[发明专利]一种基于灰色模型的后勤物资预测方法

权利要求书

1.一种基于灰色模型的后勤物资预测方法，其特征是：具体包括以下步骤：

S1、建立后勤物资消耗预测模型，具体建立步骤为：

1)利用分段线性化的思想，将贯穿后勤保障全过程的后勤物资消耗过程划分为多个阶段；

2)假设后勤物资消耗在短时间内为线性过程，建立低阶的物资消耗预测模型：

X_k+1＝X_k+V_kΔt(k≥0)，

其中，V_k为第k+1次数据上报与第k次数据上报间的物资消耗速度，则：V_k＝Δx/Δt＝(X_k+1-X_k)/Δt，通过不断获取实际的物资消耗数据，建立近似线性增长的后勤物资消耗曲线；

S2、对步骤S1中建立的物资消耗预测模型进行自修正，在物资消耗预测模型的适应度低于阀值时，对物资消耗预测模型的参数进行修正，具体步骤为：

1)适应度函数的确定，通过公式e(k)＝x(k)-x^*(k)，计算第k点的残差值，第k点的相对误差为：

第k点的模拟精度为：

p(k)＝1-ε(k)；

其中，模拟精度p(k)用于反映预测模型对外部环境的适应能力，将模拟精度p(k)定义为物资消耗预测模型的适应度函数：

物资消耗预测模型的适应度p(k)在(0.8,1]范围内；

2)自适应修正算子，运用灰色模型对预测模型速度参数进行控制和修正预测，具体方法为：设序列X的紧邻生成序列Z为：

Z＝(Z₂,Z₃,…,Z_n)，

其中，Z_k＝0.5X_k+0.5X_k-1；k＝2,3,...,n；则灰色微分方程x(k)+aZ_k＝b为GM(1，1)模型，若为参数序列且

则灰色微分方程x(k)+aZ_k＝b的最小二乘估计参数列满足：

且微分方程为灰色微分方程x(k)+aZ_k＝b的白化方程；求出微分方程的解为：

其中，X₀＝x(1)，得到微分方程时间相应序列解为：

即得

采用V^*_k+1修正消耗速度V，并以此进入下一步预测，直到预测模型的适应度大于阀值时，重新对消耗速度V进行修正；

S3、根据步骤S1和步骤S2，建立多级物资消耗预测预警体系及同步机制，具体步骤为：

1)建立多级物资消耗预测预警体系，在后勤保障区域较大或后勤保障环境恶劣时，通过预测数据弥补实时数据的缺失，并根据获取新的实时数据对预测结果进行修正，为下一步补给提供决策依据，在联合后勤保障的物流中心建立本级消耗预测模型，并及时获取汇总各后勤保障单元实时消耗情况；

2)建立多级预测模型间的同步机制，建立一个实用的数据同步机制，使不同级别后勤保障指挥机构预测数据和各后勤保障单元实际情况的统一。

2.根据权利要求1所述的一种基于灰色模型的后勤物资预测方法，其特征是：步骤S1还包括以下步骤：在物资消耗预测模型每次获取的实际的物资消耗数据基础上，计算物资消耗预测模型的适应度，若适应度在合理范围内则继续以现有参数进行预测，若适应度小于设定的阀值，则采用灰度预测方法更新预测参数，进行新的线性预测；其具体步骤为：

A、假设通过n次数据采集，获得物资消耗序列为x＝{x(1),x(2),…,x(n)}，对x做1—AGO(加权累加)，通过1次累加生成得：

并假设通过n次预测，物资消耗预测模型模拟序列为x^*＝{x^*(1),x^*(2),…,x^*(n)}，对x^*做1次累加生成得：

B、设第k+1次上报数据x(k+1)，且在数据未上报之前，根据获取的实际的数据生成k+1次的预测模型：X^*_k+1＝X_k+V^*_kΔt；

其中，在预测系统适应度小于阀值时，以实际值x(k)修正物资消耗预测模型，并通过自适应方式获取且在k+2次预测时，X^*_k+1＝X_k+V^*_k+1Δt；

在适应度大于阀值，且处于合理范围内时，即u(k)＞ε时，则以原有的物资消耗预测模型进行下一步的预测，且在k+2次预测时仍然采用k+1次预测值x_k，并将采集的实际数据保存为自适应的数据样本：X^*_k+2＝X_k+V^*_k(t_k+2-t_k)。