基于不同航材分類的航材需求預測方法研究綜述

摘 要：針對不同種類航材需應用不同的預測方法。文章首先研究和總結目前國內外對航材普遍認同的幾種分類方法；然后基于以上不同的航材分類，分析和總結適用于不同類型的航材各種需求預測方法；最后根據分析結論和總結前人經驗，為我們后續的新機型飛機交付后的航材需求預測方法研究指明思路和方向。

關鍵詞：航材；航材分類；需求預測方法

引言

民用航空業是目前全球發展速度最快的行業之一，同時也是競爭壓力最大的行業之一，占據航空公司約2/3的庫存資產和1/4的流動資金的航材儲備成本必然是我們的客戶航空公司的“必爭之地”，其和我們制造商同樣對降低航材成本有著迫切的需求。因此為了有效地降低我方和客戶的航材儲備成本，必須依賴于準確的航材計劃，而航材計劃依托于對航材需求的準確估計，因此航材需求預測方法就成為解決這一問題的基礎。

航材種類繁多，每一種航材需求都呈現出不同的特點，需要不同的航材需求預測方法。故文章研究的目的在于了解國內外航材需求預測方法研究現狀，從而為航材管理提供理論支持。首先研究和總結目前國內外對航材普遍認同的幾種分類方法；然后基于以上不同的航材分類，結合國內外相關文獻，分析和總結適用于不同類型的航材各種需求預測方法；最后根據分析結論和總結前人經驗，為我們后續的飛機交付后的航材需求預測方法研究指明思路和方向。

1 普遍認同的航材分類原則和方法

李保華[1]的備件需求預測模型研究中提到對于慢速流動備件和新裝備件，需求量小，屬于無歷史數據可查的一類航材；還有一類是流動速度快、歷史數據記錄齊全的備件；另外對于新設備沒有歷史使用數據，但設備的發展具有同源性和繼承性，因此可以利用相似設備備件的需求數據進行分析和推斷。Allen[2]提出必須考慮備件的可維修特性，將備件分成可維修和不可維修兩類。張瑞[3]發現一類航材具有使用頻次低、間隔期長且需求不確定等特征，將其定義為不常用航材，并將不常用備件需求定量分為間歇性需求、隨機性需求、塊狀需求三類。因此文章將航材分類總結如下，共四種不同的分類原則：有無運行歷史數據的；有無相似機型；可維修與不可維修；常用與不常用。

針對機型的航材需求按如下的過程圖判斷，歸結為兩種航材分類方法：

2 基于ABCD航材分類的需求預測方法

經過這樣的分類之后，改變了傳統把除高價周轉件之外的其他航材都歸為消耗件的籠統粗放的分類方法，更有益于航材管理人員有計劃、有重點地進行管理。

2.1 A類航材需求預測方法

根據對各大航空公司的調研結果，此類航材的消耗基本上遵從泊松分布。在穩定狀態下，設某A類航材的故障分布密度服從參數為？姿的指數分布，則其故障率為常數？姿，其發生故障的概率可由泊松分布的有關公式確定。若單架飛機對某項航材在時間（0，t）的需求遵從參數為？姿t的泊松分布，即在時間（0，t），單架飛機對該項航材的需求數為K的概率為：

參數意義同前。

3 基于連續型需求和間歇型需求、隨機型需求、塊狀型需求分類的需求預測方法

航材拆換是否發生具有2個特征，發生時間隨機性和發生次數隨機性。根據這2個指標的值可把部件拆換次數分為4類，即平緩型需求、間歇型需求、塊狀型需求、隨機型需求。

3.1 平緩型需求

平緩型需求中航材需求數量變化不大，可以根據航材拆換次數的散點圖來確定航材需求是否有季節性周期影響，若無影響，可采用移動平均法、趨勢外推法、指數平滑法來預測。

3.2 間歇型需求

間歇性是航材需求中較普遍的特征，對于間歇型需求，主要的預測方法[4]有加權移動平均方法、指數加權移動平均方法、Croston 方法、Bootstrap方法、灰色預測方法和貝葉斯方法。

3.3 塊狀型需求

塊狀需求是這幾種需求中最難預測的。目前對于塊狀型需求適用的預測方法有季節回歸方法、加權移動平均方法、Croston方法、指數加權移動平均方法、趨勢調整指數平滑方法、人工神經網絡等。

3.4 隨機型需求

隨機型需求數量變化大，具有很高的不確定性。目前的預測方法有ARIMA方法、支持向量機方法、人工神經網絡方法和修正后的Croston 方法。

4 結束語

基于連續型需求和間歇型需求、隨機型需求、塊狀型需求分類的航材需求預測方法主要是應用統計學方法，借助一些統計學軟件和數學模型來實現分析和計算。雖然這一方法是目前最科學和精準的數學模擬方法，但在實際工程應用中存在不能快速便捷的應用，和不便于工程師的人工控制。而基于周轉件和消耗件分類的（ABCD分類方法）航材需求預測方法在國際制造商和國內航空公司中被廣泛的應用。雖然應用的具體模型略有差異，但主要關注的參數及應用泊松分布函數的思想是不變的。因此，我們的飛機交付后的航材保障工作的思路也要著眼以下幾個方面，為我們的需求預測提供更好用、更精確的預測方法，同時為后續數學模型的建立打好理論基礎。

第一，沒有自己的歷史數據，可以借助相似機型的歷史數據，評估相似的航材項目和其消耗數據，關注其送修周期和訂貨周期等關鍵參數；從而修正和完善基于周轉件和消耗件分類的（ABCD分類方法）航材需求預測方法。

第二，基于第一點，我們的預測模型可能永遠滯后于實際需求情況。因為我們總是在用過去的歷史數據（過去一年的數據或過去五年的平均數據）預測未來的需求，但隨著飛機的飛行年限越久，其故障率會越高，維護更換的頻率會越高，需要更換的航材項目會增多。因此，我們還是要同時做好歷史數據的統計分析工作，從近期的數據（例如兩年內）和飛機剛交付時的一兩年內的數據對比分析，從中發掘信息來為我們的預測模型添加修正系數或修正模型。

第三，針對基于連續型需求和間歇型需求、隨機型需求、塊狀型需求分類的需求預測方法的預測結果進行偏差分析，同時和周轉件和消耗件分類的（ABCD分類方法）航材需求預測方法的預測結果進行對比分析、相互驗證和修正。

參考文獻

[1]李保華.備件需求預測研究[J].航空維修與工程，2008，5：59-60.

[2]Allen S G，D A D'esopo. An ordering policy for repairable stock items [J].OperationsResearch，1968，16（3）：482-489.

[3]張瑞.不常用備件需求預測模型與方法研究[D].華中科技大學，2010.

[4]ADEL A GHOBBAR，CHRIS H FRIEND. Evaluation of forecastingmethods for intermittent parts demand in the field of aviation：a predictivemodel[J].Computers Operations Research，2003，30：2097-2114.