張永莉，梁　京

（中國(guó)民航大學(xué)經(jīng)濟(jì)與管理學(xué)院，天津　300300）

航材需求預(yù)測(cè)方法研究綜述及啟示

張永莉，梁京

（中國(guó)民航大學(xué)經(jīng)濟(jì)與管理學(xué)院，天津300300）

航材需求預(yù)測(cè)是航材科學(xué)管理的基礎(chǔ)，從航材需求預(yù)測(cè)對(duì)象及其特點(diǎn)出發(fā)，分別論述了針對(duì)平緩型、間歇型、塊狀型和隨機(jī)型需求的預(yù)測(cè)方法研究成果，總結(jié)了國(guó)內(nèi)外在研究方法上的不同和差距，提出了航材需求預(yù)測(cè)系統(tǒng)的初步設(shè)想，希望能為中國(guó)航材需求預(yù)測(cè)研究提供參考，為航材管理決策提供支持。

航材；需求預(yù)測(cè)；預(yù)測(cè)方法；航材管理

航空運(yùn)輸市場(chǎng)競(jìng)爭(zhēng)激烈，燃油價(jià)格上漲又進(jìn)一步加大了航空公司的運(yùn)營(yíng)壓力，航空公司除了盡可能地響應(yīng)市場(chǎng)需求外，也要積極尋找降低成本的空間。在飛機(jī)和航油的采購(gòu)價(jià)格議定方面，航空公司有很弱的討價(jià)議價(jià)能力，所以占據(jù)航空公司約2/3的庫(kù)存資產(chǎn)和1/4的流動(dòng)資金[1]的航材儲(chǔ)備成本就成了航空公司降低成本的重要途徑。為了有效地降低航材儲(chǔ)備成本，必須依賴(lài)于準(zhǔn)確的航材計(jì)劃，而航材計(jì)劃依托于對(duì)航材需求的準(zhǔn)確估計(jì)，因此航材需求預(yù)測(cè)方法就成為解決這一問(wèn)題的基礎(chǔ)。

航材種類(lèi)繁多，每一種航材需求都呈現(xiàn)出不同的特點(diǎn)，需要不同的航材需求預(yù)測(cè)方法。由于中國(guó)航空業(yè)起步晚，對(duì)航材管理的重視不夠，多數(shù)航空公司對(duì)航材需求的預(yù)測(cè)一般采用經(jīng)驗(yàn)方法，少數(shù)航空公司采用一些簡(jiǎn)單的預(yù)測(cè)方法。隨著中國(guó)民航機(jī)隊(duì)規(guī)模的擴(kuò)大，航材儲(chǔ)備的規(guī)模和范圍也日益增加和復(fù)雜化，對(duì)航材的管理水平提出了新的要求，需要對(duì)航材進(jìn)行系統(tǒng)的管理，對(duì)航材需求進(jìn)行科學(xué)的預(yù)測(cè)。故本研究的目的在于了解國(guó)內(nèi)外航材需求預(yù)測(cè)方法研究現(xiàn)狀，從而為中國(guó)航材管理提供理論支持。首先分析了航材需求預(yù)測(cè)對(duì)象及其數(shù)據(jù)特點(diǎn)，以及適用于這些數(shù)據(jù)特點(diǎn)的預(yù)測(cè)方法評(píng)價(jià)指標(biāo)。然后根據(jù)其數(shù)據(jù)特點(diǎn)，結(jié)合國(guó)內(nèi)外相關(guān)文獻(xiàn)，把航材需求分為4種類(lèi)型，總結(jié)了適用于特定類(lèi)型的各種預(yù)測(cè)方法的研究成果，發(fā)現(xiàn)了中國(guó)學(xué)者研究預(yù)測(cè)方法上的一些不足。最后根據(jù)分析結(jié)論，提出了航材需求預(yù)測(cè)系統(tǒng)的初步設(shè)想。

1　航材需求預(yù)測(cè)方法研究基礎(chǔ)

1.1航材需求預(yù)測(cè)對(duì)象及其特點(diǎn)

進(jìn)行航材需求預(yù)測(cè)，首先要明確預(yù)測(cè)對(duì)象，反映航材需求的直接指標(biāo)是航材拆換次數(shù)或航材拆換間隔時(shí)間。根據(jù)數(shù)據(jù)處理難易程度及兩個(gè)指標(biāo)之間的關(guān)系，多數(shù)文獻(xiàn)選取航材拆換次數(shù)作為預(yù)測(cè)對(duì)象。航空公司一般會(huì)對(duì)每種航材進(jìn)行日常拆換次數(shù)的記錄，這些記錄直接反映了對(duì)每種航材的需求。

通過(guò)對(duì)大量航材拆換數(shù)據(jù)的分析，發(fā)現(xiàn)航材拆換數(shù)據(jù)的時(shí)間序列具有以下表現(xiàn)形式：①大量的0拆換數(shù)據(jù)。在月度、季度、年度等不同時(shí)間長(zhǎng)度的拆換時(shí)間序列，都有大量的0觀測(cè)值；②如果有拆換的話(huà)，大部分部件的拆換次數(shù)為小的正整數(shù)數(shù)據(jù)。

航材需求數(shù)據(jù)的特點(diǎn)，影響著預(yù)測(cè)方法的選擇和效果評(píng)價(jià)。航材拆換是否發(fā)生具有2個(gè)特征，一是發(fā)生時(shí)間隨機(jī)性，在特定長(zhǎng)的時(shí)間里，航材拆換發(fā)生或不發(fā)生都有可能。一是發(fā)生次數(shù)隨機(jī)性，如果發(fā)生拆換，拆換次數(shù)是不確定的。使用這2個(gè)特征可對(duì)航材進(jìn)行分類(lèi)。設(shè)ADI為平均需求間隔，CV2為航材拆換數(shù)據(jù)變異系數(shù)的平方。根據(jù)這2個(gè)指標(biāo)的值可把部件拆換次數(shù)分為如圖1所示的4類(lèi)[2]，即平緩型需求、間歇型需求、塊狀型需求、隨機(jī)型需求。圖1中的臨界值是Syntetos通過(guò)大量數(shù)據(jù)分析得到的實(shí)證結(jié)果，其中平緩型需求ADI和CV2較小，數(shù)據(jù)穩(wěn)定，容易預(yù)測(cè)。而塊狀型需求ADI和CV2較大，數(shù)據(jù)波動(dòng)大，需求變異系數(shù)大，最難預(yù)測(cè)。

圖1　航材需求類(lèi)型Fig.1　Types of aircraft spare parts demand

1.2預(yù)測(cè)評(píng)價(jià)指標(biāo)

航材需求數(shù)據(jù)的特點(diǎn)，影響著預(yù)測(cè)方法的評(píng)價(jià)指標(biāo)。預(yù)測(cè)評(píng)價(jià)指標(biāo)一般有平均絕對(duì)誤差MAE、均方根誤差RMSE和平均絕對(duì)百分比誤差MAPE[3]。但由于航材需求中存在很多零需求，導(dǎo)致這些指標(biāo)在評(píng)價(jià)時(shí)可能失效。航材需求預(yù)測(cè)的其他評(píng)價(jià)指標(biāo)有[4]：

1）調(diào)整的平均絕對(duì)百分比誤差A(yù)-MAPE，它是比較備件需求預(yù)測(cè)方法中應(yīng)用最普遍的一種方法，為

2）對(duì)稱(chēng)平均絕對(duì)百分比誤差S-MAPE，為

由公式（2）可知，S-MAPE有一個(gè)0%的下限和一個(gè)200%的上限值，由于在實(shí)踐中，0%~100%的百分比誤差的解釋要容易一些，因此一般應(yīng)用時(shí)將公式分母中的1/2去掉，即

相對(duì)幾何根均方誤差RGRMSE：Yk，t表示第k種方法t時(shí)期的值，它的評(píng)斷標(biāo)準(zhǔn)為：若RGRMSE值小于1，則方法a優(yōu)于方法b，反之亦然。

3）百分比最好PB是比較各種方法的時(shí)間百分比值來(lái)評(píng)價(jià)方法的優(yōu)劣。如果一段時(shí)間t內(nèi)，若是所有考慮方法中的最小值，則Ba，t=1，否則Ba，t=0。在評(píng)價(jià)k種方法時(shí)，哪種方法獲得最大的PB值，哪種方法就最優(yōu)，表示為

4）MAD/A 由于MAPE在塊狀需求情況下許多需求呈現(xiàn)0需求，使MAPE無(wú)法定義，因此MAD/A是它的一個(gè)發(fā)展，當(dāng)需求為0時(shí)，定義MAD/A為

其中：MAD為平均絕對(duì)偏差，AVERAGE為特定航材需求的平均值[5]。

2　各類(lèi)航材需求的預(yù)測(cè)方法

2.1平緩型需求

平緩型需求中航材需求數(shù)量變化不大，預(yù)測(cè)時(shí)，可以根據(jù)航材拆換次數(shù)的散點(diǎn)圖來(lái)確定航材需求是否有季節(jié)性周期影響，若無(wú)影響，可采用移動(dòng)平均法[6]、趨勢(shì)外推法、指數(shù)平滑法[7]來(lái)預(yù)測(cè)。此外，還可根據(jù)影響航材需求的因素，運(yùn)用回歸分析法對(duì)飛行小時(shí)或起降架次與拆換次數(shù)進(jìn)行相關(guān)度判斷，若存在高相關(guān)，可使用最小二乘法進(jìn)行預(yù)測(cè)。若散點(diǎn)圖中表現(xiàn)出季節(jié)性的周期性變動(dòng)，即表現(xiàn)為逐年同月或同季有大致相同的變化方向和幅度，則可使用直線(xiàn)方程+季節(jié)指數(shù)預(yù)測(cè)方法、回歸分析+季節(jié)指數(shù)預(yù)測(cè)方法和溫特斯指數(shù)平滑方法[8]。由于呈現(xiàn)平緩型需求特點(diǎn)的航材需求預(yù)測(cè)難度不大，所以對(duì)這一類(lèi)型需求預(yù)測(cè)的文獻(xiàn)較少。

2.2間歇型需求

間歇性是航材需求中較普遍的特征，對(duì)于間歇型需求，主要的預(yù)測(cè)方法[2，9-10]有加權(quán)移動(dòng)平均方法[9]，指數(shù)加權(quán)移動(dòng)平均方法[10]、Croston方法[11]、Bootstrap方法[12]、灰色預(yù)測(cè)方法[13]和貝葉斯方法[14-15]，其中貝葉斯方法對(duì)樣本要求較高，不具有通用性。國(guó)內(nèi)外學(xué)者對(duì)間歇型需求的預(yù)測(cè)方法進(jìn)行了驗(yàn)證和探索。

陳新民[16]通過(guò)對(duì)呈現(xiàn)間歇型需求的鏟運(yùn)機(jī)上某一備件的分析，利用其從2006—2008年的36個(gè)月的消耗情況數(shù)據(jù)，運(yùn)用Croston方法得到了很好的預(yù)測(cè)效果。楊平律[17]等人使用某型裝備備件1990—2010年間的間歇型需求數(shù)據(jù)，利用灰色系統(tǒng)理論，通過(guò)非等間隔GM（1，1）模型、GM（1，1）模型和包絡(luò)GM（1，1）模型，得到灰色預(yù)測(cè)值及其灰度區(qū)間，根據(jù)灰色模型精度級(jí)別驗(yàn)證了該方法在間歇性需求預(yù)測(cè)方面的優(yōu)勢(shì)。趙惠文[18]等人分別考慮新安裝備件和經(jīng)一段時(shí)間使用的航材循環(huán)件A和B，通過(guò)安裝數(shù)量及消耗量數(shù)據(jù)，采用貝葉斯方法預(yù)測(cè)出航材后續(xù)備件的需求量，結(jié)果表明，該預(yù)測(cè)結(jié)果可在不降低保障率的同時(shí)，減少庫(kù)存量。除對(duì)各種方法的研究文獻(xiàn)外，張斌[19]等人對(duì)現(xiàn)存的間歇型需求預(yù)測(cè)方法進(jìn)行了綜述，主要有Croston方法、Bootstrap方法及貝葉斯方法和一些分布方法，提出了間歇型需求預(yù)測(cè)可以考慮的發(fā)展方向。

Ghobbar[2]采用了由Fokker、BAE和ATR飛機(jī)組成的非計(jì)劃拆換的36個(gè)可修件的需求數(shù)據(jù)及其屬性數(shù)據(jù)。通過(guò)包括溫特斯加法方法、溫特斯乘法方法、季節(jié)回歸方法、服務(wù)時(shí)間方法、加權(quán)需求率方法、加權(quán)回歸預(yù)測(cè)方法、Croston方法、單指數(shù)平滑方法、指數(shù)加權(quán)移動(dòng)平均方法、趨勢(shì)調(diào)整指數(shù)平滑方法、加權(quán)移動(dòng)平均方法、雙指數(shù)平滑方法和自適應(yīng)調(diào)整的單指數(shù)平滑方法在內(nèi)的13種方法進(jìn)行預(yù)測(cè)，采用MAPE評(píng)價(jià)預(yù)測(cè)結(jié)果，得出Croston方法、指數(shù)加權(quán)移動(dòng)平均方法和加權(quán)移動(dòng)平均方法對(duì)間歇型需求預(yù)測(cè)效果較好，對(duì)間歇型需求適用的各種預(yù)測(cè)方法作了很好的實(shí)證檢驗(yàn)。此外還提出了一種可預(yù)測(cè)的誤差預(yù)測(cè)模型PEFM（predictive error forecasting model），通過(guò)分析航材需求數(shù)據(jù)的相關(guān)屬性，ADI、CV2、SPL（季節(jié)周期長(zhǎng)度）、PMP（HT/ CM）（主維修過(guò)程/定期維修/狀態(tài)監(jiān)控）及它們的交互作用，建立了基于數(shù)據(jù)屬性的預(yù)測(cè)誤差預(yù)測(cè)模型，運(yùn)用該模型可提前根據(jù)數(shù)據(jù)屬性選出相對(duì)較優(yōu)的預(yù)測(cè)方法。與此同時(shí)，Ghobbar[20]仍使用這些數(shù)據(jù)，探討間歇型需求的航空公司飛機(jī)備件的來(lái)源，研究表明，CV2和ADI受AUR（飛機(jī)使用率）、COL（部件大修壽命）和PMP（主維修過(guò)程）較大影響，這可使航空公司調(diào)整平均大修時(shí)間或?qū)Ｗ⒂诟吖收下蕚浼确椒▉?lái)改善備件需求情況。Babiloni[21]等人在部件需求分類(lèi)方面，提出了3種劃分方法：按需求的方差劃分，按預(yù)測(cè)的準(zhǔn)確性劃分以及按需求形狀特征劃分，并詳細(xì)介紹了間歇型需求的預(yù)測(cè)方法，包括Croston方法和它的多種改進(jìn)和擴(kuò)展方法，以及Bootstrap方法、SBA方法和尚未成熟的支持向量機(jī)方法，對(duì)間歇型需求從需求分類(lèi)到使用預(yù)測(cè)方法及庫(kù)存控制策略做了全方面的論述。

2.3塊狀型需求

塊狀需求是這幾種需求中最難預(yù)測(cè)的。目前對(duì)于塊狀型需求適用的預(yù)測(cè)方法[5]有季節(jié)回歸方法[22]、加權(quán)移動(dòng)平均方法、Croston方法、指數(shù)加權(quán)移動(dòng)平均方法、趨勢(shì)調(diào)整指數(shù)平滑方法[23]、人工神經(jīng)網(wǎng)絡(luò)等。

由于國(guó)內(nèi)對(duì)需求類(lèi)別的認(rèn)識(shí)與劃分和國(guó)外不同，因此目前國(guó)內(nèi)普遍將塊狀型需求歸于間歇型需求來(lái)考慮，一般根據(jù)間歇型需求的預(yù)測(cè)方法對(duì)其進(jìn)行預(yù)測(cè)，單獨(dú)對(duì)于塊狀型需求預(yù)測(cè)方法的文章較少。張瑞[24]在分析備件需求類(lèi)別時(shí)，采用國(guó)外分類(lèi)方法，提及了塊狀型需求，提出了一種以隨機(jī)型需求和間歇型需求的預(yù)測(cè)模型為基礎(chǔ)，構(gòu)建對(duì)塊狀型需求的組合預(yù)測(cè)模型。該文以不同需求特點(diǎn)出發(fā)，提出了針對(duì)不同需求的新的預(yù)測(cè)模型，是中國(guó)預(yù)測(cè)方法研究的方向。

國(guó)外學(xué)者在塊狀需求預(yù)測(cè)方面有很多成果，可以給國(guó)內(nèi)預(yù)測(cè)現(xiàn)狀以后的發(fā)展提供一些參考。Amin-Naseri[25]等人采用阿拉克石化公司的30種備件的需求數(shù)據(jù)，該數(shù)據(jù)包含了從2001—2006年的67個(gè)月度數(shù)據(jù)，該數(shù)據(jù)集內(nèi)55個(gè)觀測(cè)數(shù)據(jù)用來(lái)訓(xùn)練網(wǎng)絡(luò)，剩余的12個(gè)月度數(shù)據(jù)用來(lái)檢驗(yàn)預(yù)測(cè)效果，通過(guò)MASE、AMAPE和PB 3個(gè)評(píng)價(jià)指標(biāo)對(duì)RNN遞歸神經(jīng)網(wǎng)絡(luò)、GRNN廣義回歸神經(jīng)網(wǎng)絡(luò)、MLP多層感知網(wǎng)絡(luò)、SBA方法和Croston方法預(yù)測(cè)結(jié)果的比較，得出RNN遞歸神經(jīng)網(wǎng)絡(luò)優(yōu)于其他4種方法。此外Nasiri Pour[26]等人提出一種針對(duì)塊狀需求的多層感知神經(jīng)網(wǎng)絡(luò)和傳統(tǒng)的遞歸方法結(jié)合的預(yù)測(cè)方法，通過(guò)相同的數(shù)據(jù)，評(píng)價(jià)指標(biāo)，驗(yàn)證了該混合方法較其他4種方法的精確性，并提出未來(lái)備件需求的預(yù)測(cè)方法可能向與神經(jīng)網(wǎng)絡(luò)結(jié)合的混合方法發(fā)展。Regattieri[5]等人利用意大利航空公司的空客A320機(jī)隊(duì)備件數(shù)據(jù)，數(shù)據(jù)集由1998—2004年間塊狀水平不一的3 000多個(gè)不同的部件組成，這些數(shù)據(jù)顯示出5種明顯的塊狀水平，在這5種塊狀水平中，挑選出20種具有代表性的部件進(jìn)行分析，從每個(gè)水平中選擇一個(gè)部件進(jìn)行驗(yàn)證。因此這5個(gè)塊狀組就看作飛機(jī)備件需求的代表。運(yùn)用這5組數(shù)據(jù)，通過(guò)溫特斯加法/乘法方法、季節(jié)回歸方法、單指數(shù)平滑方法、雙指數(shù)平滑方法、自適應(yīng)調(diào)整的單指數(shù)平滑方法、移動(dòng)平均方法（周期長(zhǎng)度從2~12）、加權(quán)移動(dòng)平均方法、指數(shù)加權(quán)移動(dòng)平均方法、趨勢(shì)調(diào)整指數(shù)平滑方法和Croston方法等20種方法進(jìn)行了預(yù)測(cè)，通過(guò)MAD和MAD/A進(jìn)行預(yù)測(cè)評(píng)價(jià)，得出加權(quán)移動(dòng)平均方法、Croston方法、趨勢(shì)調(diào)整指數(shù)平滑方法和指數(shù)加權(quán)移動(dòng)平均方法預(yù)測(cè)效果較好。該文還指出影響預(yù)測(cè)效果最大的因素是需求的塊狀性，其次才為預(yù)測(cè)方法的準(zhǔn)確性。一般塊狀特點(diǎn)較小的部件比特點(diǎn)明顯的部件在預(yù)測(cè)時(shí)，各種預(yù)測(cè)方法預(yù)測(cè)效果普遍較好。

2.4隨機(jī)型需求

隨機(jī)型需求數(shù)量變化大，具有很高的不確定性。目前的預(yù)測(cè)方法有ARIMA方法、支持向量機(jī)方法[27]、人工神經(jīng)網(wǎng)絡(luò)方法和修正后的Croston方法[28]。

賈治宇[29]等人采用航空兵場(chǎng)站某種航材備件3年的消耗率數(shù)據(jù)，通過(guò)將非平穩(wěn)需求兩次差分變?yōu)槠椒€(wěn)需求后進(jìn)行預(yù)測(cè)，通過(guò)3個(gè)評(píng)價(jià)指標(biāo)MAE，MRE和MSE對(duì)ARIMA方法和移動(dòng)平均方法進(jìn)行比較，ARIMA方法預(yù)測(cè)結(jié)果準(zhǔn)確性明顯優(yōu)于移動(dòng)平均方法。張瑞[26]利用4組隨機(jī)需求數(shù)據(jù)，通過(guò)5個(gè)評(píng)價(jià)指標(biāo)RMSE、MAPE、MdRAE、GMRAE、DS對(duì)基于集成經(jīng)驗(yàn)?zāi)B(tài)分解的支持向量機(jī)方法EEMD-SVM、ARIMA方法、指數(shù)平滑方法、移動(dòng)平均方法的預(yù)測(cè)效果進(jìn)行了評(píng)斷，EEMD-SVM預(yù)測(cè)準(zhǔn)確度最高。王慧枝[30]運(yùn)用修正后的Croston方法對(duì)某石化企業(yè)的10 000種機(jī)械備件中滿(mǎn)足條件可用的60種需求月度數(shù)據(jù)進(jìn)行了預(yù)測(cè)，根據(jù)其預(yù)測(cè)值得到了預(yù)測(cè)的非平穩(wěn)需求分布。

Andrew Eaves[31]在對(duì)隨機(jī)需求預(yù)測(cè)、訂貨、及庫(kù)存持有分析中，通過(guò)18 750個(gè)具有相同需求的部件進(jìn)行試驗(yàn)，比較了指數(shù)平滑、Croston方法以及修正Croston方法，結(jié)果顯示并沒(méi)有一種方法在隨機(jī)需求預(yù)測(cè)中有絕對(duì)優(yōu)勢(shì)，Croston方法適用于處理以每周為周期的數(shù)據(jù)，指數(shù)平滑在所有周期的提前訂貨需求中預(yù)測(cè)較好，在提前訂貨需求中Croston方法只有在月度數(shù)據(jù)預(yù)測(cè)中預(yù)測(cè)效果較好，而修正Croston方法在隨機(jī)需求預(yù)測(cè)中始終優(yōu)于Croston方法。

間歇需求、塊狀需求、隨機(jī)需求有許多交疊的方法，這是因?yàn)楹芏嘈枨蟮膭澐謽?biāo)準(zhǔn)并不是絕對(duì)的，數(shù)據(jù)的特點(diǎn)千變?nèi)f化，很難絕對(duì)的確定該種方法只適用于某種特定需求類(lèi)型，以上的方法綜述能在處理各種需求預(yù)測(cè)時(shí)提供一定的參考。

2.5方法研究分析

通過(guò)國(guó)內(nèi)外相關(guān)文獻(xiàn)，可以看到在研究預(yù)測(cè)方法或比較預(yù)測(cè)方法時(shí)國(guó)內(nèi)外學(xué)者的不同，這些不同和差距可以給中國(guó)學(xué)者以及企業(yè)研究航材預(yù)測(cè)帶來(lái)一些啟示。

1）在進(jìn)行預(yù)測(cè)時(shí)，國(guó)內(nèi)許多文獻(xiàn)視角一般集中在方法的應(yīng)用上，如上述多篇文章提到一種新方法在航材預(yù)測(cè)上的嘗試，或者采用兩種方法對(duì)比的結(jié)果來(lái)驗(yàn)證所用方法的準(zhǔn)確性，忽略了問(wèn)題本身所具有的信息。此外，文章通常都未分析所采用實(shí)例的信息特征是否適合此種方法。這是國(guó)內(nèi)文獻(xiàn)中容易忽視的一面。

而國(guó)外學(xué)者在預(yù)測(cè)時(shí)花費(fèi)了大量精力對(duì)數(shù)據(jù)特點(diǎn)進(jìn)行細(xì)致分析，通過(guò)數(shù)據(jù)特征，采用ADI和CV2來(lái)劃分需求數(shù)據(jù)類(lèi)型，對(duì)不同特征的數(shù)據(jù)使用不同的預(yù)測(cè)方法，提高了預(yù)測(cè)的準(zhǔn)確性和預(yù)測(cè)工作的效率。

2）在介紹新方法或已有方法在新領(lǐng)域的應(yīng)用時(shí)，國(guó)內(nèi)文獻(xiàn)采用與之對(duì)比的預(yù)測(cè)方法過(guò)少甚至沒(méi)有，而且對(duì)比方法的選擇上有一定的欠缺，未針對(duì)特定需求類(lèi)型常用的預(yù)測(cè)方法進(jìn)行比較。此外，評(píng)價(jià)指標(biāo)過(guò)于單一，未進(jìn)行多重指標(biāo)的檢驗(yàn)。因此在提出方法時(shí)，要進(jìn)行多種對(duì)比和驗(yàn)證，使方法的提出更具有說(shuō)服力。

3）評(píng)價(jià)指標(biāo)不適用于所有需求類(lèi)型的預(yù)測(cè)方法的評(píng)判，如MAPE不適合檢驗(yàn)塊狀需求數(shù)據(jù)，因此要根據(jù)不同的需求選擇合適可用的評(píng)價(jià)指標(biāo)。

4）在方法的采用上，中國(guó)學(xué)者應(yīng)充分借鑒相關(guān)領(lǐng)域的先進(jìn)成果，將其歸納和吸收，雖然實(shí)際問(wèn)題不同，是否對(duì)該領(lǐng)域的問(wèn)題同樣有效尚且未知，但應(yīng)大膽嘗試和驗(yàn)證。

3　航材需求預(yù)測(cè)系統(tǒng)的初步設(shè)想

本文對(duì)航材需求預(yù)測(cè)所需的考慮因素及現(xiàn)有對(duì)各種需求較優(yōu)的預(yù)測(cè)方法進(jìn)行了綜合論述。但這些方法要在實(shí)踐中使用，必須建立航材需求預(yù)測(cè)系統(tǒng)。這是因?yàn)楹讲牟考N類(lèi)繁多，若每種部件都使用人工一一預(yù)測(cè)，顯然不符合實(shí)際，預(yù)測(cè)時(shí)間過(guò)長(zhǎng)，而且成本較高、對(duì)工作人員的要求高。沒(méi)有預(yù)測(cè)系統(tǒng)，對(duì)航材需求的預(yù)測(cè)只能停留在對(duì)代表性部件的預(yù)測(cè)，不能滿(mǎn)足對(duì)航材的精細(xì)化管理的要求。

以本文的分析為基礎(chǔ)，借鑒其他領(lǐng)域成熟的預(yù)測(cè)體系，以完整的預(yù)測(cè)思路為導(dǎo)向，以各種預(yù)測(cè)方法的研究成果為理論支撐，可以初步構(gòu)建如圖2所示的航材需求預(yù)測(cè)系統(tǒng)示意圖，通過(guò)軟件系統(tǒng)實(shí)現(xiàn)對(duì)航材需求的智能化預(yù)測(cè)。

利用航材需求預(yù)測(cè)系統(tǒng)，在特定部件的需求歷史數(shù)據(jù)輸入之后，可以快速地輸出最優(yōu)預(yù)測(cè)結(jié)果，從而為航材管理決策提供有效的數(shù)據(jù)支持，為中國(guó)航材管理水平的提高奠定基礎(chǔ)。

圖2　航材需求預(yù)測(cè)系統(tǒng)示意圖Fig.2　Schematic diagram of aircraft spare parts demand forecasting system

[1]趙忠威.航材供應(yīng)商管理與成本控制[J].中國(guó)民用航空，2010，109（1）：53-56.

[2]ADEL A GHOBBAR，CHRIS H FRIEND.Evaluation of forecasting methods for intermittent parts demand in the field of aviation：a predictive model[J].Computers&Operations Research，2003，30：2097-2114.

[3]趙衛(wèi)亞，彭壽康，朱晉.計(jì)量經(jīng)濟(jì)學(xué)[M].北京：機(jī)械工業(yè)出版社，2008.

[4]ANDREA CALLEGARO.Forecasting Methods for Spare Parts Demand [D].Padua：University of Padua，2009.

[5]REGATTIERI A，GAMBERI M，GAMBERINI R，MANZINI R.Managing lumpy demand for aircraft spare parts[J].Journal of Air Transport Management，2005，11：426-431.

[6]左山，魯晶晶，田磊，等.簡(jiǎn)單移動(dòng)平均預(yù)測(cè)法在航材保障中的應(yīng)用[J].科技信息，2008（30）：87-88.

[7]程玉波，車(chē)建國(guó)，楊作賓，等.基于指數(shù)平滑法的裝備維修器材需求量預(yù)測(cè)[J].指揮控制與仿真，2009（1）：115-117.

[8]李院生，時(shí)和平.溫特法在裝備備件消耗預(yù)測(cè)中的應(yīng)用研究[J].現(xiàn)代電子技術(shù)，2007（5）：24-27.

[9]MAKRIDAKIS S，WHEELWRIGHT S C，HYNDMAN R J.Forecasting：Methods and Applications[M].3rd，New York：Wiley，1998.

[10]CHARLES C，HOLT.Forecasting seasonals and trends by exponentially weightedmoving averages[J].International Journal of Forecasting，2004，20（1）：5-14.

[11]CROSTON J D.Forecasting and stock control for intermittent Demands [J].Operational Research Quarterly，1972，23（3）：289-303.

[12]EFRON.Bootstrap methods：another look at the jackknife[J].The Annals of Statistics，1979，7（1）：1-26.

[13]DENG J.Introduction to grey systems theory[J].The Journal of Grey Systems，1989，1（1）：1-24.

[14]EDWARD A SILVER.Bayesian determination of the reorder point of a slow moving Item[J].Operations Research，1965，13（6）：989-997.

[15]KOSTAS-PLATONARONIS，IOULIAMAGOU，ROMMERTDEKKER，GEORGE TAGARAS.Inventory control of spare parts using a bayesian approach：a case study[J].European Journal of Operational Research，2004，154（3）：730-739.

[16]陳新民.梅山礦業(yè)公司備件需求預(yù)測(cè)研究[J].梅山科技，2011，3：30-34.

[17]楊平律，包磊.基于灰色系統(tǒng)理論的間斷性需求備件預(yù)測(cè)模型[J].技術(shù)與方法，2011，30（12）：138-141.

[18]趙惠文，王金干，朱根標(biāo).基于貝葉斯的航材后續(xù)備件預(yù)測(cè)模型[J].微電子學(xué)與計(jì)算機(jī)，2004，21（9）：104-106.

[19]楊杰，張斌，華中生.間斷需求預(yù)測(cè)方法綜述[J].預(yù)測(cè)，2005，24（5）：70-75.

[20]GHOBBAR A A，F(xiàn)RIEND C H.Sources of intermittent demand for aircraft spare parts within airline operations[J].Journal of Air Transport Management，2002，8（4）：221-231.

[21]BABILONI E，CARDóS M，ALBARRACíN J M，PALMER M E.Demand categorization，F(xiàn)orecasting and inventory control for intermittent demand items[J].South African Journal of Industrial Engineering，2010，21（2）：115-130.

[22]RAGSDALE，CLIFF T，PLANE，DONALD R.On modeling time series data using spreadsheets[J].Omega，2000，28（2）：215-21.

[23]PFUNDER K R.Selecting the right approach to establish MRO stocking levels[J].APICS-Fall Seminar Proceedings，1986：103-111.

[24]張瑞.不常用備件需求預(yù)測(cè)模型與方法研究[D].武漢，華中科技大學(xué).2010.

[25]AMIN-NASERI M R，TABAR B ROSTAMI.Neural network approach to lumpy demand forecasting for spare parts in process industries[J]. Proceedings of the International Conference on Computer and Communication Engineering，2008：1378-1342.

[26]NASIRI POUR A，ROSTAMI TABAR B，RAHIMZADEHAA.A hybrid neural network and traditional approach for forecasting lumpy demand [J].World Academy of Science，Engineering and Technology.2008，30：384-390.

[27]任博，張恒喜，蘇暢.基于支持向量機(jī)的飛機(jī)備件需求預(yù)測(cè)[J].火力與指揮控制，2005，30（3）：78-80.

[28]SYNTETOS A A，BOYLAN J E.On the bias of intermittent demand estimates[J].International Journal of Production Economics，2001，71：457-466.

[29]賈治宇，康銳.基于ARIMA模型的備件消耗預(yù)測(cè)方法[J].兵工自動(dòng)化，2009，28（6）：29-39.

[30]王慧枝.非平穩(wěn)需求條件下備件庫(kù)存控制方法研究[D].沈陽(yáng)：東北大學(xué)，2008.

[31]ANDREW EAVES.Forecasting，Ordering and Stock-Holding for Erratic Demand[C].International Symposium on Forecasting，2002.6.

（責(zé)任編輯：黨亞茹）

Overview and enlightenment of demand forecasting method research about aircraft spare parts

ZHANG Yong-li，LIANG Jing
（College of Economics and Management，CAUC，Tianjin 300300，China）

Demand forecasting is the basis of scientific management of aircraft spare parts.Starting from the characteristics of aircraft spare parts demand，forecasting methods are discussed，which corresponds to different demand types of slow moving，intermittent，lumpy and erratic demand；then the differences in research method between Chinese and foreign scholars are summarized；finally aircraft spare parts demand forecasting system is proposed，providing reference for aircraft spare parts demand forecasting study and support for the aircraft spare parts management decision making.

aircraft spare parts；demand forecasting；forecasting methods；aircraft spare parts management

F224；V267

：A

：1674-5590（2014）01-0092-05

2012-10-16；

：2012-12-06

中央高?；究蒲袠I(yè)務(wù)費(fèi)專(zhuān)項(xiàng)（ZXH 2009C010）；中國(guó)民航大學(xué)科研啟動(dòng)基金項(xiàng)目（06qd10x）

張永莉（1970—），女，陜西大荔人，博士，教授，研究方向?yàn)楣芾眍A(yù)測(cè)與決策，航空運(yùn)輸管理.