基于灰色預測模型的武警車輛管理應用研究

王申強，崔曉萍，高瑞，尉永信

（中國人民武裝警察部隊工程大學裝備管理與保障學院，陜西 西安 710086）

1 引言

車輛裝備是武警部隊投送任務的堅強依托[1]，是組織實施運輸保障的主要工具，是確保執勤處突、快速機動的根本保證。近年來, 車輛安全管理工作始終作為武警部隊經常性管理工作重點內容。本文基于灰色系統理論，在梳理某單位行車里程數據的基礎上，建立GM(1,1)預測模型，對投送趨任務勢進行預測，為各級車管部門提供參考依據，從而提高部隊車輛管理效益。

2 灰色系統理論

灰色系統是指[2]“部分信息已知，部分信息未知”的“小樣本”，“貧信息”的不確定性系統，通過對部分“已知”信息的生成、開發去了解認識現實世界，實現對系統進行行為和演化規律的正確描述和把握。灰色預測是以灰色模型為基礎，在諸多灰色模型中，以單序列一階線性微分方程模型GM(1,1)模型最為常用。

2.1 GM(1,1)模型[3]

（1）原始數據累加以便弱化隨機序列的波動性和隨機性，得到新數據序列：

其中，X(1)中各數據表示對前幾項數據的累加：

（2）對數列X(1)建立一階線性微分方程：

其中，a,u 為待定系數，分別稱為發展系數和作用量，a的有效區間是(-2,2)，并記a,u 構成的矩陣為，只要求出a,u，就能求出X(1)(t)，進而求出X(0)的未來預測值。相關研究表明[2]，當-a＜0.3 時，灰色預測可用于中長期預測；當0.3＜-a≤0.5 時，灰色預測模型可用于短期預測，中長期預測慎用；0.5＜-a≤0.8 時，短期預測也應慎重選用；當0.8＜-a 時，不宜采用灰色預測模型進行預測。

（3）對累加生成數據做均值生成B 與常數向量Yn，即：

（4）用最小二乘法求解灰參數，則：

（7）對建立的灰色模型進行后驗差檢驗，步驟如下：

①計算x(0)(t)與之間的殘差e(0)(t)和相對誤差q(x)：

②求原始數據x(0)(t)的均值以及方差s1；

③求e(0)(t)的平均值及殘差的方差s2；

⑤求小誤差概率P=p{|e(t)|＜0.6745s1}；

⑥灰色模型檢驗如表1 所列：

表1 灰色模型等級檢驗對照表[4]

⑦運用模型進行預測：

3 基于GM(1,1)模型的實例驗證

3.1 武警部隊車輛管理現狀

為滿足武警部隊現代化建設要求，各種性能先進、功能強大的車輛陸續投入使用。車輛的安全管理已成為部隊日常管理的一件大事，各級領導對此十分重視，采取各種措施減少車輛事故的發生。

某部運輸中隊作風扎實，培養了一批梯次合理、業務過硬的駕駛員。該中隊是連續五年的先進中隊，日常管理嚴格正規，行駛數據登統計詳細規范，選取該部作為研究灰色預測理論的樣本，具有示范意義。

3.2 基于武警某部行駛數據的實例驗證

灰色模型對樣本數量的要求較低，僅需四個數據就可以建立模型。本文選取2010～2016 年車輛行駛總里程數建模，并用運用MATLAB 運算結果進行對比驗證，對2010-2010年行駛里程進行測算，數據如表2 所示；預測趨勢見圖1；模型檢驗各項指標見表3。

表2 某運輸中隊2010-2020 年行駛記錄值、預測值、殘差、標準差

表3 模型檢驗數據表

結合灰色模型等級檢驗對照表，由表3 可知，本次預測等級為“好”，能夠較好地實現對該中隊未來行駛里程趨勢進行預測。

4 結論

（1）通過驗證，原始數據和預測數據擬合性較好，相對誤差小，預測精度高。

（2）由圖1 可知，隨著部隊實戰化要求不斷增強，各種演練、訓練活動壓茬跟進，投送量呈逐年遞增趨勢，各級車管部門面臨著前所未有的壓力，“保勝利、保安全”的要求是擺在各級面前一道嚴峻課題。

圖1 2010-2020 年行駛里程預測圖

（3）投送量的遞增伴隨著故障率的增加，該部應強化維修技能培訓，加大人才儲備力度，確保完成上級賦予的各項投送任務。