一种基于随机森林的备件预测模型研究

doi:10.12005/orms.2021.0330

运筹与管理 ›› 2021, Vol. 30 ›› Issue (10): 165-168.DOI: 10.12005/orms.2021.0330

一种基于随机森林的备件预测模型研究

黄国兴¹, 曹先怀¹, 钱晓飞²

1.合肥工业大学机械工程学院,安徽合肥 230009;
2.合肥工业大学管理学院,安徽合肥 230009

收稿日期:2020-09-18 出版日期:2021-10-25
作者简介:黄国兴,男,博士,硕士生导师。主要从事装备运维优化、决策科学与技术、振动控制与低噪声设计等方面的研究工作。
基金资助:
国家重点研发计划项目多要素动态协同的装备运维服务优化技术(2019YFB1705303)

Research on Spare Parts Prediction Model Based on Random Forest

HUANG Guo-xing¹, CAO Xian-huai¹, QIAN Xiao-fei²

1. School of Mechanical Engineering, Hefei University of Technology, Hefei 230009, China;
2. School of Management, Hefei University of Technology, Hefei 230009, China

Received:2020-09-18 Online:2021-10-25

摘要/Abstract

摘要： 对舰船零部件发生故障问题进行故障诊断,并对故障诊断结果进行分析,建立舰船零部件备件需求模型,给出零部件之间的发生故障概率的关系与备件需求特征;将随机森林回归原理应用到了舰船零部件的备件需求预测领域,构建了基于随机森林的预测模型,以及预测结果准确率的评价。用诊断结果数据对算法进行验证,结果表明,将随机森林算法运用到舰船的备件预测领域可以为舰船装备在一次海上任务期内备件配置问题提供参考价值。

关键词: 随机森林, 备件, 需求预测

Abstract: The fault diagnosis of ship parts is carried out, the fault diagnosis results are analyzed, the spare parts demand model of ship parts is established, and the relationship between failure probability and spare parts demand characteristics are given; The principle of random forest regression is applied to the field of spare parts demand prediction of ship parts, the prediction model based on random forest is constructed, and the accuracy of prediction results is evaluated. The results show that the application of random forest algorithm to the field of ship spare parts prediction can provide reference value for the spare parts configuration of ship equipment in a marine mission.

Key words: random forest, spare parts, demand forecast

中图分类号:

F272.1

黄国兴, 曹先怀, 钱晓飞. 一种基于随机森林的备件预测模型研究[J]. 运筹与管理, 2021, 30(10): 165-168.

HUANG Guo-xing, CAO Xian-huai, QIAN Xiao-fei. Research on Spare Parts Prediction Model Based on Random Forest[J]. Operations Research and Management Science, 2021, 30(10): 165-168.

参考文献

[1] 邱立军,付霖宇,董琪,顾钧元.基于遗传算法优化参数SVM的备件需求预测研究[J].兵器装备工程学报,2018,39(04):88-91,96.
[2] 程玉波,车建国,杨作宾,李哲.基于指数平滑法的装备维修器材需求量预测[J].指挥控制与仿真,2009,31(01):115-117.
[3] 王斌,王勤为,董科,盛津芳.基于二次指数平滑预测的虚拟机调度方法研究[J].计算机应用研究,2017,34(03):723-726.
[4] 夏贵进,张曦,张居梅,李卫,张引发.基于三次指数平滑法的光纤损耗预测研究[J].光通信技术,2014,38(01):35-37.
[5] 甄亿位,郝敏,陆宝宏,左建,刘欢.基于随机森林的中长期降水量预测模型研究[J].水电能源科学,2015,33(06):6-10.
[6] Tong Xingwei, Hu Tao, Cui Hengjian. Hazard regression with penalized spline: the smoothing parameter choice and asymptotics[J]. Acta Mathematica Scientia, 2010, 30(5).
[7] 金旭星,盛奎川.指数平滑参数与初值的选取研究[J].江南大学学报,2005(03):316-319.
[8] Xue Liang, Liu Yuetian, Xiong Yifei, Liu Yanli, Cui Xuehui, Lei Gang. A data-driven shale gas production forecasting method based on the multi-objective random forest regression[J]. Journal of Petroleum Science and Engineering, 2021. 196.
[9] Jesse Read, Bernhard Pfahringer, Geoff Holmes, Eibe Frank. Classifier chains for multi-label classification[J]. Machine Learning, 2011, 85(3).
[10] Dragi Kocev, Celine Vens, Jan Struyf, Sašo Džeroski. Ensembles of multi-objective decision trees[J]. European Conference on Machine Learning,2007, Springer, 624-631.
[11] Rob Hyndman J, Anne Koehler B, Ralph Snyder D, Simone Grose. A state space framework for automatic forecasting using exponential smoothing methods[J]. International Journal of Forecasting, 2002, 18(3):
[12] 王健峰,张磊,陈国兴,何学文.基于改进的网格搜索法的SVM参数优化[J].应用科技,2012,39(03):28-31.

[1]	赵斐, 康建设, 王雷震, 张新辉, 张建. 考虑非周期检测的视情维修与备件订购联合策略优化[J]. 运筹与管理, 2021, 30(9): 31-37.
[2]	李洪兵, 张吉军. 天然气需求影响因素分析及未来需求预测[J]. 运筹与管理, 2021, 30(9): 132-138.
[3]	唐中君, 周亚丽. 考虑消费动机和动态竞争的电影日需求预测模型[J]. 运筹与管理, 2021, 30(6): 172-180.
[4]	韩梦莹, 杨建华. 考虑不完美检测的两阶段点检与备件订购策略联合优化[J]. 运筹与管理, 2021, 30(3): 27-34.
[5]	张建同, 孙嘉青. 基于组合预测法的共享单车租赁需求量预测[J]. 运筹与管理, 2021, 30(10): 146-152.
[6]	刘浏, 黄之杰, 刘慎洋. 基于蒙特卡洛算法的航空兵场站装备广义维修过程研究[J]. 运筹与管理, 2019, 28(10): 1-4.
[7]	张晓红, 白志霞, 王潇炜, 黄景立, 蔺占芳, 甘婕. 智能电表最优更换及备件库存联合决策[J]. 运筹与管理, 2018, 27(10): 70-75.
[8]	黄东宾, 孙宏伟, 左传长. 短期趋势判断与投资组合优选[J]. 运筹与管理, 2018, 27(10): 164-173.
[9]	王淑燕,曹正凤,陈铭芷. 随机森林在量化选股中的应用研究[J]. 运筹与管理, 2016, 25(3): 163-168.
[10]	李健,史浩. 需求预测更新条件下两阶段电子商务供应链契约协调[J]. 运筹与管理, 2016, 25(2): 24-35.
[11]	刘名武,张旭,彭冠军. 基于绩效保障模式的可修备件保障系统运营管理策略[J]. 运筹与管理, 2016, 25(2): 276-281.
[12]	栗志荣, 高崎, 刘慎洋, 陈为元. 固定通信台站装备保障人员需求预测研究[J]. 运筹与管理, 2015, 24(1): 179-184.
[13]	高建军, 蒋里强, 郭强, 黄立坡, 陈敏雅. 基于保障度的战时三级备件保障优化研究[J]. 运筹与管理, 2013, 22(5): 173-176.

一种基于随机森林的备件预测模型研究

Research on Spare Parts Prediction Model Based on Random Forest

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 13

编辑推荐

Metrics