应用数学进展  >> Vol. 10 No. 4 (April 2021)

武器装备维修备件需求预测研究
Research on Demand Forecast of Weapon Equipment Maintenance Spare Parts

DOI: 10.12677/AAM.2021.104089, PDF, 下载: 22  浏览: 92 

作者: 宋光浩:西安电子科技大学,陕西 西安

关键词: 装备故障备件需求预测Equipment Failure Spare Parts Requirements Prediction

摘要: 对于故障相对多发的装备部件,依靠历史故障数据可以预测备件需求。而针对未来较短期内,部件可能发生未曾发生过的故障,建立向量自回归(Vector Auto Regressive, VAR)模型预测特征参数值,通过比较特征参数值与故障阈值的大小,提前预知设备部件可能会发生故障,进而及早地制定相关备件计划,弥补因经验积累不足造成备件缺失的不足,解决装备的备件需求预测问题。
Abstract: For equipment components with relatively frequent failures, the demand for spare parts can be predicted based on historical failure data. In the short-term future, components may fail in ways that have not occurred before. A Vector Auto Regressive (VAR) model is established to predict the value of characteristic parameters. By comparing the value of the characteristic parameter with the failure threshold, it is possible to predict in advance that the equipment component may fail. If a failure occurs, the relevant spare parts plan will be formulated as soon as possible to make up for the lack of spare parts due to insufficient experience accumulation, and solve the problem of equipment spare parts demand forecasting.

文章引用: 宋光浩. 武器装备维修备件需求预测研究[J]. 应用数学进展, 2021, 10(4): 809-816. https://doi.org/10.12677/AAM.2021.104089

参考文献

[1] 冯渤潇. 中国通货膨胀与居民工资变动相关性研究[D]: [硕士学位论文]. 长春: 吉林大学, 2009.
[2] 李莉, 赵连荣, 魏小芳, 安睿智. 基于VAR模型的河北省水资源利用与经济增长的动态关系研究[J]. 资源与产业, 2018, 20(2): 26-32.
[3] 杨万平, 卢晓璐. 中日经济波动的相关性及其传导机制研究[J]. 西安交通大学学报(社会科学版), 2018, 38(1): 19-29.
[4] 曹云波. 公开市场操作对股票价格的影响研究——一个基于VAR模型的实证分析[J]. 经济论坛, 2014(7): 88-94.
[5] Zhang, R., and Jia, H. (2021) Production Performance Forecasting Method Based on Multivariate Time Series and Vector Autoregressive Machine Learning Model for Waterflooding Reservoirs. Petroleum Exploration and Development Online, 48, 201-211.
https://doi.org/10.1016/S1876-3804(21)60016-2
[6] Anatoli, C. and Koen, P. (2020) Multiple Time Series Analysis for Organizational Research. Long Range Planning, Article ID: 102067. (In Press).
https://doi.org/10.1016/j.lrp.2020.102067
[7] 李国, 孙庆祝. 我国体育产业发展与国民经济增长关系的实证研究[J]. 武汉体育学院学报, 2019, 53(1): 43-51+75.
[8] 中国人民银行庆阳市中心支行课题组, 陈永明. 农村金融资源配置与精准扶贫效应评价研究——以甘肃省庆阳市为例[J]. 征信, 2017, 35(12): 69-78.
[9] 廖旭蓉. 基于GARCH模型与VAR模型的我国股市实证分析[D]: [硕士学位论文]. 长沙: 中南大学, 2010.
[10] 严丹丹, 苟林, 岳林. 基于AIC信息准则的Delta T声发射源定位方法[J]. 机械制造与自动化, 2020, 49(1): 188-191.
[11] 吴志旻, 王力, 吴庆君, 王博. 棉花双关税后进口价格、期货价格与现货价格的感知及传导研究——基于VAR模型[J/OL]. 数学的实践与认识, 2021: 1-14. http://kns.cnki.net/kcms/detail/11.2018.o1.20210301.1243.032.html, 2021-03-05.
[12] 廖丽莎. 一二级核证减排量市场价格及两者关系研究[D]: [硕士学位论文]. 长沙: 湖南大学, 2012.
[13] 张舜, 杨欣, 魏津瑜. 基于预防性维修的农机备件需求预测问题研究[J]. 中国农机化学报, 2020, 41(6): 225-230.
[14] 丁广威, 刘旭宁, 王道重, 吴一, 史冲, 陈鹏. 备件需求预测方法研究现状综述[J]. 价值工程, 2020, 39(4): 296-298.
[15] 孙伟奇, 郭峰, 刘臣宇, 史玉敏. 基于GM(1,1)模型的新机备件需求预测[J]. 环境技术, 2019, 37(6): 113-116.
[16] 邵文龙, 张乔斌, 邵松世. 船舶装备备件保障信息收集方法[J]. 船舶物资与市场, 2019(4): 47-49.
[17] 孙伟奇, 周斌, 史玉敏, 孙吉良. 基于LS-SVM的新机备件需求预测[J]. 兵工自动化, 2018, 37(7): 71-73+78.