3. 基于支持向量机等新理论的非线性预测。由于舰船备件消耗数据有限,具有小样本、不稳定性和间歇性等特点,传统的基于非线性样本线性化的预测思想准确率低。Corinna Cortes和Vapni(1995)等学者提出支持向量机SVM(Support Vector Machine)理论,较好地解决了小样本、非线性及高维模式识别问题。卫一熳(2015)等运用灰色加权关联方法对影响备件消耗的主要因素进行分析,并基于SVM理论,建立了灰色加权关联分析与多尺度最小二乘支持SVM组合的学习模式,较好地解决了影响因素与备件消耗之间的非线性关系。如何将最新的非线性预测理论成果应用于舰船备件预测,值得继续研究。
4. 舰船编队备件共用策略优化。舰船执行任务主要以编队形式进行,舰船之间有许多通用备件,当编队内舰船出现备件短缺时,可由其他舰船通过横向供给进行补充。国内外学者Cohen(2006)、H. Wong(2006)、陈砚桥、程鹤等均考虑了横向供给对备件配置种类、数量带来的影响,但对于三艘以上舰船的多对多横向供应体系共用策略(Pooling Game)优化并未做研究,没能形成舰船编队一体化备件保障体系。
五、 结语
对比国际上舰船产业管理经验,美国舰船制造商在备件初始供应阶段,利用“基于战备完好性的备件供应”方法计算备件需求;在正常供应阶段,他们基于全球历史需求数据进行分析,以此预测需求,实现了向企业资源规划系统过渡。这一备件管理方式可以滤除突发性的备件需求增长,有效地把具有持续性需求的备件和间歇性需求的备件分开,极大提升了舰船产品全寿命周期服务质量,促进其舰船制造工业的“本土化回归”。我国还需进一步加强对舰船装备保障理论的研究,在现代质量管理体系指导下,坚持产业科技创新,充分利用历史数据、企业资源,科学合理地规划保障方案,实现舰船备件管理的精确化、系统化,为舰船产业实现由“大”到“强”的转型发展提供坚实的保障。
参考文献:
[1] 朱雅彦,孟晓哲.基于航空产业的产业创新平台运行机理研究[J].现代管理科学,2013,(6):71-73.
[2] 计国君.我国产业科技创新与国际竞争力研究[J]. 厦门大学学报:哲学社会科学版,2007,(2):81-88.
[3] 方道红.论军械仓库管理与质量管理技术[J].现代管理科学,2000,(4):48.
[4] 但斌,胡丹.平战结合下大型服务系统应急备品备件管理研究[J].软科学,2012,26(145):51-54.
[5] 易宏.舰船总体可靠性通用模型及舰船可靠性工程方法研究[D].上海:上海交通大学学位论文,2003.
[6] 唐成,梁晓峰,陈砚桥.配置随船修理设备对备件储量影响的仿真分析[J].舰船电子工程,2012,(1): 95-96.
[7] 冯杨,尹迪,罗兵.基于SES的不常用备件需求预测模型[J].兵工自动化,2011,30(2):18-21.