张磊,李世民,康淑瑰,王铁宁,郭猛超

(1.山西大同大学 数学与统计学院,山西 大同 037009;2.63963部队,北京 100072;3.陆军装甲兵学院,北京 100072;4.陆装驻西安地区军事代表局,陕西 西安 710032)

0 引言

通过算法实现装备保障需求的有效预测,是未来智能化战争中装备保障的重要环节。随着我军各类高新武器装备使用频率和强度的提升,造成装备故障损毁的随机因素增多,且样本数据量少,规律难以把握。因此,如何在少量历史样本信息的条件下合理有效地预测装备维修器材需求,成为近年来的研究热点之一。

目前,我军装甲装备主要采用结合现有库存标准数量进行定额计算的方法确定器材需求数量,不够精确合理。因此基于小样本装备维修器材需求预测问题主要的研究方向集中于基于可靠性仿真的预测方法以及基于数据驱动模型的预测方法两方面。基于可靠性仿真的方法往往需要假设维修器材的使用寿命服从某种具体分布,在少量样本条件下运用蒙特卡洛法生成模拟随机数据进而确定分布参数,效果比较理想。吴龙涛等提出了运用贝叶斯法和蒙特卡洛法预测威布尔型装备维修器材需求的预测方法。陈顶等结合蒙特卡洛仿真方法,运用灰色生灭过程理论对装备备件预测问题进行了研究。徐廷学等结合蒙特卡洛仿真和马尔可夫模型研究了导弹装备备件需求预测模型。基于数据驱动的预测模型依靠挖掘小样本数据中的器材需求规律,对维修器材需求量进行预测。……