[发明专利]一种农机装备产品服务需求预测方法

说明书

技术领域

本发明涉及一种农机装备产品服务需求预测方法，尤其是一种面向农机装备产品集群维护服务需求预测方法。

背景技术

当前，“制造服务化”已经在工业领域当中得到广泛共识，装备制造商以产品为核心的竞争已进入微利时代，其主要利润已不仅仅是来自产品销售，更多的是产品售后为客户提供的增值服务。近年来工业界的实践充分说明：制造业服务化的发展趋势，带来了对产品运维服务能力提升的迫切需求。

为装备提供现场维护是装备制造企业服务化的主要形式。服务网络是为保证服务提供商能够为顾客提供及时、满意的维护服务而形成的网络。一般的服务网络由装备制造企业、备件供应商、服务提供商等服务主体通过一定的组织关系连接而成，也就是服务资源获取、服务能力形成以及有形产品和无形服务交付所涉及的企业组成的网络。服务站作为服务网络节点，是接受客户服务请求并提供相应服务的站点。对于装备维护服务来说，服务站应保持一定的服务人员、服务车等维护服务资源，以及时满足随时发生的装备维护需求。一般而言，既定的服务网络对固定位置的装备维护服务请求能够做到较好的响应，满足服务需求。但对于动态分布环境下、具有移动特征的装备集群维护需求，由于地理位置等的动态变化、且对维护响应要求高的特点，其维护活动常需要依据于精准的需求预测进行优化配置。

农业机械装备作为装备制造业的重要组成部分，是提高生产效率，实现资源有效利用，推动农业可持续发展的不可或缺的工具，对保障国家粮食安全、促进农业增产增效、改变农民增收方式和推动农村发展起着非常重要的作用。然而，农业机械作业过程中存在着跨区域、作业环境和作业任务动态分布、作业工作时间相对集中、作业强度大等特点，其维护服务面临更多难题需要解决。现有农机装备维护主要依托于装备制造企业既有的主要由服务站构成的服务网络。然而由于企业既有服务站的服务能力相对一定，且网络缺乏动态适应能力，因此针对跨区域积、动态分布、季节性集中作业的农机装备集群维护中爆发性的故障维护显得力不能及。

因此，针对农机装备集群维护需求随时间季节、空间地理位置动态变化的特点，需要一种面向农机装备集群的维护需求预测方法，保障装备运行的维护服务资源(如服务网点、维护工具、服务人员和服务车等)能够提前进行适应性调整，最优化服务网络设计与布局，以及时满足动态变化的装备维护需求。

发明内容

本发明为了适应动态分布式集群装备需要随作业区域的改变而动态移动，装备维护的服务需求也会随之动态变化的特点，提供一种农机装备产品服务需求预测方法，实现了对装备集群维护服务的快速响应、服务资源应急供给的基础，也保障了装备集群可靠运行。

本发明通过下述技术方案实现的：

一种农机装备产品服务需求预测方法，包括以下步骤：

步骤一、农机装备维护服务资源需求结构分析：根据对应区域装备维护的服务需求，在有限资源总量的前提下做出能够最大满足客户利益的决策；所述的服务需求的层次特征表现为三种情形，一是地理上的层次特征，二是管理上的层次特征，三是产品服务需求结构层次特征；

步骤二、农机装备维护服务资源需求预测特征分析：预测各个区域对服务资源的需求数量，在此基础上构建服务网络，在服务资源有限的前提下采用BP 神经网络方法来进行农机装备维修服务需求预测；

步骤三、基于灰色关联分析确定装备维护需求影响因素：通过步骤二分析得到的农机装备维修服务需求预测结果，对影响因素进行关联性分析，从而识别其中的关键因素，作为后续预测模型的输入；

所述的关联性分析通过灰色预测鉴别系统因素之间发展趋势的相异程度进行关联性分析，从而确定影响农机装备维护需求的关键因素；具体步骤如下：步骤1.1数据收集：首先明确所需要的字段，进而从不同系统中进行数据收集，并在此基础上完成基础的统计分析，为后续预测进行数据准备；

步骤1.2灰色关联模型建立与求解：采用灰色关联分析方法分析各因素对区域农机装备维护服务需求量的影响；灰色关联分析的步骤如下：

Step1：建立上述表格中各相关指标的原始数据矩阵x_i

x_i＝(x_i(1)，x_i(2)，…，x_i(k))，…)

其中x_i(k)表示i因素在第k年的原始数据；

Step2：初值化矩阵x′

采用均值化方法处理上述原始数据矩阵，对矩阵进行无量纲化处理，得到