一种基于大数据的航材备件需求预测方法和相关设备技术

本发明专利技术公开了一种基于大数据的航材备件需求预测方法和相关设备，包括，将航材消耗的历史数据生成历史数据矩阵A<subgt;dn</subgt;进行存储；根据需要预测的装备数量s和预测周期t，确定预测范围，生成t行s列的预测范围矩阵A<subgt;ts</subgt;，根据预测范围矩阵A<subgt;ts</subgt;设置第二层卷积核；根据一维矩阵A<subgt;ij</subgt;大小设置第一层卷积核，第一层卷积核为一维，初始值根据需预测备件在矩阵A<subgt;ij</subgt;中所处位置进行确定；从历史数据矩阵A<subgt;dn</subgt;中A<subgt;11</subgt;位置开始进行二重卷积运算；经过二重卷积运算后生成航材备件需求数量矩阵B<subgt;xy</subgt;；查找航材需求数量矩阵B<subgt;xy</subgt;中元素最小值b<subgt;min</subgt;和最大值b<subgt;max</subgt;，计算得到的P(b)，为在给定预测装备数量s和预测周期t后，航材需求数量为b时对应的概率。本发明专利技术能够提升航材备件需求预测的准确度。

【技术实现步骤摘要】

本专利技术属于航空维修保障，具体涉及一种基于大数据的航材备件需求预测方法和相关设备。

技术介绍

1、航空装备航材备件需求预测问题一直是航材采购部门关注的重点，航材备件需求预测的准确性，直接影响着航材采购的成本控制以及航空装备的保障能力。航材储备一旦过剩不仅会导致资金积压，而且会长期占用航材储存空间，增加大量航材管理工作；航材储备不足则会对装备维修保障工作产生影响，使装备完好率不能及时得到保证。

2、目前，现有技术中对航材备件需求预测主要基于泊松分布模型，利用飞机数量、飞行小时、装机数量、非计划拆换时间、报废率、采购周期、送修周期、管理周期、备件保障概率等数据，从理论上预测未来一段时间内的航材备件需求数量。这种方法过分依赖于理论模型，一旦所预测的航材备件故障概率分布不满足泊松分布，则预测结果与实际数据会存在较大偏差，无法准确对航材备件需求进行预测。

3、综上所述，现有技术中的航材备件需求预测方法，存在过分依赖于理论模型，准确性差的问题。

技术实现思路

1、本专利技术的目的在于提供一种基于本文档来自技高网...

【技术保护点】

1.一种基于大数据的航材备件需求预测方法，其特征在于，包括以下步骤，

2.根据权利要求1所述的一种基于大数据的航材备件需求预测方法，其特征在于，矩阵Adn表示为：

3.根据权利要求1所述的一种基于大数据的航材备件需求预测方法，其特征在于，步骤1中，若矩阵Adn中存在数据为空的元素，则剔除矩阵Adn中的空元素，由同一列下一非空元素上移填补，生成新的数据矩阵。

4.根据权利要求1所述的一种基于大数据的航材备件需求预测方法，其特征在于，步骤2中，若给定预测范围内的日平均装备使用时间与历史日平均装备使用时间相同或相近，则直接进行预测范围确定；若相差较大，则需对...

【技术特征摘要】

1.一种基于大数据的航材备件需求预测方法，其特征在于，包括以下步骤，

2.根据权利要求1所述的一种基于大数据的航材备件需求预测方法，其特征在于，矩阵adn表示为：

3.根据权利要求1所述的一种基于大数据的航材备件需求预测方法，其特征在于，步骤1中，若矩阵adn中存在数据为空的元素，则剔除矩阵adn中的空元素，由同一列下一非空元素上移填补，生成新的数据矩阵。

4.根据权利要求1所述的一种基于大数据的航材备件需求预测方法，其特征在于，步骤2中，若给定预测范围内的日平均装备使用时间与历史日平均装备使用时间相同或相近，则直接进行预测范围确定；若相差较大，则需对预测周期t进行折算，折算后的预测周期如下：

5.根据权利要求1所述的一种基于大数据的航材备件需求预测方法，其特征在于，步骤3中，从矩阵adn中a11位置开始，进行二重卷积运算；第一层卷积核与一维矩阵aij进行卷积运算，提取aij中需预测备件的单日消耗数量；第二层卷积核从矩阵adn中a11位置开始进...

【专利技术属性】
技术研发人员：王彬彬，樊鑫，张向斌，向波，谭陈林，王桂林，马勇，魏小淋，
申请(专利权)人：中国航发动力股份有限公司，
类型：发明
国别省市：