武器装备备件需求预测

本书着重介绍了武器装备备件的基本概念、需求影响因素、需求预测的程序及武器装备备件保障决策时常用的需求预测方法，主要包括基于相似分析法、模糊综合评判法、灰色评估法的备件品种确定方法，基于仿真、时间序列、灰色模型、支持向量机、故障分析、组合模型的备件需求预测方法。

   赵建忠，男，1978年出生，山东聊城人，中校军衔，技术9级，现任大学教员。2002年毕业于山东理工大学，本科毕业后分配工作，2006年考入航空工程学院攻读硕士、博士研究生，2013年调入航空工程学院工作。近5年，主持科研项目5项，以一作发表学术研究论文50余篇，SCI检索1篇，EI检索12篇，连续4年被学校评为“学术优选个人”。

   第1章概述1

1.1基本概念1

1.2备件分类3

1.2.1常见的备件分类方法3

1.2.2低消耗备件4

1.2.3基于模糊隶属度的低消耗备件定义与界定4

1.3备件需求影响因素分析10

1.3.1备件需求内在影响因素分析11

1.3.2备件需求外在影响因素分析12

1.3.3影响因素的量化及规范化处理16

1.3.4基于粗糙集属性约简的主要影响因素确定20

1.4备件需求层次性分析22

1.4.1备件层次需求分析22

1.4.2装备系统层次需求分析23

1.4.3维修保障组织需求分析23

1.5备件需求特点分析23

1.5.1备件需求特征23

1.5.2常消耗备件需求特点24

1.5.3低消耗备件需求特点25

第2章武器装备备件需求预测与配置优化基础26

2.1备件消耗模式分析26

2.2备件需求预测的基本原则27

2.3备件需求预测的一般程序29

2.4备件需求预测的方法31

2.4.1定性备件需求预测方法31

2.4.2定量备件需求预测方法32

2.4.3模型复杂性与模型选择34

第3章武器装备备件品种确定方法36

3.1概述36

3.2基于相似分析法的武器装备备件品种确定方法42

3.2.1相似分析法简介42

3.2.2实例分析44

3.3基于模糊层次综合评判的备件品种确定方法46

3.3.1模糊层次综合评判法简介46

3.3.2模型建立47

3.3.3示例分析50

3.4基于D-S理论和模糊综合评判的备件品种确定方法52

3.4.1模型建立52

3.4.2实现步骤54

3.4.3示例分析57

3.5基于灰色评估法的武器装备备件品种确定方法61

3.5.1评价指标体系的建立61

3.5.2评价模型的建立63

3.5.3示例分析65

第4章基于寿命分布和仿真的武器装备备件需求预测方法69

4.1基于寿命分布的武器装备备件需求预测方法69

4.1.1模型的假设70

4.1.2模型的建立70

4.1.3示例分析74

4.2基于蒙特卡罗仿真的备件需求预测方法77

4.2.1模型的假设78

4.2.2参数确定78

4.2.3蒙特卡罗方法79

4.2.4仿真模型的建立79

4.2.5实例分析81

4.3基于马尔可夫与蒙特卡罗仿真的备件需求预测方法82

4.3.1马尔可夫预测模型82

4.3.2备件消耗的马尔可夫性分析84

4.3.3基于马尔可夫与蒙特卡罗仿真预测模型的建立85

4.3.4实例分析88

4.4基于Logistic回归和马尔可夫过程的备件需求预测仿真模型89

4.4.1模型建立90

4.4.2需求发生概率预测91

4.4.3需求数量预测93

4.4.4误差分析96

4.4.5示例分析97

4.5考虑设备停机的备件需求预测仿真模型100

4.5.1基于最大熵原理与概率加权矩的备件寿命分布确定101

4.5.2基于保障度的间断工作备件需求预测模型建立106

4.5.3仿真思路及流程规划109

4.5.4示例分析111

第5章基于时间序列和回归分析的武器装备备件需求预测方法115

5.1时间序列法概述115

5.2基于时间序列法的备件需求预测116

5.2.1算数平均预测法116

5.2.2移动平均预测法117

5.2.3指数平滑预测法118

5.2.4示例分析122

5.3基于回归分析的备件需求预测方法126

5.3.1线性回归概述126

5.3.2一元线性回归模型127

5.3.3多元线性回归模型129

5.3.4示例分析131

第6章基于灰色模型的武器装备备件需求预测方法133

6.1灰色预测方法概述133

6.1.1灰色系统简介133

6.1.2灰色系统理论基础134

6.1.3灰色预测方法136

6.2基于一般序列GM(1,1)模型的备件需求预测方法137

6.2.1模型建立137

6.2.2示例分析141

6.3基于含有空缺值序列GM（1,1）模型的备件需求预测方法144

6.3.1模型建立144

6.3.2示例分析145

6.4基于加入影响因子改进灰色模型的备件需求预测方法146

6.4.1改进灰色预测模型的建立146

6.4.2示例分析147

6.5基于灰色-马尔可夫模型的备件需求预测方法155

6.5.1经典灰色-马尔可夫预测模型155

6.5.2改进的灰色-马尔可夫模型158

6.5.3示例分析162

第7章基于人工智能的武器装备备件需求预测方法166

7.1基于BP神经网络的备件需求预测方法166

7.1.1BP神经网络基本原理167

7.1.2预测模型的建立169

7.1.3示例分析170

7.2基于支持向量机（SVM）的备件需求预测方法175

7.2.1支持向量机概述176

7.2.2支持向量机预测原理177

7.2.3支持向量机预测模型185

7.2.4示例分析188

7.3基于复杂时间序列的组合相关向量机备件需求预测方法192

7.3.1相空间重构192

7.3.2小波变换基本理论193

7.3.3小波函数的选取198

7.3.4基于组合相关向量机的预测原理199

7.3.5示例分析206

第8章基于故障分析的武器装备备件需求预测方法213

8.1故障预测的基本原理分析213

8.2基于故障预测的备件需求预测系统构建215

8.2.1工作流程216

8.2.2数据预处理216

8.2.3故障预测219

8.2.4备件需求确定220

8.3基于信息融合和IMUGM(1,1)故障预测的备件需求预测方法220

8.3.1问题描述221

8.3.2IMUGM(1,1)模型的建立221

8.3.3基于信息融合和IMUGM(1,1)故障预测的备件需求

预测模型构建224

8.3.4示例分析225

8.4基于信息融合和IMUGM(1,m,w)故障预测的备件需求预测建模230

8.4.1问题描述231

8.4.2IMUGM(1,m,w)模型的建立231

8.4.3基于信息融合和IMUGM(1,m,w)故障预测的备件需求

预测模型构建234

8.4.4示例分析234

8.5基于故障规律的备件需求预测方法239

8.5.1备件需求量计算公式239

8.5.2示例分析242

第9章基于组合模型的武器装备备件需求预测方法244

9.1组合预测方法概述244

9.1.1一般组合预测模型245

9.1.2最优加权系数的确定246

9.1.3模型的检验247

9.2基于回归分析和灰色模型的备件需求预测方法247

9.2.1单个预测模型建立247

9.2.2最优组合预测模型248

9.2.3示例分析248

9.3基于小波变换的备件需求预测方法251

9.3.1小波变换理论251

9.3.2GM(1,1)-ARMA模型的改进254

9.3.3WGM-ARMA模型的构建264

9.3.4示例分析265

9.4基于改进Theil不等系数的备件需求预测建模270

9.4.1单项预测模型的建立271

9.4.2基于Theil不等系数的IOWHA算子的组合预测模型构建275

9.4.3基于Theil不等系数的IOWHA算子的组合预测模型改进278

9.4.4示例分析282

参考文献287