• 한국군사과학기술학회지
• /
• 제27권3호
• /
• pp.406-415
• /
• 2024

As the equipment of the military has become more advanced and expensive, the cost of securing spare parts is also constantly increasing along with the increase in equipment assets. In particular, forecasting demand for spare parts one of the important management tasks in the military, and the accuracy of these predictions is directly related to military operations and cost management. However, because the demand for spare parts is intermittent and irregular, it is often difficult to make accurate predictions using traditional statistical methods or a single statistical or machine learning model. In this paper, we propose a model that can increase the accuracy of demand forecasting for irregular patterns of spare parts demanding by using a combination of statistical and machine learning algorithm, and through experiments on Cheonma spare parts demanding data.

• 한국산학기술학회논문지
• /
• 제22권3호
• /
• pp.234-241
• /
• 2021

군에서는 수요예측에 대한 중요성을 인식하여 수리부속에 대해 예측 정확도 향상을 위한 많은 연구가 이루어지고 있다. 수리부속 수요예측은 예산 운영과 장비 가동률 측면에서 매우 중요한 요소가 되고 있다. 그러나 현재 군에서 적용중인 시계열 모형으로는 수요량의 변동과 발생주기가 일정하지 않은 간헐적 수요에 대해서는 예측에 한계가 있는 실정이다. 따라서, 본 연구는 공군 패트리어트 수리부속의 간헐적 수요에 대한 예측 정확도를 제고하는 방법을 제시하고자 하였다. 이를 위해서 2013년부터 2019년까지의 701개의 수리부속 소모개수를 토대로 수요 유형을 구분하여 수리부속의 간헐적 수요 자료를 수집하였다. 또한, 장비 고장에 영향을 줄 수 있는 외부 요인으로는 기온, 장비운영시간을 식별하여 입력변수로 선정하였다. 그 후, 소모개수와 외부 요인을 통해 군에서 적용하는 시계열 모형과 제안하는 데이터 마이닝 모형으로 예측을 실시하여 모형별 예측 정확도를 판단했다. 예측 결과로 기존의 시계열 모형과 비교하여 데이터 마이닝 모형의 예측 정확도가 높았으며, 그 중 다층 퍼셉트론 모형이 가장 우수한 성능을 보였다.

• 경영과학
• /
• 제29권1호
• /
• pp.101-114
• /
• 2012

The demand for naval spare parts is intermittent and erratic. This feature, referred to as non-normal demand, makes forecasting difficult. Hierarchical forecasting using an aggregated time series can be more reliable to predict non-normal demand than direct forecasting. In practice the performance of hierarchical forecasting is not always superior to direct forecasting. The relative performance of the alternative forecasting methods depends on the demand features. This paper analyses the influence of the demand features on the performance of the alternative forecasting methods that use hierarchical and direct forecasting. Among various demand features variability, kurtosis, skewness and equipment groups are shown to significantly influence on the performance of the alternative forecasting methods.

• 산업경영시스템학회지
• /
• 제41권1호
• /
• pp.50-58
• /
• 2018

Intermittent demand is a demand with a pattern in which zero demands occur frequently and non-zero demands occur sporadically. This type of demand mainly appears in spare parts with very low demand. Croston's method, which is an initiative intermittent demand forecasting method, estimates the average demand by separately estimating the size of non-zero demands and the interval between non-zero demands. Such smoothing type of forecasting methods can be suitable for mid-term or long-term demand forecasting because those provides the same demand forecasts during the forecasting horizon. However, the smoothing type of forecasting methods aims at short-term forecasting, so the estimated average forecast is a factor to decrease accuracy. In this paper, we propose a forecasting method to improve short-term accuracy by improving Croston's method for intermittent demand forecasting. The proposed forecasting method estimates both the non-zero demand size and the zero demands' interval separately, as in Croston's method, but the forecast at a future period adjusted by binomial weight according to occurrence probability. This serves to improve the accuracy of short-term forecasts. In this paper, we first prove the unbiasedness of the proposed method as an important attribute in forecasting. The performance of the proposed method is compared with those of five existing forecasting methods via eight evaluation criteria. The simulation results show that the proposed forecasting method is superior to other methods in terms of all evaluation criteria in short-term forecasting regardless of average size and dispersion parameter of demands. However, the larger the average demand size and dispersion are, that is, the closer to continuous demand, the less the performance gap with other forecasting methods.

• 한국시뮬레이션학회논문지
• /
• 제23권3호
• /
• pp.19-25
• /
• 2014

수요예측은 경영 전략을 포함한 모든 경영 활동의 기초가 된다. 특히 부품의 수요예측은 공급망관리 측면에서 매우 중요한 요소 중 하나이다. 부품의 수요는 다양한 산업에서 종종 간헐적 특성을 포함한다. 간헐적 특성이란 수요가 발생하지 않는 경우가 빈번한 현상을 지칭한다. 간헐적 수요 현상에서는 발생된 수요의 분산이 크고 그 발생간격이 확률적이다. 따라서 간헐적 특성을 갖는 수요를 예측하기 위해서 일반적인 시계열 분석기법이나 인과관계를 이용한 모형(회귀모형)을 사용하는 것은 적합하지 않다. 이는 기존의 방법들이 실제 수요행태를 묘사하기 어렵기 때문이다. 이러한 간헐적 수요의 예측을 위해 마코프 부트스트랩이 개발되었다. 이 방법은 1계차 자기상관성을 반영하며 리드타임 동안 수요의 합이 독립임을 가정하였다. 본 연구에서는 리드타임 내 수요 합의 독립가정을 완화한 부트스트랩 방법을 제안한다. 수정된 부트스트랩 방법에 의해 재추출된 데이터는 실측 데이터의 간헐적 특성을 근사적으로 반영한다. 마지막으로 실측 데이터에 수정된 방법을 적용한 예측 결과를 사례로 제시하고자 한다.