魏曦初，邱立鵬

(大連大學(xué)機(jī)械工程學(xué)院，遼寧 大連 116622)

設(shè)備維護(hù)與備件管理是企業(yè)生產(chǎn)管理的重點(diǎn)內(nèi)容，備件是在設(shè)備的修復(fù)性維修及預(yù)防性維修中，用來替換故障件或到壽命的零件、部件、組件或裝配件。生產(chǎn)過程中，設(shè)備故障是造成生產(chǎn)線中斷的重要隱患，有可能導(dǎo)致巨大的停機(jī)成本。因此，為了即時(shí)滿足設(shè)備維修活動(dòng)的供應(yīng)需求，企業(yè)必須保證足夠數(shù)量的備件儲(chǔ)備。

然而，如果備件的儲(chǔ)備數(shù)量過大，不但會(huì)帶來巨大的存儲(chǔ)成本，還可能因儲(chǔ)存時(shí)間過長而產(chǎn)生嚴(yán)重的性能退化導(dǎo)致報(bào)廢風(fēng)險(xiǎn)，最終使企業(yè)的制造成本增加，同時(shí)占用了大量的流動(dòng)資金，也增加了企業(yè)的機(jī)會(huì)成本。因此，如何建立一個(gè)既保證服務(wù)水平又兼顧經(jīng)濟(jì)性的有效供應(yīng)系統(tǒng)，已受到廣泛關(guān)注。

需求預(yù)測在管理系統(tǒng)中的作用已被公認(rèn)，它在系統(tǒng)的建立、運(yùn)行及改善過程中提供依據(jù)，并發(fā)揮指導(dǎo)性作用。與普通物資相比，備件需求具有一定的特殊性：（1）具有明顯的間斷性；（2）歷史數(shù)據(jù)有限；（3）需求數(shù)量的可變性高；（4）需求受外界因素的影響明顯。這些特征大大地增加了備件需求預(yù)測的復(fù)雜性和難度。目前，國內(nèi)外學(xué)者已對(duì)備件需求預(yù)測進(jìn)行了較為充分的研究，例如，為了降低需求間斷性對(duì)預(yù)測的影響，Croston法、Bootstrapping法，以及相關(guān)的修正模型被開發(fā)并應(yīng)用于備件需求預(yù)測中；Kalchschmidt等、張瑞、張冬等通過歷史數(shù)據(jù)的分解、篩選、修正等處理，消除原始數(shù)據(jù)中的間斷性特征，以提高模型的預(yù)測效果；以因素分析和可靠性理論為基礎(chǔ)的備件需求方法，利用影響因素的識(shí)別及其待定系數(shù)的調(diào)整，擬合備件消耗規(guī)律，計(jì)算其需求數(shù)量。由此可以看出，目前大多數(shù)研究是以提高預(yù)測數(shù)量精度為根本目標(biāo)，重點(diǎn)從預(yù)測技術(shù)的改進(jìn)和更新方面解決備件的需求預(yù)測問題，但是，很少有研究涉及如何可以獲得并使用一個(gè)有效預(yù)測結(jié)論的相關(guān)方法和途徑，也未能對(duì)提升預(yù)測精度的門限和程度進(jìn)行界定。雖然預(yù)測精度可以在不斷的技術(shù)更新中獲得提升，然而，也同時(shí)伴隨著巨大的成本投入，如果從備件供應(yīng)的整體角度出發(fā)，單純準(zhǔn)確的預(yù)測結(jié)果并不能保證備件的有效供應(yīng)，而備件需求預(yù)測的根本目標(biāo)應(yīng)該是使其能夠在系統(tǒng)中發(fā)揮指示作用，從而指導(dǎo)整個(gè)備件供應(yīng)系統(tǒng)有效運(yùn)行、逐漸完善。

鑒于上述分析，本文在目前研究成果的基礎(chǔ)上，從促進(jìn)需求預(yù)測為整個(gè)備件供應(yīng)系統(tǒng)有效服務(wù)的角度，提出了以時(shí)間和數(shù)量的雙維度分析預(yù)測結(jié)果的有效性，指出了不同情況下備件需求預(yù)測面臨的問題，為企業(yè)提供了一套完整的備件需求預(yù)測的優(yōu)化途徑和方法，并且在預(yù)測有效的基礎(chǔ)上，通過對(duì)時(shí)間有效性和數(shù)量有效性的算法改進(jìn)，獲得預(yù)測精度的提升。

1 備件供應(yīng)能力有效度評(píng)估模型

1.1 備件供應(yīng)系統(tǒng)的關(guān)鍵因素分析

備件管理的主要任務(wù)是在生產(chǎn)保障能力和庫存水平之間取得平衡狀態(tài)，即在保證服務(wù)水平的前提下實(shí)現(xiàn)最低的庫存成本，其中庫存控制、預(yù)測能力和供應(yīng)能力3個(gè)主要因素在備件供應(yīng)工作中起到了關(guān)鍵性的作用。如圖1所示，3個(gè)關(guān)鍵因素之間存在著相互依賴又相互影響的關(guān)聯(lián)作用。合理的庫存控制是備件供應(yīng)工作的最終目標(biāo)，經(jīng)濟(jì)有效的庫存水平受到系統(tǒng)預(yù)測能力和外部供應(yīng)商供應(yīng)能力的集中影響；需求預(yù)測對(duì)庫存控制、采購活動(dòng)等均具有指導(dǎo)性的作用，準(zhǔn)確性高、值得信賴的需求預(yù)測結(jié)果可以促進(jìn)備件供應(yīng)始終處于經(jīng)濟(jì)、合理的計(jì)劃中，保證企業(yè)在備件管理活動(dòng)中具有一定的掌控性，而備件需求預(yù)測能力同時(shí)體現(xiàn)在時(shí)間和數(shù)量兩個(gè)維度的預(yù)警結(jié)果上（時(shí)間預(yù)警包括預(yù)警時(shí)間長度和精度，數(shù)量預(yù)警包括預(yù)警數(shù)量大小和精度）；備件的供應(yīng)能力指供應(yīng)商為企業(yè)提供設(shè)備維修備件的能力，使用采購提前期作為供應(yīng)能力在備件供應(yīng)系統(tǒng)中的外在表現(xiàn)形式。供應(yīng)提前期在一定程度上決定了備件庫存的數(shù)量，但中間既受需求預(yù)測的影響，又影響需求預(yù)測的有效性進(jìn)程。

1.2 備件需求預(yù)測的有效性分析

預(yù)測的有效性反映了需求預(yù)測在備件供應(yīng)系統(tǒng)中發(fā)揮作用的能力，通過評(píng)價(jià)系統(tǒng)預(yù)測能力和供應(yīng)能力之間的比例關(guān)系來實(shí)現(xiàn)。當(dāng)系統(tǒng)預(yù)測能力高于供應(yīng)能力時(shí)，預(yù)測有效，反之，則視為預(yù)測失效。備件需求預(yù)測的有效性分析以預(yù)知提前期和供應(yīng)提前期為基本維度區(qū)分不同的供應(yīng)狀態(tài)，并以此構(gòu)建備件供應(yīng)能力的有效度評(píng)估模型（如圖2）。

1.2.1 模型中涉及的相關(guān)概念

（1）預(yù)知提前期和供應(yīng)提前期。預(yù)知提前期和供應(yīng)提前期是預(yù)測有效性分析中的兩個(gè)重要的時(shí)間變量，其中前者反映了系統(tǒng)通過預(yù)測活動(dòng)預(yù)警需求發(fā)生時(shí)間的能力，與庫存控制能力呈正向關(guān)系；后者反映了備件供應(yīng)的敏捷程度，與庫存控制則呈反向關(guān)系。

（2）時(shí)間有效性和數(shù)量有效性。時(shí)間有效性=預(yù)知時(shí)間的最低限制/供貨提前期，其中預(yù)知時(shí)間的最低限制是指預(yù)知時(shí)間長度減去預(yù)測的誤差值，也就是說，只有當(dāng)預(yù)知時(shí)間長度在扣除誤差影響后仍然可以滿足供應(yīng)提前期要求時(shí)，需求預(yù)測方能在時(shí)間維上保證有效性。數(shù)量有效性=預(yù)知數(shù)量的最低限制/備件的實(shí)際需求數(shù)量，為了避免數(shù)量短缺，系統(tǒng)預(yù)知到可能需要的最少數(shù)量不能小于實(shí)際需求數(shù)量，并且最好盡量接近實(shí)際需求，即實(shí)現(xiàn)數(shù)量有效性的具體要求。

1.2.2 模型分析過程

備件供應(yīng)能力有效度評(píng)估模型將備件的供應(yīng)狀態(tài)區(qū)分為3個(gè)不同的區(qū)域。

（1）工作區(qū)。當(dāng)備件供應(yīng)狀態(tài)處于工作區(qū)時(shí)，系統(tǒng)達(dá)到預(yù)警有效的基本門限要求（預(yù)知提前期＞供貨提前期）。然而，即便能夠保證足夠的預(yù)警時(shí)間長度，系統(tǒng)仍然不一定完全能夠?qū)崿F(xiàn)有效預(yù)警的目的，只有當(dāng)系統(tǒng)同時(shí)滿足時(shí)間有效性和數(shù)量有效性時(shí)，需求預(yù)測才能夠發(fā)揮指導(dǎo)作用，而系統(tǒng)才處于完全有效的預(yù)警狀態(tài)；相反，無論時(shí)間和數(shù)量哪個(gè)維度失效都無法為系統(tǒng)提供最佳的預(yù)警服務(wù)，系統(tǒng)仍然處于預(yù)警失效的狀態(tài)。因此，工作區(qū)可進(jìn)一步被劃分為預(yù)警完全有效區(qū)和預(yù)警失效區(qū)，如果備件供應(yīng)處于預(yù)警失效區(qū)，改善供應(yīng)狀態(tài)的首要途徑是按照預(yù)警時(shí)間和數(shù)量的要求選擇某一維度的預(yù)測精度提高。

（2）臨界區(qū)。在臨界區(qū)，備件的預(yù)知提前期和供貨提前期非常接近，那么，備件供應(yīng)狀態(tài)屬于臨界區(qū)。由于預(yù)測誤差和供應(yīng)風(fēng)險(xiǎn)都無法完全規(guī)避，導(dǎo)致系統(tǒng)存在預(yù)警失效的可能性，而這部分失效可能性必然轉(zhuǎn)化為庫存增量的形式。因此，臨界區(qū)僅僅是一個(gè)理想的狀態(tài)，并不是最佳狀態(tài)，而改善途徑則是首先提高預(yù)知時(shí)間長度，使備件進(jìn)入工作區(qū)供應(yīng)狀態(tài)，再進(jìn)一步選擇改善預(yù)警精度，推動(dòng)其最終進(jìn)入預(yù)警有效區(qū)。

（3）無效區(qū)。如果預(yù)知時(shí)間的最大限度（預(yù)知時(shí)間長度加上預(yù)測誤差值）仍然無法滿足供貨商的供貨時(shí)間要求，系統(tǒng)處于供應(yīng)失效區(qū)，此時(shí)，預(yù)測能力提高已經(jīng)無法滿足系統(tǒng)要求，而需求預(yù)測處于完全失效的狀態(tài)。此時(shí)，最經(jīng)濟(jì)的改善途徑則是首先從縮短供應(yīng)提前期的角度對(duì)供應(yīng)商進(jìn)行重新評(píng)估，再設(shè)法改進(jìn)預(yù)知時(shí)間長度。

2 基于預(yù)警時(shí)間有效性的備件預(yù)測方法

2.1 基于時(shí)間有效性和數(shù)量有效性的算法改進(jìn)

通過以上分析可以獲知，只有當(dāng)系統(tǒng)處于預(yù)警完全有效區(qū)時(shí)，備件供應(yīng)才能夠達(dá)到最佳的運(yùn)轉(zhuǎn)狀態(tài),為此預(yù)警時(shí)間和數(shù)量必須同時(shí)滿足有效性要求。

傳統(tǒng)的備件需求預(yù)測方法主要針對(duì)同一種類的備件，預(yù)知指定時(shí)間周期的需求數(shù)量（如年需求量預(yù)測），相當(dāng)于模糊了預(yù)警時(shí)間的有效性，而由于達(dá)到預(yù)測數(shù)量維度的有效性要求較高，因此預(yù)測的準(zhǔn)確性也并不理想，其主要原因?yàn)椋旱谝?，目前使用的間斷性需求預(yù)測方法仍然很難滿足備件預(yù)測精度的普遍要求；第二，面向數(shù)量的模型計(jì)算不可能出現(xiàn)0值，而小數(shù)化的計(jì)算結(jié)果必然影響需求數(shù)量的設(shè)定；第三，外界工況環(huán)境對(duì)零部件退化規(guī)律有著重要影響，忽視了環(huán)境因素的作用，也會(huì)造成備件需求預(yù)測結(jié)果的偏差；第四，即便相同的零部件，也會(huì)因服役工位所處的工況環(huán)境不同，而具有不同的性能退化規(guī)律，所以按照備件種類實(shí)施預(yù)測的做法往往掩蓋了零部件真實(shí)的退化和消耗規(guī)律，增加了備件預(yù)測的誤差。

為了解決傳統(tǒng)備件需求預(yù)測的上述問題，提出基于時(shí)間有效性的備件需求預(yù)測方法：首先，在固化需求數(shù)量的前提下，通過基于新規(guī)則的歷史數(shù)據(jù)預(yù)處理，保證需求數(shù)量維度的有效性，同時(shí)將問題轉(zhuǎn)換為具有連續(xù)型序列特征的時(shí)間維度的一維預(yù)測問題；其次，通過評(píng)估工況環(huán)境，篩選出進(jìn)入預(yù)測模型的高質(zhì)量歷史樣本，降低因工況不同造成的預(yù)測誤差；最后，構(gòu)建高精度的基于支持向量機(jī)（SVM）的預(yù)測網(wǎng)絡(luò)，獲得有效的預(yù)測結(jié)果。

2.2 歷史數(shù)據(jù)預(yù)處理

歷史數(shù)據(jù)重構(gòu)是一種為了確保備件需求預(yù)測有效性的數(shù)據(jù)預(yù)處理方法，文獻(xiàn)[16]介紹了詳細(xì)的預(yù)處理過程（如圖3）。

歷史數(shù)據(jù)預(yù)處理的目的為：第一，固定每次數(shù)量維度的預(yù)測結(jié)果，確保數(shù)量預(yù)警有效，同時(shí)不損失時(shí)間維度的預(yù)警有效性；第二，明晰數(shù)據(jù)樣本對(duì)服役工位零部件性能退化過程規(guī)律，提升預(yù)警精度；第三，原有的間斷性的需求序列被轉(zhuǎn)換為連續(xù)的時(shí)間間隔序列，降低了間斷性需求對(duì)預(yù)測精度的影響。采用數(shù)據(jù)重構(gòu)法進(jìn)行數(shù)據(jù)預(yù)處理，其詳細(xì)的操作及計(jì)算過程參照文獻(xiàn)[16]中的詳細(xì)介紹。

2.2.1 基于工位的數(shù)據(jù)重組

基于工位的數(shù)據(jù)重組是數(shù)據(jù)重構(gòu)的第一步，即為了明晰零部件性能退化過程規(guī)律，將按種類統(tǒng)計(jì)的備件需求信息按照服役的具體工位進(jìn)行提取與重組，獲得若干個(gè)以工位為區(qū)分的子樣本。生產(chǎn)現(xiàn)場管理和設(shè)備維修更換部門可提供相應(yīng)的工位需求信息。

2.2.2 數(shù)量固化

由于同一位置的備件，同一時(shí)刻只能發(fā)生一次需求，因此，對(duì)于按工位數(shù)據(jù)重組后的子樣本，可通過調(diào)整時(shí)間間隔保證每個(gè)時(shí)段備件的需求量只有1和0兩種可能，即實(shí)現(xiàn)數(shù)量固化。之后，在數(shù)量維度上固定只有0和1兩種可能，也就說，每次需求發(fā)生時(shí)，數(shù)量預(yù)知的結(jié)果均為1。

數(shù)量固化實(shí)現(xiàn)了預(yù)警數(shù)量固定的目的，進(jìn)而剔除子序列中的全部0值，序列被轉(zhuǎn)換為相隔多少時(shí)間間隔發(fā)生一次需求的時(shí)間間隔序列。新序列是需求數(shù)量固定的、針對(duì)需求時(shí)間間隔的序列，并且具有連續(xù)型時(shí)間序列的屬性，可直接使用傳統(tǒng)的連續(xù)型時(shí)間序列預(yù)測方法并獲取其精度優(yōu)勢。

2.3 工況環(huán)境評(píng)估

由于受工況環(huán)境的作用，零部件的性能在運(yùn)行過程中不斷退化，最終導(dǎo)致備件消耗，而不同的工況環(huán)境對(duì)零部件的性能退化會(huì)產(chǎn)生不同的影響，也導(dǎo)致了備件不同的消耗規(guī)律。因此，忽視工況環(huán)境的影響會(huì)導(dǎo)致預(yù)測值和實(shí)際值之間巨大的差異。工況環(huán)境評(píng)估的主要目的是評(píng)估被測樣本的工況環(huán)境，在眾多的歷史樣本中，提取與其工況相似的數(shù)據(jù)樣本作為預(yù)測使用的參照樣本，以降低預(yù)測過程中因工況差異而導(dǎo)致的精度損失。

2.3.1 工況因素

工況因素是指對(duì)零部件性能狀態(tài)產(chǎn)生影響的外部環(huán)境因子。工況因素識(shí)別是一個(gè)以預(yù)測對(duì)象的具體特點(diǎn)為依據(jù)，以經(jīng)驗(yàn)認(rèn)知和理論認(rèn)知為參考的廣泛搜索過程。零部件的性能狀態(tài)退化是一個(gè)非常復(fù)雜的過程，不同類型的服役設(shè)備、不同的加工工藝，甚至不同的加工對(duì)象，對(duì)服役零部件產(chǎn)生作用的工況環(huán)境都不相同，導(dǎo)致工況因素的識(shí)別結(jié)果各有差異。因此，工況因素識(shí)別必須根據(jù)所研究備件的具體情況結(jié)合確切的生產(chǎn)實(shí)踐調(diào)研進(jìn)行。

2.3.2 因素約簡

為了降低冗余項(xiàng)和低相關(guān)度因素對(duì)預(yù)測精度的影響，需要對(duì)初選因素集進(jìn)行約簡處理，為了降低人為因素的干擾，本文選用了基于粗糙集（Rough Sets，RS）理論的屬性約簡方法獲取關(guān)鍵因素集，基本操作流程如圖3所示。

二戰(zhàn)結(jié)束后，科恩前往紐約大學(xué)深造，并獲得生物化學(xué)博士學(xué)位，當(dāng)時(shí)他的研究方向是抗體。后來，他前往巴黎巴斯德研究所，與法國生物化學(xué)家雅克·莫諾（Jacques Monod）共事，并成功描述了一組名為“乳糖操縱子”的大腸桿菌基因。這組基因負(fù)責(zé)為分解糖分（尤其是乳糖）的蛋白質(zhì)編碼。他們還共同探討了基因如何開啟和關(guān)閉，莫諾更是憑借此項(xiàng)工作，榮獲1965年諾貝爾醫(yī)學(xué)或生理學(xué)獎(jiǎng)。

2.3.3 工況評(píng)估方法

由于時(shí)間周期的長度不同，相關(guān)因素對(duì)備件消耗的影響程度不同，在工況評(píng)估中數(shù)據(jù)提取和評(píng)估計(jì)算的方法也具有一定差異：

（1）當(dāng)時(shí)間周期較短時(shí)，外界工況環(huán)境尚來不及出現(xiàn)明顯變化，可以暫時(shí)忽略工況環(huán)境的影響。

（2）當(dāng)需求周期處于中等水平時(shí)，樣本之間的工況差異明顯，也是導(dǎo)致需求差異的重要因素之一，但由于需求間隔并未達(dá)到慢速流動(dòng)的程度，單個(gè)樣本周期內(nèi)部的工況環(huán)境相對(duì)穩(wěn)定，可以近似的采用各工況因素的均值表示該需求周期所處的工況環(huán)境。評(píng)估計(jì)算的設(shè)計(jì)原理為：將歷史樣本中各工況因素分別映射到n維空間中，任何一個(gè)歷史樣本的工況環(huán)境均可以使用該n維空間中的一個(gè)點(diǎn)進(jìn)行描述，如果以被測樣本工況環(huán)境為圓心，以工況相似度閾值為半徑可以獲得一個(gè)n維球，那么被該n維球覆蓋的歷史樣本均與被測樣本滿足工況相似的要求，可以作為進(jìn)入預(yù)測模型的參照樣本。假設(shè)歷史數(shù)據(jù)中有m個(gè)可操作樣本，提取了n個(gè)工況因素，則歷史數(shù)據(jù)集為：，如果被測樣本為，則其中，如果（工況環(huán)境相似度閾值），則對(duì)應(yīng)的樣本Xt可作為參照樣本進(jìn)入預(yù)測模型；如果則樣本不符合被測樣本工況環(huán)境的適配要求，不能成為參照樣本。其中，工況相似度閾值是一個(gè)經(jīng)驗(yàn)值，可以通過多次測算比較預(yù)測誤差的方法進(jìn)行設(shè)定，而被測樣本的工況環(huán)境可以綜合當(dāng)前工況及生產(chǎn)計(jì)劃、訂單情況等預(yù)知獲得。

（3）當(dāng)需求周期非常長時(shí)，備件屬于慢速流動(dòng)狀態(tài)，單個(gè)樣本周期內(nèi)工況因素的可變性增強(qiáng)，工況環(huán)境變化對(duì)零部件的性能退化產(chǎn)生無法忽視的累積效果，因此，工況評(píng)估中必須考慮樣本周期內(nèi)部工況因素的波動(dòng)問題，可以參照零部件剩余壽命預(yù)測中關(guān)于相似性評(píng)估的方法。

2.4 預(yù)測模型構(gòu)建

為了保證預(yù)測模型的泛化能力，選擇了在小樣本、非線性及高維模式識(shí)別中具有優(yōu)勢的支持向量機(jī)（Support Vector Machine，SVM）神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)最終的預(yù)測計(jì)算，完整的預(yù)測模型如圖4所示。

3 案例分析

為了闡明預(yù)測模型的有效性和可行性，以某模具制造企業(yè)的設(shè)備維修備件為例進(jìn)行驗(yàn)證分析，選取該企業(yè)XKA5023銑床設(shè)備上專用銑刀備件的設(shè)備維修、更換記錄及設(shè)備生產(chǎn)運(yùn)行的相關(guān)資料作為預(yù)測的歷史數(shù)據(jù)。

3.1 數(shù)據(jù)準(zhǔn)備

3.1.1 歷史數(shù)據(jù)預(yù)處理

該專用銑刀備件主要服務(wù)于兩臺(tái)同種型號(hào)的銑床設(shè)備，根據(jù)數(shù)據(jù)重構(gòu)的思想，將采購部門提供的備件統(tǒng)計(jì)數(shù)據(jù)，參照設(shè)備維修、更換記錄等維修資料，具體分解到兩個(gè)不同的工位上，調(diào)整時(shí)間記錄單位為“日”，實(shí)現(xiàn)數(shù)量退化，同時(shí)將序列轉(zhuǎn)化為需求間隔序列，如表1所示。

表1 數(shù)據(jù)重構(gòu)的結(jié)果

3.1.2 工況環(huán)境評(píng)估

以工位1為例，現(xiàn)場調(diào)研后提取影響該銑刀備件的主要因素有工藝規(guī)程、工時(shí)分布、操作溫度、平均載荷、質(zhì)量可靠性、拆卸次數(shù)、突發(fā)事故、人為因素。為了確保備件消耗過程的描述能力及效率，對(duì)提取的原始工況因素集進(jìn)行粗糙集屬性約簡處理，在處理過程中，主要利用挪威科技大學(xué)和波蘭華沙大學(xué)開發(fā)的粗糙集工具包軟件Rosetta實(shí)現(xiàn)，最終獲得約簡結(jié)果為{工時(shí)分布、平均載荷、質(zhì)量可靠性、拆卸次數(shù)、突發(fā)事故}（如圖5）。

由于樣本平均需求周期大于3個(gè)月而小于1年，備件處于中速流動(dòng)狀態(tài)，因此，在工況評(píng)估中暫不考慮樣本內(nèi)部的工況變化，將樣本中各工況因素的值表示為各個(gè)采集點(diǎn)的均值，并參照2.2.3中介紹的第二種情況進(jìn)行距離測算，提取工況閾值P=5.4（經(jīng)多次測算取MAPE≤0.02），從工位1的歷史樣本中篩選出17個(gè)滿足閾值要求的樣本，作為參照樣本進(jìn)入SVM預(yù)測網(wǎng)絡(luò)。工位2上以同樣的操作方式最終提取15個(gè)參照樣本。

3.2 預(yù)測過程

構(gòu)建SVM時(shí)序預(yù)測網(wǎng)絡(luò)，其輸入、輸出均為備件需求的時(shí)間間隔，其中輸入節(jié)點(diǎn)為4個(gè)，輸出節(jié)點(diǎn)為1個(gè)利用Libsvm工具包實(shí)現(xiàn)預(yù)測過程。以工位1為例，四種常用核函數(shù)進(jìn)行精度對(duì)比后選擇徑向基核函數(shù)，利用交叉驗(yàn)證法確定最佳參數(shù)為c=16，g=0.0625（如圖6），預(yù)測結(jié)果如圖7所示。

3.3 結(jié)果分析

為了驗(yàn)證預(yù)測方法的有效性，分別在不同的情況下實(shí)施預(yù)測驗(yàn)證（如表2），從誤差比對(duì)結(jié)果可以發(fā)現(xiàn)，基于時(shí)間有效性的預(yù)測方法（表2中測試3）對(duì)預(yù)測精度的提升具有明顯作用。

常見備件需求預(yù)測通常預(yù)測連續(xù)固定的時(shí)間間隔內(nèi)需求備件的數(shù)量，因此，只能夠獲得指定時(shí)間周期內(nèi)的需求數(shù)量。觀察預(yù)測結(jié)果（表2中測試1），其時(shí)間分辨率較差，時(shí)間有效性不足，同時(shí)數(shù)量預(yù)測精度誤差較大，往往呈現(xiàn)小數(shù)化，而基于時(shí)間有效性的預(yù)測方法不但可以指出備件需求發(fā)生時(shí)準(zhǔn)確數(shù)量，還可以預(yù)測下次需求發(fā)生的時(shí)間區(qū)間，其寬度由算法的誤差決定，有效地提高了時(shí)間有效性。

在普通預(yù)測中，由于不能夠預(yù)知需求的具體時(shí)間，預(yù)警時(shí)間的精度與指定的時(shí)間周期直接相關(guān)，如測試1的預(yù)警精度即為“年”。與此相比，基于時(shí)間有效性的預(yù)測方法中，時(shí)間精度只體現(xiàn)為預(yù)測網(wǎng)絡(luò)的計(jì)算誤差，精度為天，有利于將預(yù)警時(shí)間的寬度控制在相對(duì)合理的范圍內(nèi)，確保了預(yù)警時(shí)間有效性的獲取。

數(shù)據(jù)重組是能夠保證同時(shí)獲取預(yù)警時(shí)間有效性和數(shù)量有效性的基礎(chǔ)，其中數(shù)據(jù)分解強(qiáng)化了歷史信息對(duì)備件消耗過程的描述能力，數(shù)量退化確保序列轉(zhuǎn)換中消除數(shù)量有效性損失，序列轉(zhuǎn)換降低了間斷性序列對(duì)預(yù)測精度的影響。關(guān)于數(shù)據(jù)重構(gòu)的應(yīng)用效果在文獻(xiàn)[16]中有詳細(xì)的闡述，表2中可以更加清晰地觀測到數(shù)據(jù)重構(gòu)在時(shí)間維度和數(shù)量維度精度提高作用（表2中測試2）。

同樣可以看出，工況環(huán)境的變化對(duì)備件消耗規(guī)律的影響作用不容忽視，通過工況評(píng)估提取工況相似的樣本作為預(yù)測網(wǎng)絡(luò)使用參照樣本的做法，降低了工況變化對(duì)預(yù)測結(jié)果的影響，同時(shí)使預(yù)測精度得到了較大提升（表2中測試3）。

表2 預(yù)測誤差對(duì)比

4 結(jié)語

以提高備件需求預(yù)測有效性為目標(biāo)，針對(duì)備件需求預(yù)測歷史數(shù)據(jù)的特點(diǎn)，本文提出以基于數(shù)量的時(shí)間維數(shù)據(jù)進(jìn)行預(yù)測替代常見的基于時(shí)間的數(shù)量維數(shù)據(jù)預(yù)測，同時(shí)兼顧外界因素對(duì)備件壽命的影響，通過相似性原理選取外界環(huán)境相近的備件歷史數(shù)據(jù)，建立基于SVM網(wǎng)絡(luò)進(jìn)行需求預(yù)測的備件需求預(yù)測方法。通過案例企業(yè)典型數(shù)據(jù)驗(yàn)證，證明了其預(yù)測結(jié)果與其他方法相比具有較高的精確性和有效性。