基于蟻群改進BP算法的組合預測模型在軍械器材需求預測中的應用

萬 宇，劉 煒

（1.海軍裝備部軍械保障部，北京100841；2.91980部隊，山東煙臺2640011）

在軍械器材管理的采購計劃制定環節中，對軍械器材的需求預測大多是根據傳統的經驗來完成。在這種粗放式的管理模式下，積累的歷史數據沒有得到充分利用，預測準確率不高，軍械器材的籌供比例難以保證在一個合理的范圍內，導致庫存壓力和成本加大，并直接影響到修理任務的正常開展和裝備完好率，因而有必要對軍械器材的需求量進行科學有效的預測，以期在合理配置軍械器材庫存量、降低備件占用資金的同時有效保證裝備完好率。

目前，對庫存需求的預測方法有很多，如隨機時間序列預測法、平滑預測法、回歸預測法、馬爾柯夫模型預測、灰色理論預測法、神經網絡預測法等[1]。每種預測方法都有自身的特點，都是對系統內部某方面特征的刻畫，揭示了部分的變動規律，因而不能單純絕對地評價某種方法的優劣，比如神經網絡對于復雜因素具有很強擬合能力，但是對于不同結構的數據樣本，預測差異性較大，穩定性不足；對于回歸分析預測方法來說，它對于變量間存在非線性關系時的處理較弱；ARMA時序模型用于非平穩數據建模能夠較好地處理隨機擾動因素[2]。為綜合利用各項預測方法的優勢，Bates 和Granger 建議使用組合預測方法來綜合反映系統內部全部信息，從而提高預測精度和效率[3]。在組合預測的研究中，已經證實非線性組合預測比線性組合預測的精度要高，但是非線性組合預測中的非線性函數形式的選擇和參數估計等問題始終是困擾建模者開展預測工作的關鍵所在。……