P{T1(X1、X2、X3……Xn)≤θ≤T2(X1、X2、X3……Xn)}=1-a,則[T1、T2]區(qū)間稱為1-a的區(qū)間估計(jì)或置信區(qū)間,T1和T2為置信下限和置信上限,a為顯著水平,1-a為置信水平,即可信度的一個概率大小,由于歷史數(shù)據(jù)相對較少,實(shí)際運(yùn)用t分布的計(jì)算方法,在樣本數(shù)據(jù)增加時,t分布不斷趨近于正太分布,此處以t分布進(jìn)行計(jì)算。其表達(dá)式為:
(1)
由分布的分位數(shù)定義可知:
(2)
將(1)式帶入(2)式,化簡得:
(3)
即:μ在置信水平1-a下隨機(jī)個體的置信下限為
(),置信上限為(),通過查分布分位數(shù)表可得,采用數(shù)理統(tǒng)計(jì)-區(qū)間估計(jì)方法是對t分布樣本數(shù)據(jù)一個較為合適的方法,預(yù)測結(jié)果準(zhǔn)確度隨著樣本數(shù)據(jù)的增多而增加。
2 時間聚合方法
為了避免時間間斷對備件需求量的間斷性影響,設(shè)Tn(T1、T2、T3……Tn,1≤n≤24)為第(1、2、3……(天))的設(shè)備使用時間的累計(jì)值,即T1(單位:小時)為第1天設(shè)備使用累計(jì)時間值,T2為第2天設(shè)備累計(jì)時間值……Tn為第n天設(shè)備累計(jì)時間值,Xn(X1、X2、X3……Xn)分別為第(1、2、3……天)對應(yīng)的備件需求量,tn(t、t2、t3……tn,1≤n≤24)為Xn為發(fā)生需求的時間點(diǎn),如圖1所示。
聚合過程首先是對每天設(shè)備的使用累計(jì)時間進(jìn)行記錄,其次把Tn(n個時間段)拼接起來,并求得Xn、tn,最后得時間聚合重組后的時間段,分析可得Tn、Xn、tn的值可能為零值,得圖2。
圖2中Tn+1為備件需求量預(yù)測所對應(yīng)自然時間段的設(shè)備使用時間累計(jì)值,該值為已知值,通過設(shè)備使用計(jì)劃求得,不作為本文研究重點(diǎn)。圖2T1、T2、T3……Tn為第一次重組后的時間段,該時間段上標(biāo)注有需求發(fā)生的時間和需求量,而后以Tn+1為分割標(biāo)準(zhǔn)對該線段由后至前進(jìn)行分割,得到多個時間為Tn+1的區(qū)間,從標(biāo)記的位置及大小,可得到多個區(qū)間對應(yīng)的需求量,即一組數(shù)據(jù),也可以說是一組樣本,即Sn,為備件預(yù)測提供了較為精確的數(shù)據(jù)。通過聚合重組使得原時間和需求量上的不連續(xù)轉(zhuǎn)化為時間和需求量上的連續(xù)性,在實(shí)際運(yùn)用中不僅要對時間進(jìn)行聚合還需對設(shè)備量進(jìn)行聚合,此處的設(shè)備量聚合是為了消除設(shè)備使用時間段上設(shè)備數(shù)量的不一致性。
3 實(shí)例驗(yàn)證
通過對某型設(shè)備備件歷史數(shù)據(jù)的收集與整理,得出該設(shè)備備件的原始數(shù)據(jù),對該數(shù)據(jù)進(jìn)行時間聚合和設(shè)備數(shù)量聚合后得表1。
在聚合過程中時間段為500H,設(shè)備數(shù)量標(biāo)準(zhǔn)為30,通過聚合重組及計(jì)算得每段時間段為500H的需求量,以不同置信水平運(yùn)用公式(3)對該樣本數(shù)據(jù)進(jìn)行逐期預(yù)測計(jì)算得表2。
通過分析得:在沒有滿足率要求的情況下,選擇置信水平為90%,滿足率為95%的結(jié)果較為合適,最終得到預(yù)測結(jié)果為:置信上限,24;置信下限21。
參考文獻(xiàn)
[1]林琳,陳湘芝,鐘詩勝.一種新的間斷型備件需求預(yù)測方法[J].哈爾濱工業(yè)大學(xué)學(xué)報,2016,48(01):40-45.
[2]劉順忠.數(shù)理統(tǒng)計(jì)理論、方法、應(yīng)用和軟件計(jì)算[M].華中科技大學(xué)出版社,2005.
[3]胡曉潔.正態(tài)分布及其擴(kuò)展綜述[J].教學(xué)學(xué)習(xí)與研究,2014(03):92-94.
作者單位
西安通信學(xué)院 陜西省西安市 710106