曾翔 徐廷學 安進 李志強

摘要： 對備件分類的重要性、 分類原則進行了簡述， 對國內(nèi)外備件分類算法進行了重點分析與總結(jié)。 以分類準則的維數(shù)將現(xiàn)有的分類算法劃分為一維、 二維和多維準則分類法， 并對所采用的技術(shù)手段， 如ABC分類法、 Kraljic、 AHP等進行了原理闡述， 為相關(guān)領(lǐng)域的研究提供參考。

關(guān)鍵詞： 備件分類； 準則分類； ABC分類； Kraljic模型； AHP

中圖分類號： TJ760； F253文獻標識碼： A文章編號： 1673-5048（2018）02-0077-06

0引言

當今社會高速發(fā)展， 為保障工廠企業(yè)日常的生產(chǎn)運營管理， 備件的供應保障問題備受關(guān)注， 但在解決該問題的過程中往往會面臨如下困境： 一方面企業(yè)粗放地通過增加備件儲備品種及數(shù)量以避免缺失， 致使庫存種類及金額不斷攀升， 增大了成本控制的難度； 另一方面因?qū)浼诸惖牟缓侠恚?以致往往在關(guān)鍵時因缺貨造成企業(yè)的巨大損失。 因此為將備件庫存控制在合理范圍內(nèi)， 首先必須進行精準合理的備件分類工作。

備件分類作為一種重要的庫存控制手段， 直接決定了庫存管理水平的高低， 是實現(xiàn)備件保障決策的基礎(chǔ)和前提。 而要做到精確高效的備件分類， 必然要根據(jù)不同行業(yè)庫存保障的要求， 考慮結(jié)合影響各行業(yè)備件分類和庫存資金分配要求的不同因素， 研究相應的分類算法， 從而做到事半功倍。 因此， 本文在結(jié)合現(xiàn)有國內(nèi)外研究成果的基礎(chǔ)上， 針對這一研究加以分析總結(jié)。

1備件分類原則

備件分類， 即是綜合考慮存儲備件價值等因素、 結(jié)合相應理論劃分備件重要程度的一種庫存配置管理措施， 其目的是輔助決策者考慮以何種比例合理分配庫存管理資金， 并根據(jù)資金集中程度的不同選取不同的備件管理方式。

至今為止， 國內(nèi)外有關(guān)備件分類的研究已廣泛應用于汽車零部件、 艦船備件、 地鐵備件和PCB制造、 油田開采等企業(yè)的日常管理中。 在這一研究過程中， 逐漸形成了一系列有關(guān)備件定性分類的原則， 如表1所示。

表1定性分類的備件分類表

Table 1Spare parts classification by qualitative means分類原則備件分類使用特性標準件特制件專用備件使用階段初始備件后續(xù)備件使用頻率快速消耗備件慢速消耗備件可維修性不可修備件可修備件維修模式事故件消耗件計劃維修備件備件來源自制備件外購備件傳遞能量載體機械件電器件機電復合件

除表1所述外， 在軍事上， 備件按適用對象可分為部隊排故修理備件、 工廠大修備件和戰(zhàn)場搶修備件； 按備件使用性質(zhì)可分為戰(zhàn)備儲備備件、 正

收稿日期： 2017-06-02

基金項目： 國家自然科學基金項目（51605487）

作者簡介： 曾翔（1988-）， 男， 湖北襄樊人， 博士研究生， 研究方向為備件綜合保障。

引用格式： 曾翔， 徐廷學， 安進， 等. 備件分類算法研究綜述[ J]. 航空兵器， 2018（ 2）： 77-82.

Zeng Xiang， Xu Tingxue， An Jin， et al. A Review of Spare Parts Classification Algorithms Research [ J]. Aero Weaponry， 2018（ 2）： 77-82.（ in Chinese）常周轉(zhuǎn)配件和隨機配件； 按維修級別可分為基層級、 中繼級和基地級備件。

2備件分類算法

當前關(guān)于備件分類算法的國內(nèi)外文獻及研究成果很豐富， 至今已提出許多經(jīng)典的分類算法， 例如ABC分類法、 FSN分類法、 VED分類法等。 這些分類算法或以定性方式， 或以定量方式， 或是定性定量相結(jié)合的方式對備件的重要程度進行符合各自領(lǐng)域的劃分， 分類籠統(tǒng)、 寬泛。 經(jīng)研究發(fā)現(xiàn)這些算法在分類過程中選取的都是某一個或者多個準則， 例如備件的價值、 關(guān)鍵性等。 因此， 本文以分類準則的維數(shù)進行算法的總結(jié)歸納， 即將備件分類算法劃分為一維、 二維及多維準則分類法。 同時這種維數(shù)上的增加也與分類算法隨時間而改進的進程吻合， 且更清晰具體。 現(xiàn)結(jié)合文獻對各算法分析總結(jié)如下。

2.1備件一維準則分類法

備件分類最早采用的即是一維準則分類法。 該分類算法的研究始于Pareto提出的ABC分類法： 將使用中的備件按其儲備的價值高低進行排列， 其中數(shù)量只占庫存總量10%左右而價值占總庫存資金額70%的備件為A類備件； 數(shù)量占庫存總量20%而價值約占總庫存資金額20%的備件為B類備件； 數(shù)量占庫存總量70%而價值只占總庫存資金額10%左右的備件為C類備件。

這一分類算法的優(yōu)勢在于操作簡單， 所有備件都只需通過一個準則就能被分類[1]。 除了選取備件庫存價值作為分類準則之外， 備件庫存的總需求量等也可作為分類的準則[2-3]。

除此之外， 通過備件的使用信息、 影響備件管理的其他因素等準則， 評估備件在庫存中的重要性等級指標， 從而對備件加以分類的算法也相繼被提出。 Porras和Dekker提出的分類算法考慮將備件所屬設(shè)備的數(shù)量作為關(guān)鍵性指標對備件加以分類， 備件所屬設(shè)備的數(shù)量越多， 因備件失效影響設(shè)備工作從而造成的損失越大， 則其越關(guān)鍵。 這個關(guān)鍵性指標被分為“高”、 “中”、 “低”三個等級[4]。 類似的VED算法則是通過向?qū)＜易稍兊确绞剑?得到備件在生產(chǎn)過程中的關(guān)鍵性程度， 將備件劃為三類： 即關(guān)鍵的（Vital）、 必需的（Essential）和一般的（Desirable）， 其含義分別是： 那些一旦缺貨即嚴重影響生產(chǎn)， 必須時刻有可用備件的為關(guān)鍵的一類（V）； 那些庫存可供需求相對低一些的為必需的備件（E）； 剩下的即使缺貨也不會嚴重影響生產(chǎn)且需求最少的備件為一般的備件（D）。

航空兵器2018年第2期曾翔， 等： 備件分類算法研究綜述徐曉燕介紹了一種定性與定量相結(jié)合的一維準則判別分類算法， 它從備件需求預測的角度出發(fā)， 分析得出備件需求可能與設(shè)備檢修計劃有關(guān)， 通過判斷變形后的備件歷史需求的時間序列是否強自相關(guān)達到備件分類的目的[5]。

2.2備件二維準則分類法

進一步研究發(fā)現(xiàn)， 僅靠一維準則實現(xiàn)備件的ABC分類往往過于粗放， 進而二維準則分類算法及多維準則分類方法相繼被提出。

備件二維準則分類算法始于Kraljic1983年提出的二維物資分類法， 通過引入供應風險， 并將其與物資的重要性結(jié)合， 從而進行最終的物資分類， 提出了被稱為Kraljic矩陣的二階矩陣， 如圖1所示。

圖1Kraljic矩陣結(jié)構(gòu)圖

Fig.1Stucture of the Kraljic matrix

以Kraljic模型進行物資的分類， 在這一過程中將物資的重要性、 供應風險作為分類指標， 以合理的方式進行設(shè)計和評價， 計算出更為精確合理的物資分類結(jié)果， 以彌補一維分類方法的缺憾。

應用這一原理， 國外學者做了大量研究[6-13]， 如Syntetos和Boylan等人[6-7]相繼提出基于需求的分類算法， 通過一個基于需求多樣性和訂貨頻率的二維矩陣以實現(xiàn)備件的分類； 文獻[12-13]提出將失效率和模糊邏輯結(jié)合的專家系統(tǒng)進行備件分類的算法。

另外， 庫存周轉(zhuǎn)在庫存管理領(lǐng)域同樣扮演了重要角色。 Botter和Fortuin使用VED和FSN結(jié)合的二維分類法研究中央倉儲問題。 VED分類法上文已提到， FSN分類法就是通過快速流轉(zhuǎn)、 慢速流轉(zhuǎn)和呆滯三類評估庫存的周轉(zhuǎn)率[14]。 金夏芳以備件的成本和關(guān)鍵性為基礎(chǔ)， 提出了基于VED的ABC分類法 [15]。 考慮到不確定性， Chu等人提出了ABC-FC分析法（模糊分類）， 將ABC和模糊網(wǎng)絡結(jié)合得到分配策略[16]。

2.3備件多維準則分類法

隨著備件分類的應用領(lǐng)域越來越廣泛， 為進一步提高分類算法的準確度與精確度， 綜合考慮各種影響因素的多維準則分類方法日益成為國內(nèi)外研究的重點。

2.3.1基于支持向量機理論的備件分類算法

支持向量機（SVM）是由Vapnik等人提出的， 其產(chǎn)生于分類問題， 故而在備件分類中的應用也取得了良好的效果。 運用這一原理對備件進行分類的主要操作方式是， 在選擇合適的分類屬性值的基礎(chǔ)上， 通過對SVM的改進或與其他方法的結(jié)合進行備件分類， 如魏曦初等人結(jié)合決策樹理論， 以備件重要性、 庫存、 可獲得性這三個屬性值， 建立多屬性備件分類網(wǎng)求得決策值， 利用SVM劃分備件[17]。

在SVM進行改進從而進行備件分類上， 邢煥革等人借助最小二乘原理， 構(gòu)建了多尺度最小二乘SVM學習模型， 將艦船設(shè)備的重要程度、 平均故障間隔時間等五種因素作為艦船器材備件配置屬性， 采取糾錯輸出編碼法（ECOC方法）建立了多類分類模型[18]。 姜晨及張作剛等人[19-20]運用有向無環(huán)支持向量機的方法（DAGSVM）， 以備件的平均故障間隔時間和備件價格作為特征， 對備件進行分類。

2.3.2基于聚類分析理論的備件分類算法[21-23]

文獻[21]運用灰色聚類分析法構(gòu)建了航空材料的分類指標體系， 根據(jù)分類指標的重要度不同， 采用模糊一致性矩陣來確定指標的權(quán)重， 建立航空材料分類模型。 類似地，文獻[22]在提出新的倉儲和庫存的策略過程中， 為發(fā)揮所使用標準的多樣性優(yōu)勢， 在40種變量中應用了基于聚類分析的“操作相關(guān)組方法”， 將相似特點的備件進行了有效分類。 文獻[23]在對航空材料分類時， 先運用主成分分析法對分類準則作降維處理， 得到約減后的準則再進行聚類處理分類備件。

2.3.3基于3A分類的備件分類算法

這類算法的切入角度是不僅僅將備件看做一個單獨個體， 其所屬設(shè)備的優(yōu)先級或者重要程度也應加以考慮。 丁留明等人考慮備件所屬設(shè)備的關(guān)鍵性程度， 首先將其分為類似備件VED分類中的V， E， D三類， 對D類設(shè)備而言其備件可直接認為是C類， 然后再對另兩類進行下一階段的備件分類， 得到合理的分類結(jié)果[24]。 徐保強等人考慮備件的關(guān)鍵性和易損壞性， 依次對設(shè)備、 部件和零件進行ABC分類， 得到27種零件類別， 最終用4個等級劃分備件[25]。

2.3.4基于VED分類理論的備件分類算法

從備件二維準則分類法中就能看出， 盡管VED分類看似簡單， 但實際構(gòu)建備件VED的分析工作是相當困難的， 因為它的完成有賴于使用人員的主觀判斷[26-27]。 在多維準則分類方法中為解決這一問題， VED方法往往會和其他一些備件分類方法相結(jié)合。 文獻[28]使用了ABC， FSN和VED分析方法對存儲策略提出了一種三維分類法， 且由于備件關(guān)鍵性標準的多樣， 采用決策樹的方法將VED分析的等級劃分出來， 最終挑選出12個關(guān)鍵性標準， 結(jié)合決策樹方法對備件進行分類。

2.3.5基于DEA理論的備件分類算法

張群僕和崔南方等人[29-30]在研究備件ABC分類法的過程中， 考慮到分類準則的指標量綱不一致會增加分類復雜度， 提出以DEA理論為基礎(chǔ)的備件分類改進算法。 這一類算法將每個備件作為一個決策單元， 以DEA模型分析的各準則自身特點為依據(jù)， 把所有準則劃分為輸入和輸出兩類， 通過DEA模型得到各決策單元的效率值， 各效率值的大小即表征了備件重要程度的高低， 最后根據(jù)所得的各效率值， 以類似原始的ABC分類法的劃分比例對備件進行分類。

2.3.6基于模糊評判的備件分類算法

文獻[13， 16， 31]運用模糊綜合評估的算法對影響備件品種的主要因素進行綜合分析， 利用專家系統(tǒng)對所選主要指標進行量化， 最終實現(xiàn)備件分類。

2.3.7基于AHP理論的備件分類算法

層次分析法（Analytic Hierarchy Process， AHP）在決策分析的過程中， 將定性、 定量的兩類因素進行有機結(jié)合， 其作為綜合評價各類系統(tǒng)和優(yōu)化多準則決策問題的有效工具， 在許多備件分類研究中得以應用。

在AHP理論與備件ABC分類法相結(jié)合的過程中， 各影響因素無論是定性的還是定量的， 通過AHP理論都能轉(zhuǎn)化成數(shù)值形式加以對比。 通常將“備件分類”作為“目標層”， 以最終將備件分為ABC三類備件為“方案層”， 選取適當?shù)挠绊懸蛩刈鳛椤皽蕜t層”， 這里的影響因素因備件所屬領(lǐng)域的不同而不同， 但較為通用的影響因素包括備件單價、 備件平均消耗數(shù)量、 關(guān)鍵性、 易得性等[32-34]。

由于AHP本身具有將定性與定量相結(jié)合的特性， 與其他備件分類算法結(jié)合使用， 可以大大提高分類的適用范圍與準確程度。 例如：

（1） AHP與模糊評判理論的結(jié)合上， 張仲敏及馬應欣等人[35-36]以ABC分類的原則計算備件對各項分類準則的權(quán)重， 最終綜合AHP解得組合權(quán)重， 并運用模糊綜合評判， 計算備件針對各準則的優(yōu)先值， 根據(jù)所得權(quán)重值對備件再次進行ABC分類；

（2） AHP與灰色理論的結(jié)合上， 孔琳等人[37]通過AHP求得各準則權(quán)重， 而后應用灰色關(guān)聯(lián)分析法， 通過專家系統(tǒng)所得評分構(gòu)建準則數(shù)列， 并與理想數(shù)列比較計算關(guān)聯(lián)度， 最后以關(guān)聯(lián)度大小進行備件ABC排序；

（3） 將AHP與VED分析相結(jié)合[1，27，38-40]， 付戰(zhàn)瑩等人[38]利用類VED分析法將備件先粗略分為專用、 通用和輔助備件， 將輔助備件直接劃為一般備件縮小分類范圍， 并通過AHP確定構(gòu)成備件分類研究的指標體系， 結(jié)合ABC分類法對前兩者進一步劃分。

除了AHP， 決策樹也被作為一種分類的算法。 決策樹和AHP的結(jié)合在分類中表現(xiàn)出了更好的效果。 Braglia等人[1]在造紙產(chǎn)業(yè)中將多屬性分析的決策樹和AHP結(jié)合， 解決在決策樹中不同節(jié)點的多屬性決策問題， 最后通過17個標準將備件進行分類。

2.4備件分類算法的不足

雖然目前為止有關(guān)備件分類的算法不斷提升著該方法研究的精準度， 引入了很多相關(guān)領(lǐng)域的技術(shù)手段對其加以改進， 但還存在一些尚需改進的方面：

（1） 現(xiàn)有的備件分類算法在分類屬性的選擇上， 以考慮備件庫存保障、 計算備件需求預測方面的多， 而考慮以供應商來區(qū)分備件分類屬性的少。

（2） 盡管通過各種各樣基于多維準則分類的算法得到了理想的結(jié)果， 但還存在諸多限制： 一方面可能受限于對現(xiàn)有備件分類的理論發(fā)展， 在分類中準則數(shù)量的選取可能不夠全面； 另一方面， 在選出某些定性分類準則的時候， 某種程度上可能出現(xiàn)無法進行考慮計算的問題， 盡管通過對標準賦予不同的權(quán)重和層次， AHP可以將所需決策的問題進行直觀表述， 但在專家比對過程中也不可避免地包含了主觀性的不利影響。

（3） 許多理論上的分類算法本身選取了過多的備件分類屬性， 往往會增加模型算法的計算復雜度， 導致在實際應用中無法實現(xiàn)真正有效的備件分類。

3結(jié)束語

準確的備件分類是實現(xiàn)高效的現(xiàn)代庫存控制與管理的基礎(chǔ)與前提， 因此， 備件分類算法的研究勢在必行。 本文就備件分類算法的分類原則進行了簡要總結(jié)， 對在分類過程中所用的各種算法進行了重點分析， 以期能為備件分類、 庫存控制相關(guān)領(lǐng)域人員的未來研究提供有價值的參考。

參考文獻：

[1] Braglia M， Grassi A， Montanari R. MultiAttribute Classification Method for Spare Parts Inventory Management[J]. Journal of Quality in Maintenance Engineering， 2004， 10（1）： 55-65.

[2] Gelders L， Van Looy P M. An Inventory Policy for Slow and Fast Movers in a Petrochemical Plant： A Case Study[J]. Journal of the Operational Research Society， 1978， 29（9）： 867-874.

[3] Syntetos A A， Keyes M， Babai M Z. Demand Categorisation in a European Spare Parts Logistics Network[J]. International Journal of Operations & Production Management， 2009， 29（3）： 292-316.

[4] Porras E， Dekker R. An Inventory Control System for Spare Parts at a Refinery：An Empirical Comparison of Different ReOrder Point Methods[J]. European Journal of Operational Research， 2008， 184（1）： 101-132.

[5] 徐曉燕. 一種基于需求特性分類的備件庫存管理方法及其實證研究[J]. 系統(tǒng)工程理論與實踐， 2006（2）： 62-67.

Xu Xiaoyan. A Demand Classification Based Approach of Inventory Management for SpareParts and Its Application[J]. Systems EngineeringTheory & Practice， 2006（2）： 62-67. （in Chinese）

[6] Syntetos A A， Boylan J， Croston J D. On the Categorization of Demand Patterns[J]. Journal of the Operational Research Society， 2005， 56（5）： 495-503.

[7] Boylan J， Syntetos A A， Karakostas G C. Classification for Forecasting and Stock Control： A Case Study[J]. Journal of the Operational Research Society， 2008， 59（4）： 473-481.

[8] Williams T M. Stock Control with Sporadic and SlowMoving Demand[J]. Journal of the Operational Research Society， 1984， 35（10）： 939-948.

[9] Eaves A H C， Kingsman B G. Forecasting for the Ordering and StockHolding of Spare Parts[J]. Journal of the Operational Research Society， 2004， 55（4）： 431-437.

[10] Yamashina H. The Service Parts Control Problem[J]. Engineering Costs and Production Economics， 1989， 16（3）： 195-208.

[11] Nagarur N N， Hu T S， Baid N K. A ComputerBased Inventory Management System for Spare Parts[J]. Industrial Management & Data Systems， 1994， 94（9）： 22-28.

[12] Petrovic′ D， Petrovic′ R， enborn A， et al. A Microcomputer Expert System for Advising on Stocks in Spare Parts Inventory Systems[J]. Engineering Costs and Production Economics， 1990， 19（1-3）： 365-370.

[13] Petrovic′ D， Petrovic′ R. SPARTA II： Further Development in an Expert System for Advising on Stocks of Spare Parts[J]. International Journal of Production Economics， 1992， 24（3）： 291-300.

[14] Botter R， Fortuin L. Stocking Strategy for Service Parts—A Case Study[J]. International Journal of Operations & Production Management， 2000， 20（6）： 656-674.

[15] 金夏芳. 基于VED的備件ABC分類研究[J]. 物流技術(shù)， 2008， 27（12）： 86-88.

Jin Xiafang. Research on Spare Parts ABC Classification Based on VED[J]. Logistics Technology， 2008， 27（12）： 86-88. （in Chinese）

[16] Chu Chingwu， Liang Ginshuh， Liao Chientseng. Controlling Inventory by Combining ABC Analysis and Fuzzy Classification[J]. Computers & Industrial Engineering， 2008， 55（4）： 841-851.

[17] 魏曦初， 李文立. 基于備件分類的供應商管理策略研究[J]. 工業(yè)工程與管理， 2014， 19（6）： 37-43.

Wei Xichu， Li Wenli. Research on Supplier Management Strategy Based on the Classification of Spare Parts[J]. Industrial Engineering and Management， 2014， 19（6）： 37-43. （in Chinese）

[18] 邢煥革， 衛(wèi)一熳， 彭義波. 基于多尺度最小二乘支持向量機的艦船備件器材多類分類[J]. 長春大學學報， 2013， 23（12）： 1528-1534.

Xing Huange， Wei Yiman， Peng Yibo. MultiClass Classification of Ship Spare Parts Equipment Based on MultiScale Least Squares Support Vector Machine[J]. Journal of Changchun University， 2013， 23（12）： 1528-1534. （in Chinese）

[19] 姜晨， 徐廷學， 余仁波. 基于DAGSVM的裝備不常用備件分類方法[J]. 艦船科學技術(shù)， 2011， 33（7）： 135-139.

Jiang Chen， Xu Tingxue， Yu Renbo. Classified Method Equipment Rarely Used Spare Parts Based on DAGSVM[J]. Ship Science and Technology， 2011， 33（7）： 135-139. （in Chinese）

[20] 張作剛， 劉星， 彭建鵬， 等. 基于支持向量機的多準則航材ABC分類法[J]. 價值工程， 2010（22）： 248-249.

Zhang Zuogang， Liu Xing， Peng Jianpeng， et al. Based on Support Vector Machine MultiCriteria ABC Classification of Aerial Material[J]. Value Engineering， 2010（22）： 248-249. （in Chinese）

[21] 張作剛， 崔國偉， 秦瑞清. 灰色聚類分析在航材分類中的運用[J]. 四川兵工學報， 2013， 34（9）： 56-59.

Zhang Zuogang， Cui Guowei， Qin Ruiqing. Application of Grey Clustering Analysis in Aviation Spares Classification[J]. Journal of Sichuan Ordnance， 2013， 34（9）： 56-59. （in Chinese）

[22] Ernst R， Cohen M A. Operations Related Groups（ORGs）： A Clustering Procedure for Production/Inventory Systems[J]. Journal of Operations Management， 1990， 9（4）： 574-598.

[23] 張作剛， 胡新濤， 劉望. 主成分聚類分析在航材分類中的應用[J]. 兵工自動化， 2012， 31（11）： 25-28.

Zhang Zuogang， Hu Xintao， Liu Wang. Application of Principal Component Clustering Analysis in Aviation Spares Classification[J]. Ordnance Industry Automation， 2012， 31（11）： 25-28. （in Chinese）

[24] 丁留明， 崔南方， 李晉. 考慮設(shè)備關(guān)鍵性的備件庫存ABC分類兩階段改進模型研究[J]. 物流技術(shù)， 2006（12）： 41-44.

Ding Liuming， Cui Nanfang， Li Jin. Study on Improved Model of ABC Classification of Spare Parts Involving Equipment Criticality[J]. Logistics Technology， 2006（12）： 41-44. （in Chinese）

[25] 徐保強， 李葆文， 魏昕. 從備件ABC分類管理到備件3A庫存模型應用[J]. 設(shè)備管理與維修， 2007（9）： 10-11.

Xu Baoqiang， Li Baowen， Wei Xin. From ABC Classifying Method of Spare Part to Application of 3A Inventory Model[J]. Plant Maintenance Engineering， 2007（9）： 10-11. （in Chinese）

[26] Cavalieri S， Garetti M， Macchi M， et al. A DecisionMaking Framework for Managing Maintenance Spare Parts[J]. Production Planning & Control， 2008， 19（4）： 379-396.

[27] Sharaf M A， Helmy H A. A Classification Model for Inventory Management of Spare Parts [C]∥Proceedings of the 7th International Conference on Production， Industrial Engineering， Design and Control， 2001： 375-382.

[28] Bonjakovic′ M. Multicriteria Inventory Model for Spare Parts[J]. Technical Gazette， 2010， 17（4）： 499-504.

[29] 張群僕. 基于DEA的遠洋船舶備件ABC分類管理模型[J]. 中國水運， 2012， 12（12）： 67-69.

Zhang Qunpu. Classification Management Model of Ocean Ship Spare Parts Based on DEA[J]. China Water Transport， 2012， 12（12）： 67-69. （in Chinese）

[30] 崔南方， 魯家晶. 基于DEA的備件ABC分類模型[J]. 物流技術(shù)， 2007， 26（3）： 55-58.

Cui Nanfang， Lu Jiajing. ABC Classification Model for Spare Parts Based on DEA[J]. Logistics Technology， 2007， 26（3）： 55-58. （in Chinese）

[31] 陳紅， 陳伊菲， 劉軍. 基于模糊評判分類控制法的流程式企業(yè)備件庫存[J]. 物流技術(shù)， 2006（6）： 25-26， 29.

Chen Hong， Chen Yifei， Liu Jun. Spare Parts Classification Mode Based on Fuzzy Evaluation in ProcessOriented Enterprise[J]. Logistics Technology， 2006（6）： 25-26， 29. （in Chinese）

[32] 崔南方， 羅雪. 維修備件基于AHP的ABC分類模型[J]. 工業(yè)工程與管理， 2004（6）： 33-36.

Cui Nanfang， Luo Xue. ABC Classfication Based on AHP in Servicing Spare Part[J]. Industrial Engineering and Management， 2004（6）： 33-36. （in Chinese）

[33] 趙金寶. PCB制造企業(yè)備件庫存分類改進模型研究[J]. 產(chǎn)業(yè)與科技論壇， 2013， 12（10）： 78-82.

Zhao Jinbao. Research on the Improvement Model of Spare Parts Inventory Classification in PCB Manufacturing Enterprises[J]. Industrial & Science Tribune， 2013， 12（10）： 78-82. （in Chinese）

[34] 操毓華， 張維競. IT產(chǎn)品服務備件分類研究[J]. 物流工程與管理， 2013， 35（4）： 140-141.

Cao Yuhua， Zhang Weijing. Classification of IT Spare Parts[J]. Logistics Engineering and Management， 2013， 35（4）： 140-141. （in Chinese）

[35] 張仲敏， 李俊山， 嚴其飛， 等. 電子對抗裝備維修備件混合分類決策模型[J]. 火力指揮與控制， 2014， 39（4）： 58-62， 67.

Zhang Zhongmin， Li Junshan， Yan Qifei， et al. A Hybrid Decision Approach for Classification of ECM Equipment Spares[J]. Fire Control & Command Control， 2014， 39（4）： 58-62， 67. （in Chinese）

[36] 馬應欣， 張作剛. 基于AHP和模糊方法的庫存航材ABC分類模型[J]. 物流技術(shù)， 2008， 27（2）： 130-133.

Ma Yingxin， Zhang Zuogang. ABC Classification Model of Aircraft Spares Based on AHP and Fuzzy Evaluation[J]. Logistics Technology， 2008， 27（2）： 130-133. （in Chinese）

[37] 孔琳， 陳鴻宇， 曾斌. 基于AHP和灰色分析法的備件ABC分類模型[J]. 艦船電子工程， 2008， 28（1）： 90-93.

Kong Lin， Chen Hongyu， Zeng Bin. ABC Classification for Spare Parts Based on AHP and Grey Analysis Process[J]. Ship Electronic Engineering， 2008， 28（1）： 90-93. （in Chinese）

[38] 付戰(zhàn)瑩， 史翠紅， 徐慧， 等. 地鐵備件分類研究[J]. 廣西輕工業(yè)， 2008（5）： 118-120.

Fu Zhanying， Shi Cuihong， Xu Hui， et al. Study on Classification of Subway Spare Parts[J]. Guangxi Journal of Light Industry， 2008（5）： 118-120.（in Chinese）

[39] Cajpal P P， Ganesh L S， Rajendran C. Criticality Analysis of Spare Parts Using the Analytic Hierarchy Process[J]. International Journal of Production Economics， 1994， 35（1-3）： 293-297.

[40] Molenaers A， Baets H， Pintelon L， et al. Criticality Classification of Spare Parts： A Case Study[J]. International Journal of Production Economics， 2012， 140（2）： 570-578.

A Review of Spare Parts Classification Algorithms Research

Zeng Xiang， Xu Tingxue， An Jin， Li Zhiqiang

（Naval Aeronautical and Astronautical University， Yantai 264001， China）

Abstract： The importance of spare parts classification and classification principles are described， and the spare parts classification algorithms at home and abroad are analyzed and summarized. According to the dimension of classification criterion， the classification algorithms are divided into onedimension， twodimension and multidimension criterion classification method. The technology theory are elaborated， such as ABC classification， Kraljic model and AHP， which provides a reference for the research of related fields.

Key words： spare parts classification； criterion classification； ABC classification； Kraljic model； AHP

Polarization； interference rejection； phased array radar