[发明专利]战时航材需求预测方法

说明书

本发明涉及一种战时航材需求预测方法，基于航材需求量的马尔科夫性建立马尔科夫预测模型，将马尔科夫预测模型和蒙特卡罗算法仿真相结合，以MATLAB为平台基于建立的马尔科夫预测模型对有限的历史航材需求量数据进行仿真处理，实现战时航材需求预测，并对进行误差分析，提高了战时航材需求预测的可靠性。

技术领域

本发明属于航材管理技术领域，涉及战时航材需求预测技术，具体地说，涉及一种战时航材需求预测方法。

背景技术

在现代高科技战争中，航空兵的作用越来越显著，空中力量已经成为决定战争胜败的主导因素。为了提高战机在战争中的可用性，增强战机的持续出动能力，良好的战时航材保障起了至关重要的作用。由于现代战争具有很强的变异性、复杂性以及多样性，加之作战飞机的频繁使用及战场环境恶劣,战斗损伤不可避免，因此，战时航材消耗较平时有较大变化，并且会呈现许多不同的特点和规律。作战飞机对航材的依赖性极大，因此做好航材需求预测工作具有重要的军事和经济意义。但由于战时样本量极少，很难用一般的预测方法进行需求预测，并且预测精度很低，这给战时航材保障人员在进行航材保障时带来很大困难。同时，由于战时航材需求预测是一个较为复杂的系统，难以建立精确的数学模型进行准确预测。

发明内容

本发明针对现有技术存在的上述问题，提供了一种战时航材需求预测方法，该方法将马尔科夫模型和蒙特卡罗仿真相结合，通过对有限的历史数据进行仿真处理并进行误差分析，预测的可靠性高。

为了达到上述目的，本发明提供了一种战时航材需求预测方法，含有以下步骤：

S1、构建马尔科夫预测模型，求解航材需求量状态概率；

S11、以时间t划分阶段，某航材在过去某一时间段内的消耗情况作为状态量，该航材的月需求量为X，则该航材在状态t₁，t₂，...，t_n的取值分别为x₁，x₂，...，x_n，该航材的航材需求量中最大值X_max，最小值记为X_min，航材需求量为整数，则该航材共有n＝X_max-X_min+1种状态；

S12、在样本数量足够大时，用频率近似替代概率，设Y_i为处于状态E_i的样本数，Y_ij(k)为状态E_i经过k步转移到状态E_j的数据个数，用P_ij(k)表示k步转移概率，如下所示：

则相应的k步状态转移概率矩阵P(k)表示为：

S13、根据k步状态转移概率矩阵P(k)建立马尔科夫预测模型表示为：

C(t)＝C(t-k)×P(k) (1)

式中，C(t)表示未来k个月的航材需求量状态概率预测值，C(t-k)表示时间t-k阶段的航材需求量状态概率值；

S2、基于马尔科夫预测模型，采用蒙特卡罗算法仿真随机模拟得到航材需求量，并将随机模拟的航材需求量与历史航材需求量对比，进行误差分析。

优选的，所述步骤S2中，采用蒙特卡罗算法仿真随机模拟得到随机模拟航材需求量并进行误差分析的具体步骤为：

S21、以MATLAB为平台，在MATLAB中以矩阵的形式输入历史航材需求量，找出其中最大值和最小值，计算出航材需求量可能存在的状态，令t＝0，记录所需要预测的未来k个月的个数k；

S22、统计每种航材需求量状态数量，以及由该种状态下一步转移状态的数量，计算出第1步状态转移概率矩阵P(1)并以此类推计算出第2、3、…、k步状态转移矩阵；