大數據在裝備保障工作中作用探討

魏圣軍

摘要：大數據是指其大小超出了傳統意義的尺度，一般的軟件工具難以捕捉、存儲、管理和分析的數據。大數據之“大”，不僅僅在于其容量之大，更多的意義在于可以分析和使用的數據的數量在大量增加，通過這些數據的交換、整合和分析，人們可以發現新的知識、創造新的價值，帶來“大知識”、“大科技”、“大利潤”和“大發展”。大數據分析不僅可以提高分析的客觀準確性，更有條件對數據進行全方位細分和研究，實現數據的深度利用。

關鍵詞：裝備保障;大數據;作用探討

1大數據時代裝備保障工作的前景展望

經過近年來信息化的快速發展建設，裝備保障系統為“大數據”時代到來提供了堅實的基礎平臺，軍地學者對大數據的積極探索和實踐為裝備保障工作進人大數據的新時代奠定了實踐基礎。大數據時代的來臨，必將為裝備保障工作帶來全新的發展和廣闊前景。

1.1顯著提升質量問題分析能力

質量問題分析能力本身就是一種對龐雜的質量信息進行統計理，查找質量問題特點規律和原因，研究提出針對性措施的工作方式。大數據時代的到來，必然為裝備保障工作帶來更全面的數據支持。通過數據挖掘、統計分析，以往淹沒在大量數據中的微觀細節和異常情況就能顯現出來，為質量問題分析提供大量線索，幫助深人剖析查準可能存在的問題隱患，抓好裝備保障問題梳理分析研究、細化各類檢查維護內容、完善多發性危險性故障預防措施，提高一線維修保障工作的針對性、有效性和及時性，為質量問題分析提供更加科學、有力支撐。

1.2顯著提升維修保障預測能力

建立在相關關系分析法基礎上的預測是大數據的核心。在大數據時代，有了太數據和科學分析方法，就能比較準確地預測未來，尤其是對龐大歷史數據進行挖掘、分析和處理，可以比較準確地預測各種條件下各級保障資源需求，進行預先生產和儲備。

2 大數據時代裝備保障工作面臨的挑戰

2.1理念觀念普及不廣

“大數據”的概念只有少數機構、部分官兵了解掌握，基層絕大多數官兵談“大數據”還是一頭霧水、不知所云，沒有充分認識到大數據在裝備維修保障質量問題分析和裝備保障預測決策方面將會發揮重要作用。

2.2信息技術基礎不厚

大數據在裝備保障系統的作用發揮，必須以信息化建設為平臺。雖然部隊經過相當長時間的信息化建設，取得了一些成果，但面對大數據時代的到來，還沒有完全做好準備，尤其是一些基礎性工作，如，維修保障信息的數字化處理，格式化、標準化的問題以及對信息系統的構架、帶寬、處理器、運行規則的建設上都比較滯后，不能很好適應大數據對信息技術的要求。

2.3數據共享程度不高

隨著信息化建設步伐的加快和逐步深化，大量可用信息得到有效采集，但在部門與部門、系統與系統、行業與行業之間卻存在信息壁壘，各種有益的數據信息被孤立成一個個“孤島”，與大數據時代對數據的完整性、復雜性要求相悖，分析研究維修保障信息缺乏全面性、失去時效性。

2.4信息處理能力不強

隨著軍隊轉型建設步伐加快，航空維修保障信息數據量會隨之快速增長，傳統的信息數據處理工具已經遠遠不能適應“大數據”，簡單粗放地分析預測不能有效滿足大數據時代對維修保障的需求，整合多種格式的數據已力不從心，需盡快創新綜合分析預測模型，研究開發大數據處理系統，全面綜合進行信息數據分析處理，給裝備保障預測決策提供信息支持。

3 大數據時代裝備保障工作發展對策措施

大數據技術的發展對社會各個領域都產生了深遠影響，作為裝備保障系統更應該積極主動地迎接大數據時代的到來，加快推進大數據技術的研發與應用，全面提升裝備保障指揮決策能力。

3.1積極轉變思維理念

一是樹立大采集意識。分析判斷不應僅僅滿足于個例分析和抽樣調查，而應立足“樣本即總體”的思路，盡可能采集更多更全面的數據用于分析。二是樹立用數據“說話”的意識。在具體的分析應用中，應以數據分析結果為依據，積極引入關聯分析思路。三是樹立挖掘數據內在價值意識。大數據講究數據分析的速度，但分析是建立在原有數據基礎上的，要分析數據，尋找規律，進而預測趨勢。必須及時動態更新數據庫，認真做好已有數據的保存和分析應用。四是樹立誤差意識。作為一項新技術的摸索應用，分析大數據準確率還不可能達到100%，存在一定的誤差是必然的，各級領導干部和廣大官兵要正確認識這一客觀事實，在不斷探索和實踐中逐步完善，提高預測的準確度。

3.2建立裝備保障大數據發展規劃

面對大數據，建議從頂層設計人手，在現有信息化建設基礎上，研究制定裝備保障大數據發展規劃，明確具體任務和發展計劃。一是明確數據需求。從裝備系統工作實際出發，梳理分析裝備保障數據需求，根據需求緊迫性，制定近期、中期和長期數據采集計劃。二是規劃推進裝備系統“云計算”中心建挺?，F有數據庫軟件和系統已經難以適應海量的、形式多樣的數據整合和處理要求，裝備系統應緊跟技術發展趨勢，加強硬件和軟件建設，建設能夠適應大數據要求的云基礎設施，進而建設裝備系統云計算”中心。三是確立相關研發計劃。大數據的應用價值就是根據數據建立一系列的預警指標和數學模型，但是裝備保障工作內容較多且相互交叉，如果不加以規劃，就會造成重復勞動，浪費資源。因此，應當從裝備保障全局高度，分門別類制定相關研發計劃，分步推進，在實踐中不斷予以調整和補充。

3.3擴大數據整合共享覆蓋面

一是裝備保障系統內部打破部門、區域的限制，在安全保密的前提下，以航空機務維修信息系統為基礎，深化區域、單位、系統、專業之間的維修保障信息共享。二是強化與相關單位的數據采集和共享。裝備維修保障信息點多面廣線長，信息收集工作要相關部門的共同努力才能完成。替如，官兵的思想活動情況、家庭狀況、后勤伙食保障、醫療衛生保障等信息，都要相關部門的通力協作才能完成，只有資源共享才能事半功倍，實現效益最大化。

3.4提升數據利用水平

大數據的關鍵是通過對海量數據的“加工”實現數據的“增值”，數據處理水平直接關系到數據“增值”的程度。一是針對海量數據，應以航空機務維修信息系統為依托，繼續拓展機務維修信息采集源，強化裝備維修保障信息數據的集中存放和保管，確保海量數據安全保存，靈活調用。二是與相關社科機構和企事業合作，對大數據的整合、量化、挖掘和分析等展開技術研究，研發符合裝備保障需求、便于各級裝備部門應用的分析工具，為各級最大限度利用現有數據決策提供方法。三是針對歐美等國家和社會各界在大數據方面的先行探索和實踐開展相關資料及案例搜集研究，組織專業人員培訓交流，積極引人先進經驗和技術，最大限度提高數據利用水平。

3.5打造專業人才隊伍

一是積極爭取支持。進一步完善人才政策、創新用人機制，解決高技術人才“引進難、保留難、發展難”的突出矛盾;積極與髙等院校、科研院所和企事業單位合作，開展多種形式的人員培訓，提高各級裝備保障人員技術水平;開展人才引進和自我培養，打造一支高素質的裝備保障數據分析應用技術隊伍。二是借助“雙學”和崗位練兵活動，將數據挖掘分析等相關技術列人學習和練兵內容，普及大數據知識，引導官兵自覺學習相關系統和工具，在實際工作中研究摸索新的統計分析方法，提出修改完善意見，發揮大數據的最大效能。

參考文獻;

[1]汪倫根，楊鵬.炮兵武器裝備維修保障系統評價指標體系構建[J].炮兵學院學報，2006，26（2）：61-63.

[2]涂建剛，夏長富.基于DEA的工程裝備保障戰前訓練效果評價[J].工兵裝備研究，2013，32（2）：56-59.

（ 95324部隊工程師，廣東 廣州 510000）