【技术实现步骤摘要】
一种储备物资轮换期限预测方法及装置
[0001]本专利技术涉及数据处理
，尤其涉及一种储备物资轮换期限预测方法及装置。
技术介绍
[0002]储备物资是应对各种危机的重要物质基础，客观上需要长期储存并确保质量状态完好、随时可用。但受环境因素的影响，绝大部分物资具有特定的储存寿命，不能无限期储存。储备物资寿命周期一般可分为生产期—储备期—使用期—报废期，为确保储备物资的整体质量状态，充分发挥储备物资的作用效益，就需要在恰当的时间对库存物资进行轮换，用旧存新。这个物资轮换时机选择非常重要：物资轮换时机点过迟则减短了使用期,浪费了使用价值；时机点过早则增加轮换成本。由于物资轮换是一个复杂的动态过程，涉及数据多、更新快、收集汇总难，如何准确及时地掌控储备物资的状态信息，尤其是对储备物资轮换期限的准确把握，是影响物资管理部门轮换决策的重要依据。目前储备物资轮换仍然是被动式、突击式的，各部门在组织储备物资轮换工作时存在较大的随机性和盲目性。因此，提供一种储备物资轮换期限预测方法及装置，以精确测算储备物资轮换期限，进而提高储备物资轮...
【技术保护点】
【技术特征摘要】
1.一种储备物资轮换期限预测方法，其特征在于，所述方法包括：获取储备物资储存信息；利用轮换影响因子模型对所述储备物资储存信息进行计算处理，得到轮换影响因子；利用轮换期限预测模型对所述储备物资储存信息和所述轮换影响因子进行处理，得到目标轮换期限；所述目标轮换期限用于指示对储备物资的更换。2.根据权利要求1所述的储备物资轮换期限预测方法，其特征在于，所述储备物资储存信息包括储备物资类型；所述利用轮换期限预测模型对所述储备物资储存信息和所述轮换影响因子进行处理，得到目标轮换期限，包括：从物资耗损价值阈值信息集合的物资耗损价值阈值信息中筛选出与所述储备物资类型相匹配的物资耗损价值阈值信息作为目标物资耗损价值阈值信息；所述物资耗损价值阈值信息为由所述储备物资类型与物资耗损价值阈值构建的二元数据组；利用轮换期限预测模型对所述目标物资耗损价值阈值信息中的目标物资耗损价值阈值和所述轮换影响因子进行计算，得到目标轮换期限；其中，所述轮换期限预测模型为：式中，t
*
为所述目标轮换期限；β
*
为所述目标物资耗损价值阈值；r
*
为所述轮换影响因子。3.根据权利要求1所述的储备物资轮换期限预测方法，其特征在于，所述储备物资储存信息包括物资基础数据信息和储备物资类型；所述物资基础数据信息包括L个物资基础数据值；所述物资基础数据值对应的数据属性是不相一致的；所述L为正整数；所述利用轮换影响因子模型对所述储备物资储存信息进行计算处理，得到轮换影响因子，包括：基于所述物资基础数据值对应的数据属性，将所述物资基础数据信息填充至预设的物资数据值向量，得到目标物资数据值向量；所述目标物资数据值向量中向量元素的数量大于所述物资基础数据信息中物资基础数据值的数量；基于随机误差区间和所述储备物资类型，确定出随机误差值；利用利用轮换影响因子模型对所述目标物资数据值向量进行计算，得到轮换影响因子；其中，所述轮换影响因子模型为：r
*
＝XK+μ；式中，r
*
为所述轮换影响因子；X为所述目标物资数据值向量；K为回归系数向量；μ为所述随机误差值。4.根据权利要求3所述的储备物资轮换期限预测方法，其特征在于，所述回归系数向量和所述随机误差区间是基于以下步骤得到的：获取储备物资历史数据信息；所述储备物资历史数据信息包括M个物资轮换数据集合；每个所述物资轮换数据集合中包含的数据量是相一致的；所述M为大于所述L的正整数；基于影响因子计算模型和所述储备物资历史数据信息，确定出回归系数计算式子信
息；所述回归系数计算式子信息包括N个回归系数计算式子；所述N为大于所述L的正整数；对所述回归系数计算式子信息进行解析，得到回归系数值集合和所述随机误差区间；所述回归系数值集合包括P个回归系数值；所述P为小于所述N的正整数；基于所述回归系数值集合，确定出所述回归系数向量。5.根据权利要求4所述的储备物资轮换期限预测方法，其特征在于，所述基于影响因子计算模型和所述储备物资历史数据信息，确定出回归系数计算式子信息，包括：对所述储备物资历史数据信息中的非数值数据进行量化处理，得到历史数据值信息；将所述历史数据值信息依序归类至历史数据表，得到目标历史数据表；按序从所述目标历史数据表中...
【专利技术属性】
技术研发人员：罗少锋，李娅菲，陈可夫，王静，刘振华，
申请(专利权)人：中国人民解放军军事科学院系统工程研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。