦成

摘要：航材需求预测是航材部门一直研究的热点问题之一，本文结合大量航材需求预测方法，从时间序列法和机器学习法入手，分析各类方法的优缺点，对航材需求预测技术研究现状进行总结。

关键词：预测;航材需求

航材预测是航材领域一直研究的问题，研究方法多种多样，预测精度也有好坏。 李卫灵等[1]考虑航材消耗的灰度性，针对部分航材样本数据少，消耗变化大的特点，采用灰色时间序列GM（1，1）模型对航材消耗进行预测，为“小样本，贫信息”航材的消耗预测研究提供了一种思路。马保国等[2]以备件完好率为指标，就低消耗航材消耗量的随机性提出了一种基于马尔可夫预测结合蒙特卡洛仿真的低消耗航材预测方法。韩戈白等[3]基于经济成本最小，综合效益最大的目标，结合航材消耗特点规律，应用ARIMA模型对航材消耗进行预测，并对预测结果进行修正，得出最终航材消耗预测值。指数平滑方法、指数加权移动平均法等适用于连续需求的预测方法，一度被用来进行需求预测，但其结果精度不高，尤其在需求中有大量的零的情况下，因此J.D.Croston[4]综合考虑需求时间间隔与消耗历史的影响，在指数平滑方法基础上提出了Croston方法用以实现航材预测。吴雯雯等[5]认为舰船器材消耗随时间变化具有较大的波动性，高峰厚尾现象明显，对数据进行一阶二阶差分处理，得到平稳的时间序列，并对其残差序列进行分析，对二阶差分序列和残差序列进行ARCH检验，构建GARCH模型，对GARCH族的各个模型的AIC值进行比较，选取滞后阶数最小（AIC值最小）的模型进行预测，找出了波动性器材的消耗规律，减小了滞后阶数。……