下载文档原格式
基于R语言SARIMA模型的航材需求预测分析作者：毕钊侯胜利来源：《价值工程》2019年第15期摘要：采用时间序列SARIMA模型对航材需求进行预测，以2010～2014年某航材实际月需求量数据为基础，运用R语言对航材需求量时间序列进行了稳定性判别;通过定阶和参数估计，构建了航材需求预测模型，并进行了数据预测。
结果显示使用SARIMA模型拟合效果较好，预测能力可靠，能为航材部门需求预测提供准确方便的方法。
Abstract： The time series SARIMA model is used to predict the demand for aircraft spareparts. Based on the actual monthly demand data of a certain material in 2010～2014， the R language is used to judge the stability of the time series of aircraft spareparts. Through the order and parameter estimation，the aircraft spareparts demand forecasting model was constructed and the data prediction was carried out. The results show that the SARIMA model has a good fitting effect and reliable prediction ability， which can provide accurate and convenient methods for demand forecasting of the aerial material sectors.关键词：R语言;时间序列;SARIMA模型;需求预测Key words： R language;time series;SARIMA model;demand forecasting中图分类号：F726;F224 ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ;文献标识码：A ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ;文章编号：1006-4311（2019）15-0151-040 ;引言航材保障系统中，航材需求量的预测是平衡航材消耗和库存的关键。
摘要：为了对航材的需求进行预测，本文根据时间序列乘积季节模型，利用统计软件spss，对收集到的航材需求的历史数据进行了建模、参数估计、检验、预测，经检验预测效果较好。
该方法简便实用，利于实际推广和使用。
abstract： in order to predict the uncertain demand for aircraft spareparts，a multiple arima model is used to solve this problem by time series forecasting system in spss. the prediction result and its applications are discussed. this method is simple， practical and convenient for spreading.关键词：时间序列；需求预测；参数估计；白噪声序列中图分类号：td176 文献标识码：a 文章编号：1006-4311（2016）24-0250-020 引言随着航空兵部队的换装和飞机的更新换代，航空器材的种类越来越多，价值越来越昂贵，如何根据消耗器材的历史数据，准确预测未来器材的需求，这不仅提高了航材保障的精细化程度，减少了库存，避免了因器材具有时效性而产生的浪费，而且增加了航材保障的可预见性，为完成各种飞行任务奠定基础。
某种型号的航材需求量，可随着时间的推移，形成一个序列，成为航材需求的时间序列。
对某种型号的航材来说，需求量在一定的时间内，是不确定的，它受到飞机训练强度、环境气候、季节性等因素的影响。
因此时间序列可能随着时间的推移，呈现一定的趋势性，也可能受季节因素的影响，呈现一定的季节性，如雨季训练强度减少，对器材的消耗就少，需求就相应的减少。
而目前对航材需求量的预测，大多采用回归法，滑动平均法，而这些方法的处理和预测，缺少对季节性的考量，而利用时间序列arima （p，d，q）（p，d，q）s模型，可对影响航材需求的各种因素综合考虑，对于短期预测效果较好。
航材需求预测模型研究
赵淑舫;宁宣熙;吴桐水
【期刊名称】《中国民航大学学报》
【年(卷),期】2002(020)003
【摘要】航材是一种特殊的物资储备,运用一般预测理论很难对其需求时间和需求量进行预测.针对其特殊性,以现代维修理论为基础,结合数理统计的知识,对航材需求预测方法进行了初步探索,进而建立了一种较为实用的预测模型,为航材需求的预测提供了一种解决方案.
【总页数】4页(P20-23)
【作者】赵淑舫;宁宣熙;吴桐水
【作者单位】南京航空航天大学工商学院,南京,210016;南京航空航天大学工商学院,南京,210016;中国民航学院,天津,300300
【正文语种】中文
【中图分类】F560
【相关文献】
1.基于不同航材分类的航材需求预测方法研究综述 [J], 王芳
2.航空兵异地驻训航材需求预测模型 [J], 韩增奇;于俊杰;王朝阳
3.航材备件需求预测模型与应用研究 [J], 虞文胜;韩庆田;张毅
4.基于供应可用度的可修航材需求预测模型 [J], 郭峰
5.航材件需求预测模型研究 [J], 崔宇;高磊
因版权原因，仅展示原文概要，查看原文内容请购买。
航材需求分析与预测技术的应用研究航材需求分析与预测技术的应用研究【摘要】本文重点分析了影响航材需求预测的因素，并结合实际工作，研究总结了民用飞机结构航材需求预测的实用方法以及结构备件的选取流程，其成果可为其它民机航材保障工作提供依据和参考。
【关键词】航材；预测；结构备件引言航材保障的根本任务是为了支持和满足飞机全寿命周期内使用、维护、修理等所需要的各种航材需求，保障客户的正常运营。
如今随着航空业的开展和国际市场竞争的加剧，国外知名飞机制造商为了提供完善、高效的航材支援效劳，各自建立了先进的航材保障预测系统，制定科学的航材供给方案为航空公司提供有效的航材供给和采购指导，通过库存控制和管理尽量减少航材积压本钱。
因此如何选取合理正确的航材、预测准确的需求量、平衡航材本钱和保障率之间关系成为航材工程技术研究的关键课题。
笔者通过对某些民用飞机的研究，分析总结了影响航材需求预测的重要因素。
根据飞机结构件的特性阐述了结构备件的选取流程，并重点介绍了初始结构航材的需求分析与预测方法。
1、备件简述飞机备件是指为保持和恢复飞机主机、机载设备、地面保障设备设计性能所必需的零、部件及修理更换用的成品替换件等，包括飞机维护修理中所需的零部件及耗材。
备件是保证飞机正常营运的重要物质根底。
备件通常分为发动机备件、机体备件和系统备件三大类；按价值也可分为周转件、消耗件。
2、影响航材预测的因素分析本文结合实际，在研究了大量国内外民用飞机的航材工程理论根底上，归纳总结了影响航材需求预测的重要因素：1〕数据源：统一数据源、采集准确的航材数据是航材有效保障的根底。
航材数据主要来源于：工程设计部门、供给商、制造商、试飞部门以及飞机用户等。
2〕可靠性：可靠性是航材选取的重要依据之一，其中最为关注两个参数：平均故障发生间隔时间和平均非方案拆换间隔时间，可靠性数据随着飞机运营信息的统计将不断修正而趋于准确；可靠性分析主要依据产品的寿命和零部件故障模式、影响及危害性分析，以及试验报告、供给商航材的保险值等。
考虑灰色模型的飞机维修备件需求预测随着飞机使用年限的增长，航空领域中的维修备件需求变得越来越重要。
为了避免飞机在飞行过程中出现突发问题或技术故障，航空公司需要建立可靠的维修保障体系。
为了更好地为维修备件需求做出预测，使用灰色模型是一个有效的方式。
灰色系统理论是一种基于建模、预测与控制技术的综合学科，用于处理具有缺失信息、受限信息和小样本信息的系统问题，已经被广泛应用于各领域。
在航空维修领域中，使用灰色模型对维修备件需求做出预测能够为航空公司带来许多好处。
下面就从灰色模型的基本原理，到在航空维修领域中的应用展开论述。
一、灰色系统基本原理灰色系统理论主要研究所处理对象模型中不确定性信息的处理方案。
它是一种建立在试验数据或事实依据分析基础上的系统科学，其特点是缺少必要的信息或信息不完善，因此常用于缺少数据或样本集较小时。
在灰色预测中，预测问题的根本是灰色预测的建模。
建模主要是将已知数据，或未知系统中的依据或规律，归纳为模型。
模型表述了其所描述的系统的规律特征，并能够通过数学表达式来描述。
模型的归纳既是确定模型的类型，又是寻找模型参数的处理过程。
灰色系统理论在数学计算上比较简单，并且是在数据较少的情况下计算精度更高。
因此，它被广泛应用于实践中。
灰色模型的基本形式包括GM(1,1)、GM(1,1)、GM(2,1)等，其中GM(1,1)模型应用最为广泛，所以在维修备件预测中的应用也以GM(1,1)模型为主。
二、航空维修领域中的应用灰色模型在航空维修领域中的应用主要聚焦于维修备件需求预测。
飞机维修备件是支持航空公司维护飞机安全性和可靠性的重要因素，对于航空公司来说，如果能够精准地预测维修备件的需求，会大大提高维护效率和降低成本。
在飞机维修过程中，维修备件数量的预测是由相应的飞机的维修数据和历史数据来进行的。
航空公司可以通过收集和分析飞机的运行状态和维修数据，识别需求模式并预测未来的需求。
灰色模型的应用使得预测更加准确可靠。
战时航材需求分析与优化模型摘要：本文从战时航材需求入手，考虑飞机虚警率以及自身故障率得到备件期望缺货数，在考虑战时串件拼修的影响下得到战时飞机整体完好率，以经费、体积、质量为约束条件，以装备可用度和飞机整体完好率为目标函数构建战时航材需求优化模型。
1虚警对战备储备的影响分析飞机上的航材在装机使用以后，会随着使用时间和使用次数的增加而受损，其损伤程度到达某一界限以后就会频繁发生故障，我们称之为虚警现象。
虚警虽然不能称之为备件故障，但是会产生备件需求，影响着作战任务的进行。
我们考虑任务中航材备件存在的虚警现象，并将其作为故障处理，即虚警会产生备件需求。
备件的虚警率服从指数分布：（1）其中，为外场可更换单元（）的备件使用率；为备件的平均虚警间隔时间；为飞机执行任务时间；为在飞机中的数量；为执行任务所出动的飞机架数。
在执行任务期间，飞机所采用的维修方式一般是换件维修，维修级别属于一级。
因此，可以根据备件发生故障的次数来计算备件需求量。
在考虑虚警的情况下备件的自身故障率如下：（2）其中，表示占空比，为飞机空中出动时间与任务总时间的比值；表示故障备件在不拆卸的情况下能够修复的概率；为备件的平均故障间隔时间。
备件的故障率在数值上等于虚警率与自身故障率的加和。
（3）如果某一备件的平均故障修复时间为，备件储备量为，那么的均值为：（4）其中，表示该LRU的备件缺货数的均值，其表述方式如下所示：（5）其中，表示备件缺货数。
装备可用是完成作战任务的先决条件，装备可用度和备件缺货数紧密相关，某一装备的装备可用度在数值上等于其下属LRU的使用可用度的乘积，其关系见式（6）.（6）其中，表示备件（）的使用可用度，。
2战时串件拼修对战备储备的影响分析串件拼修是在战时备件短缺的情况下紧急恢复飞机作战能力的一种手段，其原理是通过将因受损严重而无法参与作战的飞机上的可用件拆卸下来用于修理其他受损飞机，以提高装备可用度。
因此，串件拼修在一定程度上能够提高备件维修保障能力。
基于BP神经网络的航班需求预测模型
王兴云;樊玮;吴桐水;池宏
【期刊名称】《中国民航大学学报》
【年(卷),期】2004(022)006
【摘要】航班需求预测是航空公司收益管理的关键技术.BP神经网络用大量的历史数据进行学习,能够记忆复杂的历史订座规律和销售趋势,提出了一种基于BP神经网络的航班需求预测模型.通过对历史数据进行主成分分析获得该模型,用一元回归法和相关系数法对训练质量进行评估,对模型作了置信区间分析.将该模型与增量法、回归法进行了对比,具有在线预测速度快、预测精度相对较高等优点.
【总页数】6页(P44-49)
【作者】王兴云;樊玮;吴桐水;池宏
【作者单位】中国民用航空学院,计算机科学与技术学院,天津,300300;中国民用航空学院,软件基地,天津,300300;中国科学院,科技政策与管理科学研究所,北
京,100080;中国民用航空学院,管理学院,天津,300300;中国科学院,科技政策与管理科学研究所,北京,100080
【正文语种】中文
【中图分类】V37;F560.8
【相关文献】
1.基于BP神经网络的城市物流需求预测模型研究 [J], 林伟滨
2.基于灰色模型与BP神经网络的青岛旅游需求预测模型 [J], 蔡雯雯;黄文聪;李优
佳
3.基于BP神经网络的城市物流需求预测模型 [J], 文培娜
4.基于BP神经网络与GM(1,1)组合的北京市物流需求预测模型 [J], 李晗;吴珍珍;张雪雪
5.基于ARIMA和BP神经网络的供应链需求预测模型及其对比分析 [J], 唐甜甜;周伟
因版权原因，仅展示原文概要，查看原文内容请购买。
