程 新，張 乾

(1.哈爾濱飛機工業(yè)集團 客戶服務(wù)部, 黑龍江 哈爾濱 150066)(2.空軍航空大學(xué) 飛行器與動力系, 吉林 長春 130022)

基于BP神經(jīng)網(wǎng)絡(luò)的飛機使用決策研究

程 新1，張 乾2

(1.哈爾濱飛機工業(yè)集團 客戶服務(wù)部, 黑龍江 哈爾濱 150066)(2.空軍航空大學(xué) 飛行器與動力系, 吉林 長春 130022)

為了解決機群用戶在執(zhí)行任務(wù)飛機選擇上的隨意性問題，提高飛機使用決策的科學(xué)性，在分析影響飛機使用決策多種因素的基礎(chǔ)上，構(gòu)建了飛機堪用度評價體系，設(shè)計了評估堪用度的BP神經(jīng)網(wǎng)絡(luò)，并運用實例驗證了方法的有效性。MATLAB軟件的仿真結(jié)果表明，BP神經(jīng)網(wǎng)絡(luò)適用于解決飛機使用決策的評估問題。

飛機使用決策; BP神經(jīng)網(wǎng)絡(luò); 堪用度; MATLAB仿真

在執(zhí)行飛行任務(wù)之前，航空公司航務(wù)部門要根據(jù)任務(wù)特點和在隊飛機技術(shù)狀態(tài)，以航班計劃和維修計劃為依據(jù)，選擇執(zhí)行任務(wù)的飛機，滿足任務(wù)需求，并確保機隊飛機各項適航指令及時完成。在實際操作中，一般根據(jù)機庫飛機剩余壽命和定檢時限等因素粗略確定飛機，這種選擇方式簡單粗放、隨意性較大，無法滿足航空公司在維修管理上日益精確化、最優(yōu)化和智能化的追求。因此，如何科學(xué)合理地選擇飛機是用戶亟需解決的一個實際問題。

飛機選擇是一個多目標(biāo)的綜合決策問題[1]，應(yīng)綜合考慮飛機飛行小時剩余壽命、日歷剩余壽命、定檢、有壽件到壽、梯次使用和航材供應(yīng)等情況，滿足任務(wù)需求，同時減少對飛機階段使用計劃的影響。解決這類問題的方法有很多，如層次分析法、 灰色關(guān)聯(lián)度法等，但這些方法主觀性都太強，而人工神經(jīng)網(wǎng)絡(luò)[2]是一種高度的非線性映射處理系統(tǒng)，具有強大的自組織、自學(xué)習(xí)、自適應(yīng)和分類計算能力，主要根據(jù)所提供的數(shù)據(jù)，通過學(xué)習(xí)和訓(xùn)練找出輸入與輸出的內(nèi)在聯(lián)系，規(guī)避了傳統(tǒng)決策方法較大的主觀性。本文在建立評估體系的基礎(chǔ)上，選擇應(yīng)用最廣的BP神經(jīng)網(wǎng)絡(luò)(Back Propagation Neural Network)作為評估機群飛機堪用度的方法。

1 評估體系建立

1.1評估指標(biāo)選擇

在滿足任務(wù)需求的基礎(chǔ)上，影響飛機堪用度的主要因素有剩余壽命、定檢、航材保障、有壽機件等因素[3]，另外還要考慮機群飛機梯次使用狀況。本文綜合考慮以上因素，整合出飛行小時剩余壽命、日歷剩余壽命、梯次使用、航材供應(yīng)和定期工作等5個評估指標(biāo)。

a.飛行小時剩余壽命。

飛行小時剩余壽命是指各飛機階段計劃使用時數(shù)的剩余時數(shù)，是飛機使用依據(jù)的基本數(shù)據(jù)，機隊飛機使用時一般都嚴格按照計劃執(zhí)行，不應(yīng)該超出階段計劃飛行時間。根據(jù)每架飛機的階段計劃飛行時間和實際飛行時間，令：

(1)

式中：tjfi為第i架飛機階段計劃飛行時間；tsfi為第i架飛機階段實際飛行時間。將Ri的值按其大小進行降序排列，值大的飛機優(yōu)先飛行。

b.日歷剩余壽命。

日歷剩余壽命主要反映飛機在使用過程中由于不當(dāng)?shù)木S護活動、 環(huán)境腐蝕引起的結(jié)構(gòu)疲勞、品質(zhì)下降是否達到臨界值。日歷壽命到壽的飛機應(yīng)該立即停飛，進行相應(yīng)的檢修。在考慮飛行小時壽命的同時，還要綜合日歷壽命，合理安排飛機的使用，使飛行小時壽命和日歷壽命損失最小。根據(jù)每架飛機的日歷剩余壽命和總飛行小時剩余壽命，令：

(2)

式中：tri為第i架飛機日歷剩余壽命；tzsi為第i架飛機總飛行小時剩余壽命。將Ci的值按其大小進行降序排列，值大的飛機優(yōu)先飛行。

c.航材供應(yīng)。

航材的供應(yīng)直接影響飛機的完好率，質(zhì)控部門根據(jù)飛機狀況和有壽機件到壽情況制定航材請領(lǐng)計劃，由航材部門保障航材供應(yīng)。根據(jù)每架飛機的航材供應(yīng)情況，令：

(3)

式中：Xsyi為第i架飛機航材供應(yīng)數(shù)；Xjhi為第i架飛機航材請領(lǐng)數(shù)。將Mi的值按其大小進行降序排列，值大的飛機優(yōu)先飛行。

d.梯次使用。

飛機梯次使用是指機庫各架飛機距離各項定檢工作(C檢及C檢以上級別檢查)的飛行時間互相間保持一定的差距，成梯次排列使用，目的是分散各飛機的定檢時機，最大限度地提高飛機在隊率。在飛機機庫檢修條形圖中(如圖1所示)，用平均定檢剩余時間50%標(biāo)準(zhǔn)線作為理想的飛機剩余時間梯次排列趨勢線，剩余時間在標(biāo)準(zhǔn)控制線之上，距離為正值；在控制線之下，距離為負值。為提高飛機定檢剩余時間按梯次排列的程度，距離大的飛機應(yīng)多飛，距離小的飛機應(yīng)少飛。令：

(4)

式中：tsi為定檢剩余時間；N為機庫飛機架數(shù)；tg為平均定檢規(guī)定時間。將Ei的值按其大小進行降序排列， 值大的飛機優(yōu)先飛行。

圖1 飛機機庫檢修條形圖

e.定期工作。

定期工作主要是指飛機各級定檢(主要是C檢及C檢以上級別檢查)、換發(fā)和更換有壽機件等工作，是飛機維護計劃的重要部分，各項工作要按照要求和計劃嚴格執(zhí)行。令：

(5)

式中：tdi為第i架飛機到飛機各級定檢、換發(fā)和更換有壽機件需要的飛行小時數(shù)。Ni的值按其大小進行降序排列， 值大的飛機優(yōu)先飛行。

1.2綜合評價體系結(jié)構(gòu)

根據(jù)以上選取的各項評估指標(biāo)，建立如圖2所示的飛機堪用度評估體系。

圖2 飛機堪用度評估體系結(jié)構(gòu)圖

2 BP神經(jīng)網(wǎng)絡(luò)設(shè)計

2.1輸入層、隱含層、輸出層的設(shè)計[4]

對于機隊飛機堪用度的綜合評估應(yīng)當(dāng)依據(jù)其確定的評估指標(biāo)作為輸入層因素，這里選用飛行小時剩余壽命、日歷剩余壽命、航材供應(yīng)、梯次使用、定期工作作為輸入層節(jié)點，輸入單元數(shù)為5。輸出層表示飛機堪用度的綜合評價值，節(jié)點數(shù)為1。隱含層節(jié)點數(shù)的選取還沒有明確的方法，可以根據(jù)經(jīng)驗來選取，由于輸入層節(jié)點數(shù)為5，輸出層節(jié)點數(shù)為1，選取中間隱含層節(jié)點數(shù)為3。建立的BP神經(jīng)網(wǎng)絡(luò)模型如圖3所示。

圖3 BP神經(jīng)網(wǎng)絡(luò)模型圖

2.2學(xué)習(xí)步長、初始權(quán)值、目標(biāo)精度的選取

學(xué)習(xí)步長是在學(xué)習(xí)過程中對權(quán)值的修正量，與網(wǎng)絡(luò)的穩(wěn)定性有關(guān)。步長過短，則學(xué)習(xí)效率低，步長過長，則網(wǎng)絡(luò)穩(wěn)定性差。學(xué)習(xí)步長取為0.02。初始權(quán)值選取對于輸出結(jié)果是否最接近實際及是否能夠收斂、學(xué)習(xí)時間的長短等影響很大。由于MATLAB仿真軟件會根據(jù)初始化函數(shù)自動生成相應(yīng)的初始權(quán)值和閾值，故這里不用考慮。目標(biāo)精度是確定神經(jīng)網(wǎng)絡(luò)的精度標(biāo)準(zhǔn)，當(dāng)誤差達到目標(biāo)精度要求后，網(wǎng)絡(luò)停止訓(xùn)練。

3 基于MATLAB仿真軟件的實例分析

在BP神經(jīng)網(wǎng)絡(luò)的分析和設(shè)計中，會涉及大量的計算問題，MATLAB仿真軟件的使用為神經(jīng)網(wǎng)絡(luò)的計算帶來了極大的便利，本文將應(yīng)用MATLAB仿真軟件對所建立的BP神經(jīng)網(wǎng)絡(luò)模型進行求解[5]。在此選定用于訓(xùn)練的8組樣本數(shù)據(jù)建立學(xué)習(xí)樣本矩陣和目標(biāo)輸出矩陣，選擇一組檢驗數(shù)據(jù)建立待評估矩陣。

a.學(xué)習(xí)樣本矩陣、目標(biāo)輸出矩陣、待評估矩陣的數(shù)據(jù)輸入。

T=[0.56 0.35 0.45 0.59 0.47 0.86 0.37 0.51]

Q=[0.70 0.800 0.77 69 1.00]T

b.BP神經(jīng)網(wǎng)絡(luò)模型程序代碼設(shè)計。

net=newff(minmax(P), [3, 1],{‘tansig’, ‘purelin’}, ‘traingdx’);

net=init(net);

net.trainparam.show=50;

net.trainparam.lr=0.02;

net.trainparam.epochs=500;

net.trainparam.goal=1e-2;

[net, tr]=train(net, P, T);

Y=sim(net,Q);

c.結(jié)果輸出。

對應(yīng)待評估矩陣的仿真結(jié)果值為：Y=0.534 7，表明待評估飛機堪用度值為0.534 7，經(jīng)和樣本集進行比較，數(shù)據(jù)可信。輸出圖形為BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練圖，如圖4所示。從圖中可以看出，訓(xùn)練仿真到64次時，達到設(shè)定的目標(biāo)精度，訓(xùn)練停止。

圖4 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練圖

4 結(jié)束語

本文運用BP 神經(jīng)網(wǎng)絡(luò)建立了飛機堪用度評估決策模型，MATLAB仿真表明本模型收斂速度快、評估結(jié)果可信度高，較好地解決了機群飛機的使用決策問題。另外BP 神經(jīng)網(wǎng)絡(luò)是通過學(xué)習(xí)和訓(xùn)練找出輸入與輸出的內(nèi)在聯(lián)系，從而求取問題的解，訓(xùn)練樣本越多，越能發(fā)揮神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)、聯(lián)想和容錯能力，因此在實際使用中可以持續(xù)增加樣本對其進行訓(xùn)練改進。

[1] 陳永青, 孫春林. 飛機維修計劃技術(shù)[J]. 中國民航學(xué)院學(xué)報, 2004(增刊1):36-38.

[2] 王文成. 神經(jīng)網(wǎng)絡(luò)及其在汽車工程中的應(yīng)用[M]. 北京：北京理工大學(xué)出版社, 1998.

[3] 孫保開, 袁冬根. 飛機發(fā)動機使用管理綜合決策研究[J]. 長沙航空職業(yè)技術(shù)學(xué)院學(xué)報, 2004, 4(4) : 27-31.

[4] 李曉宇, 王新閣, 黃勇. 基于神經(jīng)網(wǎng)絡(luò)的戰(zhàn)時裝備維修保障能力評估[J]. 飛機設(shè)計, 2011, 31(3): 63-65.

[5] 羅成漢. 基于MATLAB神經(jīng)網(wǎng)絡(luò)工具箱的BP網(wǎng)絡(luò)實現(xiàn)[J]. 計算機仿真, 2004, 21(5): 109-112.

ResearchontheAircraftUsageDecisionBasedonBPNeuralNetwork

CHENG Xin1, ZHANG Qian2

(1. Harbin Aircraft Industry Group, Heilongjiang, Harbin, 150066, China)(2. The Aviation University of Air Force, Jilin Changchun, 130022, China)

Aiming at the arbitrary choose the aircraft and implement the scientific aircraft usage and decision, it establishes the evaluation system of aircraft availability, designs the BP neural network for evaluating the availability based on analysis the influencing factors, and verifies with an example. Through the simulation by MATLAB, BP neural network is available to resolve the evaluation and decision problem of aircraft usage.

Aircraft Usage Decision; Back Propagation Neural Network; Availability; MATLAB Simulation

10.3969/j.issn.2095-509X.2014.05.020

2014-04-09

程新(1967—)，男，黑龍江哈爾濱人，中航工業(yè)哈飛集團有限責(zé)任公司高級工程師，主要從事航空企業(yè)的信息化管理及相應(yīng)的系統(tǒng)開發(fā)研究等工作。

V241.07

A

2095-509X(2014)05-0076-03