吳彩華 花良發(fā) 馬建朝 焦曉麗

（空軍預(yù)警學(xué)院黃陂士官學(xué)校 武漢 430345）

基于BP神經(jīng)網(wǎng)絡(luò)的雷達(dá)情報組網(wǎng)系統(tǒng)戰(zhàn)場搶修排序研究?

吳彩華 花良發(fā) 馬建朝 焦曉麗

（空軍預(yù)警學(xué)院黃陂士官學(xué)校 武漢 430345）

確定雷達(dá)情報組網(wǎng)系統(tǒng)戰(zhàn)場搶修任務(wù)的順序是進(jìn)行戰(zhàn)場搶修的前提。針對現(xiàn)有方法缺乏自學(xué)習(xí)能力，難以反映歷史維修規(guī)律及評價結(jié)果隨意性較大的問題，提出采用BP神經(jīng)網(wǎng)絡(luò)方法，構(gòu)建雷達(dá)情報組網(wǎng)系統(tǒng)戰(zhàn)場搶修排序模型。結(jié)合雷達(dá)情報組網(wǎng)系統(tǒng)裝備特點(diǎn)及保障分隊(duì)特點(diǎn)，提出戰(zhàn)場搶修排序決策指標(biāo)體系。并以某自動化站維修數(shù)據(jù)為例，給出了建模的具體實(shí)現(xiàn)過程。并通過實(shí)驗(yàn)驗(yàn)證了該模型的有效性。

雷達(dá)情報組網(wǎng)系統(tǒng)；BP神經(jīng)網(wǎng)絡(luò)；戰(zhàn)場搶修

1 引言

雷達(dá)情報組網(wǎng)系統(tǒng)是情報保障網(wǎng)的分系統(tǒng)，擔(dān)負(fù)著大區(qū)域內(nèi)諸軍兵種聯(lián)合作戰(zhàn)防空情報保障任務(wù)的重要使命。雷達(dá)情報組網(wǎng)系統(tǒng)作戰(zhàn)環(huán)境惡劣，裝備分布區(qū)域廣闊，是敵方重點(diǎn)打擊的目標(biāo)，在作戰(zhàn)中裝備戰(zhàn)損概率非常大，一旦發(fā)生戰(zhàn)斗損傷，必須確保在最短的時間內(nèi)恢復(fù)作戰(zhàn)能力。而裝備戰(zhàn)場搶修，正是在戰(zhàn)爭中保持裝備持續(xù)作戰(zhàn)能力最直接，最有效，最經(jīng)濟(jì)的手段，是戰(zhàn)斗力的“倍增器”。

確定雷達(dá)情報組網(wǎng)系統(tǒng)戰(zhàn)場搶修任務(wù)的先后順序是進(jìn)行戰(zhàn)場搶修的前提，合理的搶修順序可以縮短系統(tǒng)的搶修等待時間，提高重要裝備完好率，延長系統(tǒng)的參戰(zhàn)時間，更大限度地發(fā)揮系統(tǒng)的作戰(zhàn)效能。同時還可以提高搶修資源的利用率，發(fā)揮搶修人員的搶修效能。最初，確定裝備戰(zhàn)場搶修任務(wù)的先后都是搶修指揮員憑借準(zhǔn)則和經(jīng)驗(yàn)進(jìn)行決策，這需要花費(fèi)一定的時間和綜合各種信息進(jìn)行判斷，且不夠精確。為了解決這個問題，戰(zhàn)損裝備搶修決策順序模型研究出現(xiàn)。所采用的方法主要包括AHP 類方法［1～4］，貝葉斯網(wǎng)絡(luò)［5～6］方法，熵權(quán)法［7］，TOPSIS決策評估算法［8～9］等等。這些方法在實(shí)際的運(yùn)用中，由于決策者的主觀不確定性及認(rèn)識的模糊性等因素的影響，且缺乏自學(xué)習(xí)能力，導(dǎo)致評價結(jié)果隨意性較大。雷達(dá)情報組網(wǎng)系統(tǒng)戰(zhàn)場搶修排序基于歷史維修數(shù)據(jù)，戰(zhàn)場環(huán)境，搶修分隊(duì)情況等多個不確定因素影響，這些方法很難反映出歷史維修規(guī)律。而BP神經(jīng)網(wǎng)絡(luò)具有記憶性，它可以通過大量歷史數(shù)據(jù)的學(xué)習(xí)，記住歷史維修規(guī)律，再結(jié)合當(dāng)前的維修數(shù)據(jù)及搶修分隊(duì)情況，達(dá)到較好的評估效果。因此，本文結(jié)合雷達(dá)情報組網(wǎng)系統(tǒng)裝備特點(diǎn)，及保障分隊(duì)的情況，在獲得大量維修數(shù)據(jù)的基礎(chǔ)上構(gòu)建了雷達(dá)情報組網(wǎng)系統(tǒng)戰(zhàn)場搶修排序決策指標(biāo)體系，提出了基于BP神經(jīng)網(wǎng)絡(luò)的雷達(dá)情報組網(wǎng)系統(tǒng)戰(zhàn)場搶修排序模型，并通過對比實(shí)驗(yàn)驗(yàn)證了該模型的有效性。

2 雷達(dá)情報組網(wǎng)系統(tǒng)戰(zhàn)場搶修排序決策指標(biāo)體系

通過對裝備戰(zhàn)時搶修過程分析得出，裝備搶修任務(wù)優(yōu)先度決策排序受到搶修對象自身的情況及搶修分隊(duì)條件的影響。構(gòu)建的雷達(dá)情報組網(wǎng)系統(tǒng)戰(zhàn)時搶修決策指標(biāo)體系如圖1所示。各指標(biāo)定義如下。

圖1 雷達(dá)情報組網(wǎng)系統(tǒng)戰(zhàn)場搶修排序決策指標(biāo)體系

1）搶修對象重要性

雷達(dá)情報組網(wǎng)系統(tǒng)是情報保障網(wǎng)的分系統(tǒng)，擔(dān)負(fù)著大區(qū)域內(nèi)諸軍兵種聯(lián)合作戰(zhàn)防空情報保障任務(wù)的重要使命，是空軍指揮信息系統(tǒng)不可或缺的重要組成部分。很顯然，受損裝備在雷達(dá)情報組網(wǎng)系統(tǒng)中發(fā)揮的作用越大，重要性越強(qiáng)，在滿足搶修條件下，越應(yīng)該優(yōu)先維修。雷達(dá)情報組網(wǎng)系統(tǒng)按體系結(jié)構(gòu)劃分，可以分為雷達(dá)站系統(tǒng)、雷達(dá)旅系統(tǒng)和組網(wǎng)中心系統(tǒng)三級。針對每級分系統(tǒng)，根據(jù)設(shè)備重要性程度，又劃分為2個等級。因此在本文中，將搶修對象的重要性劃分為｛極端重要，非常重要，重要，比較重要，一般，可忽略｝6個等級，賦值為｛10，9，7，6，4，2｝。

2）搶修對象受損程度

根據(jù)指揮自動化裝備損傷部位，受損設(shè)備的數(shù)量及其重要程度、系統(tǒng)功能損傷的情況，實(shí)施搶修所需要的資源，實(shí)施搶修所需要的時間等因素［10］，指揮自動化裝備戰(zhàn)損等級劃分為為4級，分別為｛輕度損傷，中等損傷，嚴(yán)重?fù)p傷，報廢｝，賦值為｛9，7，5，2｝。

表1 自動化裝備損傷程度判定標(biāo)準(zhǔn)

3）預(yù)計(jì)修復(fù)時間

指的是受損裝備從開始進(jìn)行戰(zhàn)場搶修到搶修結(jié)束所需要的時間。預(yù)計(jì)修復(fù)時間越短，越應(yīng)該優(yōu)先進(jìn)行戰(zhàn)場搶修。若預(yù)計(jì)修復(fù)時間大于允許修復(fù)時間，則失去了戰(zhàn)場搶修的意義。對于輕度損傷來說，允許修復(fù)時間0.5～2小時；中等損傷允許修復(fù)時間在2～6小時；嚴(yán)重?fù)p傷一般允許修復(fù)時間在6～12小時。

4）戰(zhàn)場環(huán)境

指對行動地域的地形、氣候、道路狀況、戰(zhàn)場的態(tài)勢、以及搶修對象與搶修分隊(duì)距離的綜合描述，分為｛極差、差、較差、一般｝4個等級，賦值為｛9，7，5，2｝。

5）技術(shù)資料完整性

雷達(dá)情報組網(wǎng)系統(tǒng)屬于高科技裝備，技術(shù)密集型高。搶修時對于技術(shù)資料的依賴性強(qiáng)。搶修時需要的技術(shù)資料種類包括［9］：操作使用手冊、技術(shù)維護(hù)手冊、指揮自動化設(shè)備布局圖及連接圖、指揮自動化系統(tǒng)信息流程圖、連接外部通信配線資料、系統(tǒng)設(shè)備配電線資料、指揮自動化裝備搶修手冊、指揮自動化系統(tǒng)、設(shè)備應(yīng)急搶修預(yù)案、系統(tǒng)軟件、應(yīng)用軟件程序盤等等。分為｛完整，一般，不全｝3個等級，賦值為｛9，5，3｝。

6）搶修工具及器材數(shù)量滿足率

指的是搶修分隊(duì)提供的搶修工具和器材的數(shù)量能否滿足裝備搶修需要。分成｛滿足，不滿足｝2個等級，賦值為｛9，3｝。

7）搶修工具及器材品種滿足率

指的是搶修分隊(duì)提供的搶修工具和器材的品種能否滿足裝備搶修所需。分成｛滿足，不滿足｝2個等級，賦值為｛9，3｝。

8）搶修人員專業(yè)水平

指的是搶修人員能否根據(jù)經(jīng)驗(yàn)快速準(zhǔn)確判斷故障部位，并進(jìn)行故障維修。分成｛高，比較高，一般｝3個等級，賦值為｛9，7，5｝?？梢愿鶕?jù)他的年齡、專業(yè)特長、職稱、從業(yè)時間等方面進(jìn)行判定。

9）保障資源調(diào)度能力

實(shí)施戰(zhàn)場搶修過程中，保障資源不滿足需要時，向上級維修部門請領(lǐng)，調(diào)度運(yùn)輸保障資源到搶修地點(diǎn)的能力。很顯然，所需時間越短，保障資源調(diào)度能力越強(qiáng)。分成｛好，比較好，一般，差｝4個等級。賦值為｛9，7，5，2｝。

10）組織實(shí)施能力

雷達(dá)情報組網(wǎng)系統(tǒng)戰(zhàn)場搶修的組織實(shí)施可以劃分為三個階段，即準(zhǔn)備階段，組織實(shí)施階段，總結(jié)評估階段。準(zhǔn)備階段可以從搶修預(yù)案的可行性，與友鄰部隊(duì)、戰(zhàn)技部門、器材供應(yīng)部門、后勤運(yùn)輸部門，地方修理單位之間的協(xié)同情況，以及對裝備、器材、設(shè)備、資料、備件，工具的檢查情況進(jìn)行評定。實(shí)施階段可以從損傷評估的方法，損傷修復(fù)的方法、執(zhí)行原則、損傷檢驗(yàn)的方法、搶修記錄、搶修報告、保障人員安排、保障資源安排、時間等方面進(jìn)行評定?？偨Y(jié)評估階段可以從對保障人員及裝備物資消耗的統(tǒng)計(jì)情況，損傷數(shù)據(jù)的整理情況，搶修技術(shù)資料庫的更新情況，完成搶修任務(wù)的總結(jié)報告等方面進(jìn)行評定。一般分成｛好，比較好，一般，差｝4個等級。賦值為｛9，7，5，2｝。

11）自我防衛(wèi)能力

雷達(dá)情報組網(wǎng)系統(tǒng)戰(zhàn)場搶修分隊(duì)的自我防衛(wèi)能力［11］可以從隱蔽性、對敵主動干擾能力、主動防護(hù)能力、機(jī)動性、分散配置性等方面進(jìn)行評定。一般分成｛好，比較好，一般，差｝4個等級。賦值為｛9，7，5，2｝。

3 基于BP神經(jīng)網(wǎng)絡(luò)的戰(zhàn)場搶修排序決策模型

戰(zhàn)場搶修排序決策問題可以歸結(jié)為多元非線性回歸問題。針對非線性回歸問題，可以采用的方法有遺傳算法、人工神經(jīng)網(wǎng)絡(luò)、模糊理論、粗集理論、貝葉斯網(wǎng)絡(luò)及支持向量機(jī)等。本文選用了目前最常用的BP 神經(jīng)網(wǎng)絡(luò)［12］。

3.1 模型建立步驟

雷達(dá)情報組網(wǎng)系統(tǒng)戰(zhàn)場搶修排序應(yīng)綜合考慮受損裝備情況以及搶修分隊(duì)的實(shí)際情況，其中，受損裝備情況應(yīng)主要考慮：搶修對象重要性（I1）、搶修對象受損程度（I2）、預(yù)計(jì)修復(fù)時間（I3）、戰(zhàn)場環(huán)境（I4），搶修對象技術(shù)資料完整性（I5）。搶修分隊(duì)情況應(yīng)主要考慮：搶修工具及器材數(shù)量儲備（I6）、搶修工具及器材品種儲備（I7），搶修人員專業(yè)水平（I8）、搶修分隊(duì)保障資源調(diào)度能力（I9）、組織實(shí)施能力（I10）和自我防衛(wèi)能力（I11）。通過建立BP神經(jīng)網(wǎng)絡(luò)模型，進(jìn)行雷達(dá)情報組網(wǎng)系統(tǒng)戰(zhàn)場搶修決策值的估計(jì)。具體步驟如下：

1）確定BP神經(jīng)網(wǎng)絡(luò)的輸入。根據(jù)雷達(dá)情報組網(wǎng)系統(tǒng)各分系統(tǒng)及其設(shè)備特點(diǎn)，結(jié)合搶修分隊(duì)的實(shí)際情況，確定輸入?yún)?shù)為：I1，I2，I3，I4，I5，I6，I7，I8，I9，I10，I11。

2）數(shù)據(jù)收集。數(shù)據(jù)收集工作是非常重要的，直接關(guān)系到模型評估結(jié)果的準(zhǔn)確性。通常來自雷達(dá)情報組網(wǎng)系統(tǒng)歷史維修數(shù)據(jù)，及對雷達(dá)情報組網(wǎng)系統(tǒng)受損設(shè)備和搶修分隊(duì)的評估數(shù)據(jù)。

3）將采集到的數(shù)據(jù)劃分為訓(xùn)練樣本和測試樣本，并根據(jù)模型需要對數(shù)據(jù)進(jìn)行預(yù)處理。對數(shù)據(jù)進(jìn)行預(yù)處理包括：數(shù)據(jù)標(biāo)準(zhǔn)化、剔除特異樣本點(diǎn)、歸一化處理等等。此外還要進(jìn)行預(yù)測誤差指標(biāo)函數(shù)的選取。通常選取均方誤差MSE作為預(yù)測誤差指標(biāo)函數(shù)。

4）神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)的確定；包括輸入層和隱層神經(jīng)元的個數(shù)、傳遞函數(shù)的確定、權(quán)值、閾值的確定等等。

5）應(yīng)用Matlab神經(jīng)網(wǎng)絡(luò)工具箱，設(shè)置網(wǎng)絡(luò)參數(shù)，訓(xùn)練數(shù)據(jù)。

6）選用測試樣本進(jìn)行測試，如果可以滿足預(yù)測精度要求，則結(jié)束訓(xùn)練，否則轉(zhuǎn)向5），重新進(jìn)行網(wǎng)絡(luò)參數(shù)的設(shè)置。直到滿足預(yù)測精度為止。

7）將待預(yù)測的雷達(dá)情報組網(wǎng)系統(tǒng)戰(zhàn)場搶修的數(shù)據(jù)輸入訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)，得到戰(zhàn)場搶修決策值的預(yù)測結(jié)果。很顯然，戰(zhàn)場搶修決策值分?jǐn)?shù)越高，排序越靠前，越應(yīng)該優(yōu)先進(jìn)行維修。

3.2 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

本文中，以某自動化站3個雷達(dá)旅配發(fā)的雷達(dá)情報組網(wǎng)系統(tǒng)進(jìn)行搶修而收集的20個維修數(shù)據(jù)為例，建立適合于雷達(dá)情報組網(wǎng)系統(tǒng)戰(zhàn)場搶修決策的BP神經(jīng)網(wǎng)絡(luò)模型。收集的數(shù)據(jù)集見表2所示。（此表中的數(shù)據(jù)都是由維修專家根據(jù)雷達(dá)情報組網(wǎng)系統(tǒng)受損情況以及搶修分隊(duì)情況給出的。）該數(shù)據(jù)集共包含20組數(shù)據(jù)，每組數(shù)據(jù)包含11個輸入，1個輸出。在作為BP神經(jīng)網(wǎng)絡(luò)的輸入之前，應(yīng)進(jìn)行標(biāo)準(zhǔn)化處理，將各組輸入的數(shù)據(jù)取值限制在［0，1］范圍內(nèi)。

本文使用Matlab神經(jīng)網(wǎng)絡(luò)工具箱實(shí)現(xiàn)（MatlabR 7.1 Neutral Network toolbox），選用均方誤差MSE作為預(yù)測誤差指標(biāo)函數(shù)。建立的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。

1）本文采用3層神經(jīng)網(wǎng)絡(luò)，第一層包含4個神經(jīng)元，第二層包含3個神經(jīng)元，第三層包含1個神經(jīng)元。其中第一層和第二層選用雙曲正切sigmoid型函數(shù)（tansig（））作為傳遞函數(shù)，第三層選用純線性函數(shù)（purelin（））作為傳遞函數(shù)。

2）選用Levenberg-Marquardt BP函數(shù)（trainlm（））作為訓(xùn)練函數(shù)。設(shè)定學(xué)習(xí)步長為0.05，訓(xùn)練次數(shù)為2000次，訓(xùn)練目標(biāo)誤差為10-7。應(yīng)用前17組數(shù)據(jù)訓(xùn)練網(wǎng)絡(luò)，應(yīng)用后3組數(shù)據(jù)測試網(wǎng)絡(luò)，最終訓(xùn)練出的網(wǎng)絡(luò)的權(quán)值如下所示。

表2 基于BP神經(jīng)網(wǎng)絡(luò)的雷達(dá)情報組網(wǎng)系統(tǒng)戰(zhàn)場搶修決策預(yù)計(jì)數(shù)據(jù)

圖2 本文構(gòu)建BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

net.LW{3,2}=[0.7868 -0.0368 -0.7601]

其中，第一個矩陣為訓(xùn)練出的網(wǎng)絡(luò)的輸入權(quán)值，第二個、第三個矩陣為訓(xùn)練出的網(wǎng)絡(luò)的各層的權(quán)值。訓(xùn)練出的BP神經(jīng)網(wǎng)絡(luò)的仿真結(jié)果如圖3所示。

從圖3可以看出，應(yīng)用BP神經(jīng)網(wǎng)絡(luò)預(yù)計(jì)出的戰(zhàn)場搶修決策值與實(shí)際的戰(zhàn)場搶修決策值非常接近。這說明訓(xùn)練出的BP神經(jīng)網(wǎng)絡(luò)的仿真效果非常好。在不具備維修數(shù)據(jù)集的情況下，可以利用本文訓(xùn)練好的網(wǎng)絡(luò)進(jìn)行雷達(dá)情報組網(wǎng)系統(tǒng)裝備戰(zhàn)場搶修決策值預(yù)計(jì)以確定戰(zhàn)場搶修順序。需說明的是，上述訓(xùn)練好的網(wǎng)絡(luò)是根據(jù)原北空所轄的3個雷達(dá)旅的維修數(shù)據(jù)進(jìn)行訓(xùn)練的，不同的雷達(dá)旅，不同的雷達(dá)站，不同的搶修分隊(duì)，應(yīng)用上述模型進(jìn)行戰(zhàn)場搶修預(yù)計(jì)時有可能會出現(xiàn)評估不準(zhǔn)確的問題。因此，本文建議首先根據(jù)收集的雷達(dá)情報組網(wǎng)系統(tǒng)維修數(shù)據(jù)訓(xùn)練網(wǎng)絡(luò)，然后再預(yù)計(jì)戰(zhàn)場搶修決策值，以使得預(yù)計(jì)效果達(dá)到最佳。

圖3 已訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)的仿真結(jié)果

4 結(jié)語

確定雷達(dá)情報組網(wǎng)系統(tǒng)戰(zhàn)場搶修任務(wù)的先后順序是進(jìn)行戰(zhàn)場搶修的前提，合理的搶修順序可以縮短系統(tǒng)的搶修等待時間，提高重要裝備完好率，延長系統(tǒng)的參戰(zhàn)時間，更大限度地發(fā)揮系統(tǒng)的作戰(zhàn)效能。針對現(xiàn)有方法缺乏自學(xué)習(xí)能力，難以反映歷史維修規(guī)律及評價結(jié)果隨意性較大的問題，本文結(jié)合雷達(dá)情報組網(wǎng)系統(tǒng)裝備特點(diǎn)，及保障分隊(duì)的情況，在獲得大量維修數(shù)據(jù)的基礎(chǔ)上構(gòu)建了雷達(dá)情報組網(wǎng)系統(tǒng)戰(zhàn)場搶修排序決策指標(biāo)體系，提出了基于BP神經(jīng)網(wǎng)絡(luò)的雷達(dá)情報組網(wǎng)系統(tǒng)戰(zhàn)場搶修排序模型。并以某自動化站維修數(shù)據(jù)為例，給出了建模的具體實(shí)現(xiàn)過程。實(shí)驗(yàn)結(jié)果表明，該模型可以較準(zhǔn)確地反映出戰(zhàn)爭搶修任務(wù)的順序。

［1］閆志雄，姜光，閆鵬飛.基于改進(jìn)AHP的船艇裝備戰(zhàn)損搶修排序決策方法［J］.裝備學(xué)院學(xué)報，2015，26（5）：17-21.

［2］張勇軍，陳立江.基于FAHP的通信裝備戰(zhàn)場搶修順序決策模型［J］.西安通信學(xué)院學(xué)報.2010，9（4）：10-12.

［3］肖凡，王平，趙金超.基于Fuzzy-AHP裝備技術(shù)保障后備人員篩選決策［J］.裝備學(xué)院學(xué)報，2013，24（5）：40-43.

［4］顏炳斌，徐航，石全.基于多準(zhǔn)則的戰(zhàn)損裝備搶修排序決策模型［J］.軍械工程學(xué)院學(xué)報，2007，19（1）：1-3.

［5］劉利，王宏，石全等.基于貝葉斯網(wǎng)絡(luò)的戰(zhàn)場搶修順序優(yōu)化模型［J］.航天控制.2005，23（6）：72-75.

［6］劉飛，楊江平，常春賀.雷達(dá)裝備戰(zhàn)場損傷修復(fù)順序優(yōu)化研究［J］.空軍雷達(dá)學(xué)院學(xué)報.2011，25（1）：9-11.

［7］周振喜，王曉薇，郭銳.基于組合賦權(quán)的導(dǎo)航裝備戰(zhàn)場搶修次序決策模型研究［J］.通信導(dǎo)航與指揮自動化.2010.1：17-27.

［8］牛天林，王潔，杜燕波等.裝備戰(zhàn)場搶修任務(wù)優(yōu)先度排序決策研究［J］.火力與指揮控制.2011，36（3）：127-130.

［9］陳蓋凱，李海瑞.基于應(yīng)急模式的飛機(jī)維修資源優(yōu)化調(diào)度方法［J］.空軍預(yù)警學(xué)院學(xué)報.2016，30（1）：9-13.

［10］黃子俊，周焰，童世明等.指揮自動化裝備戰(zhàn)場搶修規(guī)程［M］.中國人民解放軍空軍裝備部，2008.09，13-14.

［11］樊榮.野戰(zhàn)條件下裝備保障分隊(duì)的自我防衛(wèi)［J］.軍械維修工程研究，2002（4）：28-30.

［12］陳守余，周梅春，人工神經(jīng)網(wǎng)絡(luò)模擬實(shí)現(xiàn)與應(yīng)用［M］，武漢：中國地質(zhì)大學(xué)出版社，2000：77-82.

Research on Sequencing Decision-making for Equipment Battlefield Repair of Radar Intelligence Network System Based on BP Network

WU Caihua HUA Liangfa MA Jianchao JIAO Xiaoli
（Huang Pi NCO School，Air Force Early Warning Academy，Wuhan 430345）

It is the chief task to confirm the sequencing decision-making for equipment battlefield repair of radar intelligence network system.The current methods exists the problems of lacking self-learning ability，historical maintenance rule can’t be reflected，and evaluations results are random.A new model based on BP network about sequencing decision-making for battlefield repair of radar intelligence network system is proposed.By combining with the characteristic of radar intelligence network system and unit equipment support，decision-making index system of battlefield repair is proposed.For maintenance data from automation station control system an example，the whole modeling process is given.The validity of the model is verified by contrast experiments。

radar intelligence network system，BP network，battlefield repair

TN95

10.3969∕j.issn.1672-9730.2017.10.022

Class Number TN95

2017年4月7日，

2017年5月26日

吳彩華，女，博士研究生，講師，研究方向：軟件可靠性，雷達(dá)情報組網(wǎng)系統(tǒng)。