...中爆破销毁过期航空弹药
周一鸣+王茜+杨硕
摘 要：研究并掌握航空弹药维修器材的消耗规律，对做好航空弹药器材的保障工作有着重要的意义。基于此，研究了动态灰色模型，并成功将其应用于某型航空弹药维修器材的消耗预测。实践及理论证明，动态灰色预测模型由于实时加入系统的最新数据，提高灰区间的白度，预测精度比传统灰色模型高，表明动态灰色模型理论正确，精度合格，能够满足实际应用要求。MATLAB作为辅助工具，使得预测变得简便易行，大大节省了工作量。
关键词：航空弹药维修器材；消耗规律；动态灰色模型；MATLAB
中图分类号：E241 文献标识码：A
Abstract： Researching and mastering the rule of aviation ammunition spares is meaningful for conducting the logistics support work of aviation ammunition spares. Based on this， dynamic gray forecast model is researched and successfully applied to consumption forecast of some aviation ammunition spares. Practice and theory prove that the prediction accuracy of dynamic gray forecast model is higher than that of typical gray model because upgraded data are real-timely added into the system to promote the whiteness of gray region. It indicates that the theory of dynamic gray forecast model correct， its precision is qualified and can meet the need of practical application. MATLAB is used as the assistant tool which makes the prediction more easier and reduces lots of workload.
Key works： aviation ammunition spares； consumption rule； dynamic gray forecast model； MATLAB
0 引 言
航空彈药维修器材是航空弹药及其保障装备所需的元器件、零件、组件或部件等的统称，是部队“两成两力”（成建制、成系统形成作战能力和保障能力）建设的物质基础，是保障装备处于良好技术状态，提高装备再生能力的有效保证，对装备平时、战时保障都有深远影响。现代战争具有爆发时间短、对抗强度大、破坏性强等突出特点，器材消耗量日益剧增，品种日趋复杂，从经典的战例可以看出战争对维修器材表现出前所未有的依赖性。掌握并遵循航空弹药维修器材消耗规律，从而精确、及时、高效完成航空弹药维修器材保障工作，实现武器装备“战力再生”，保持和恢复部队战斗力，成为取得战争胜利的关键因素[1]。
1 动态灰色理论模型
灰色系统理论是我国学者邓聚龙教授1982年在国际上首先提出来的，为未来学研究提供了新的基本理论和基本方法。它是控制论的观点和方法延伸到社会、经济的产物，也是自动控制科学与运筹学的数学方法相结合的结果。灰色系统拟合与预测的信息特性是灰色残差信息的开发与利用[2]。灰色系统分析特别还适用于统计信息量少，其他方法无法进行分析的问题。灰色系统理论对数据的处理通常采用累加或累减生成方法，使无序数据列转化为有序数据列，使生成数据列适宜微分方程建模。这种使系统信息由不确知到确知，由知之不多到知之甚多的过程，就是通常所说的使系统由“灰”变“白”。
1.1 灰色GM1，1模型的建立
灰色GM1，1预测模型定义如图1所示。
这种方法不需要很多样本数据，只须知道连续几年的消耗情况，对预测结果可做精度验证。
1.2 动态灰色模型的建立
应用传统的GM1，1灰色理论建立模型之后，模型参数a与b一经算出就固定了，不会再随计算数值而改变。随着模型更新和发展，需要持续地增加新数据并同时筛除老旧数据，形成一个新陈代谢的过程，使得模型序列能够准确地表征模型当前状态。传统灰色预测模型的改进方法很多，在此，引入动态灰色模型的概念，对传统GM1，1模型进行改进[4]。
灰色新陈代谢GM1，1模型的预测步骤为：
（4）输出预测结果。
2 应用实例分析
经调研，搜集到某型航空弹药的某种维修器材2006年至2015年的消耗量统计数据如表1所示，运用灰色预测法预测该备件的消耗量。
（1）利用GM1，1计算预测值并与实际值进行比较。
根据10年的统计数据，构建原始序列：
对原始序列进行数据累加生成，得：
通过MATLAB绘制出累加序列的曲线图，如图2所示。
根据式（5）求出累加以后的值，并对其进行累减还原得到预测值。实际值与预测值的对比如表2所示。
从表2可以看出传统的GM1，1模型，对于短期的器材消耗，能够较好地反映消耗的趋势。但是随着时间序列的加长，消耗数据的不断增多，传统模型受干扰成分变大，不稳定因素影响变大，数据开始发散。此时模型已经不能很好地反映航空弹药维修器材的消耗趋势，需要实时地对模型进行改正。
（2）利用动态灰色模型计算预测值并与实际值进行比较。
GM1，1模型以10年所有的消耗数据为基础建立灰色模型，现以5维数据为基础，建立动态灰色模型。根据建模思想，将前5期数据进行建模，预测第6期数据，然后将其替换第1期数据，再次建模，预测下一期，以此类推。
通过动态灰色模型得到的预测值与实际值的对比如表3所示。
由表3可以很明显地看出，通过引入新的信息，替代时间间隔较长的数据序列，模型的精度得到了明显的提高，预测值更为接近真实的消耗情况。通过图3可以看出，改进后模型的预测值起伏变小，且消耗趋势与观测值更为接近。
3 模型检验
要对灰色模型进行检验，主要是进行后验差检验，检验指标有后验算方差比值C和小误差概率p。
评定一个预测模型的好坏，C值越小越好，一般要求C小于0.35，最大不超过0.65。预测模型精度评定的另一个指标为小误差概率p，p值越大越好，一般要求p大于0.95，不得小于0.7[5]。参照p与C的大小，可将精度分为4个根据MATLAB运行结果，P=1，C=0.1466，预测精度为1级，因此可以看出动态灰色模型在航空弹药维修器材消耗预测上具有较高的精度。
4 结束语
传统的GM1，1模型具有建模“少信息、规律性强”的优點，但预测精度随预测步长增加而降低。这是因为对一个系统来说，随时间的推移，未来的一些扰动因素将不断进入系统而对其施加影响，用之进行长期预测必然会产生较大的偏差。而且信息逐渐老化，不能真实反映系统目前状态，所以建立模型时需要进行信息的新陈代谢。动态灰色系统实时地加入新的信息，淘汰旧的信息，不仅可以突出系统最新的变化趋势，而且可以消除预测模型的噪声污染，对预测精度的提高也具有较好的作用。
本文将动态灰色模型应用于航空弹药维修器材消耗规律的预测，实现结果分析与理论分析基本吻合，表明动态灰色模型理论正确，精度合格，能够满足实际器材消耗规律的应用。
参考文献：
[1] 任敏，陈全庆，沈震，等. 备件供应学[M]. 北京：国防工业出版社，2013.
[2] 邓聚龙. 灰预测与灰决策[M]. 武汉：华中科技大学出版社，2002.
[3] Avinash Samvedi， Vipul Jain. A grey approach for forecasting in a supply chain during intermittent disruptions[J]. Engineering Applications of Artificial Intelligence， 2013，26：1044-1051.
[4] 何海. 灰色动态建模技术与应用[D]. 武汉：华中科技大学（硕士学位论文），2004.
[5] 徐廷学. 基于灰色预测法的军械维修器材消耗规律[J]. 火力与指挥控制，2011，36（11）：163-167.
