王 敏,吳兆東,龍綿偉
(1.陸軍軍事交通學(xué)院 軍事物流系,天津 300161; 2.陸軍軍事交通學(xué)院 學(xué)員旅,天津 300161)
● 軍事物流MilitaryLogistics
基于貝葉斯網(wǎng)絡(luò)的軍用物資配送服務(wù)采購風(fēng)險研究
王 敏1,吳兆東2,龍綿偉1
(1.陸軍軍事交通學(xué)院 軍事物流系,天津 300161; 2.陸軍軍事交通學(xué)院 學(xué)員旅,天津 300161)
在軍民融合背景下,為度量地方配送力量完成軍用物資配送服務(wù)的采購風(fēng)險,在分析軍用物資配送服務(wù)采購風(fēng)險各項指標(biāo)的基礎(chǔ)上,應(yīng)用貝葉斯網(wǎng)絡(luò)方法建立軍用物資配送服務(wù)采購風(fēng)險評價模型,并以具體實例驗證該模型的可行性??蔀橹朴嗆娪梦镔Y配送服務(wù)采購策略提供決策支持。
配送服務(wù);采購風(fēng)險;貝葉斯網(wǎng)絡(luò)
根據(jù)軍事物流軍民融合式建設(shè)發(fā)展原則,軍用物資配送服務(wù)可以通過采購的方式由具有比較優(yōu)勢的地方配送力量完成,利用社會力量和物流資源來保障軍隊后勤配送服務(wù)。實施軍用物資配送服務(wù)采購,不僅可以摒棄軍隊后勤傳統(tǒng)的分離式平行線性保障,構(gòu)建出環(huán)節(jié)優(yōu)化、庫存合理,呈扁平網(wǎng)狀結(jié)構(gòu)的現(xiàn)代化保障體系,而且還可以直接面向用戶,掌握用戶個性需求,提高配送、接收、儲存和發(fā)放環(huán)節(jié)的準確性,實現(xiàn)按需供應(yīng)的個性化服務(wù)。但是,缺乏對配送服務(wù)商投機行為的認知、配送服務(wù)商選擇不當(dāng)以及監(jiān)督不力等因素,也容易導(dǎo)致軍用物資配送服務(wù)達不到理想情況。因此,軍用物資配送服務(wù)采購是一把雙刃劍,能夠帶來優(yōu)勢的同時也具有一定的風(fēng)險,如何評價軍用物資配送服務(wù)采購風(fēng)險,并對其進行規(guī)避防范,是亟需解決的現(xiàn)實問題。文獻[1]對配送服務(wù)采購風(fēng)險進行了研究,但是指標(biāo)選取簡單,研究結(jié)果僅能確定風(fēng)險的大小程度,不能確定導(dǎo)致風(fēng)險產(chǎn)生的關(guān)鍵指標(biāo)。本文對軍用物資配送采購風(fēng)險評價指標(biāo)進行了進一步的研究,利用貝葉斯網(wǎng)絡(luò)建立軍用物資配送服務(wù)采購風(fēng)險評價模型,確定軍用物資配送服務(wù)采購風(fēng)險程度值和需要重點防范的關(guān)鍵指標(biāo)。
軍用物資配送服務(wù)采購可以說是后勤保障部門與配送服務(wù)商的一種合作。由于軍地雙方的目標(biāo)差異、機會主義行為和利益沖突等存在,軍用物資配送服務(wù)采購存在著一定的風(fēng)險。深入分析風(fēng)險產(chǎn)生的來源,主要有來自于配送服務(wù)商的風(fēng)險、客觀環(huán)境的風(fēng)險和后勤采購部門的風(fēng)險3個方面。考慮風(fēng)險評價指標(biāo)體系構(gòu)建遵循的系統(tǒng)性、綜合性和動態(tài)性等基本原則,結(jié)合文獻[1],確立軍用物資配送服務(wù)采購風(fēng)險評價指標(biāo)體系(如圖1所示)。
圖1 軍用物資配送服務(wù)采購風(fēng)險評價指標(biāo)體系
2.1貝葉斯網(wǎng)絡(luò)及基本原理
貝葉斯網(wǎng)絡(luò)(bayesian network,BN)是一個有向無環(huán)的圖,由代表指標(biāo)的節(jié)點及連接這些節(jié)點的有向邊構(gòu)成,它是目前不確定知識表達和推理領(lǐng)域較為有效的理論模型[2-3]。其適用于表達和分析不確定性和概率性的事件,應(yīng)用于有條件地依賴多種控制因素的決策,可以從不完全、不精確或不確定的知識或信息中做出推理。已廣泛應(yīng)用于人因安全性、施工安全評估、爆炸事故、導(dǎo)彈裝備質(zhì)量評估等方面[3-6]。由6個節(jié)點構(gòu)成的簡單的貝葉斯網(wǎng)絡(luò)圖(未包含條件概率分布)如圖2所示。
一個具有N個節(jié)點的貝葉斯網(wǎng)絡(luò)可用N={(V,E),P}來表示,其意義包括如下兩部分。
(1)(V,E)表示一個具有N個節(jié)點的有向無環(huán)圖G。圖中的節(jié)點V=(V1,V2,…,VN)代表變量,節(jié)點間的有向邊E代表了變量間的關(guān)聯(lián)關(guān)系。節(jié)點變量可以是任何問題的抽象,如部件狀態(tài)、風(fēng)險指標(biāo)等。對于有向邊(Vi,Vj),Vi稱為Vj的父節(jié)點,而Vj稱為Vi的子節(jié)點。沒有父節(jié)點的節(jié)點稱為根節(jié)點,沒有子節(jié)點的節(jié)點稱為葉節(jié)點。Vi的父節(jié)點集合和非后代節(jié)點集合分別用pa(Vi)和A(Vi)來表示。有向圖(V,E)蘊含了條件獨立性假設(shè),即在給定pa(Vi)下,Vi與A(Vi)條件獨立,有:
P(Vi|pa(Vi),A(Vi))=P(Vi|pa(Vi))
(1)
(2)P表示一個與每個節(jié)點相關(guān)的條件概率分布。由貝葉斯網(wǎng)絡(luò)的條件獨立性假設(shè)可知,條件概率分布可用P(Vi|pa(Vi))來描述,它表達了節(jié)點與其父節(jié)點的關(guān)聯(lián)關(guān)系。如果給定根節(jié)點先驗概率分布和非根節(jié)點條件概率分布,就可以得到包含所有節(jié)點的聯(lián)合概率分布。圖2中包含全部節(jié)點的聯(lián)合概率分布函數(shù)為
P(V1,V2,V3,V4,V5,V6)=P(V6|V5)·P(V5|V3,V2)·P(V4|V2,V1)·P(V3|V1)·P(V2|V1)·P(V1)
(2)
2.2風(fēng)險故障樹向貝葉斯網(wǎng)絡(luò)轉(zhuǎn)化思想
故障樹是一種特殊的倒立樹狀邏輯因果關(guān)系圖,它用事件符號、邏輯門符號和轉(zhuǎn)移符號描述系統(tǒng)中各種事件之間的因果關(guān)系。邏輯門的輸入事件是輸出事件的“因”,邏輯門的輸出事件是輸入事件的“果”。將風(fēng)險指標(biāo)作為故障樹中的節(jié)點,就可以利用風(fēng)險故障樹轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)。
步驟1 對故障樹中的每個底事件,在貝葉斯網(wǎng)絡(luò)中建立一個根節(jié)點,并根據(jù)該事件名稱進行命名,對于重復(fù)事件只建立一個節(jié)點;
步驟2 按照故障樹中相應(yīng)底事件的失效分布確定貝葉斯網(wǎng)絡(luò)中根節(jié)點的先驗分布;
步驟3 對故障樹中的邏輯門,在貝葉斯網(wǎng)絡(luò)中建立一個相應(yīng)的節(jié)點,并根據(jù)該邏輯門的輸出事件名稱進行命名,對于重復(fù)的輸出事件只建立一個節(jié)點;
步驟4 按照故障樹中頂事件,中間事件和底事件之間的連接關(guān)系,建立貝葉斯網(wǎng)絡(luò)中節(jié)點之間的連接;
步驟5 按照故障樹中與、或、非以及表決邏輯關(guān)系確定貝葉斯網(wǎng)絡(luò)中非根節(jié)點的條件概率分布。
其中與、或、非以及2/3表決邏輯關(guān)系對應(yīng)的貝葉斯網(wǎng)絡(luò)拓撲結(jié)構(gòu)及條件概率分布參見文獻[2,7]。
2.3配送服務(wù)采購風(fēng)險貝葉斯網(wǎng)絡(luò)評價思路
利用貝葉斯網(wǎng)絡(luò)對軍用物資配送采購風(fēng)險進行綜合評價,其基本思路:①根據(jù)表1建立的軍用物資配送服務(wù)采購風(fēng)險評價指標(biāo),以及各指標(biāo)之間的相互關(guān)系,構(gòu)建軍用物資配送采購風(fēng)險故障樹;②利用上面風(fēng)險故障樹向貝葉斯網(wǎng)絡(luò)轉(zhuǎn)化思想,轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò);③根據(jù)歷史數(shù)據(jù),將各指標(biāo)風(fēng)險概率依次輸入網(wǎng)絡(luò)中,利用MSBNX軟件進行貝葉斯分析,得到總風(fēng)險發(fā)生的后驗概率值,即軍用物資配送服務(wù)采購風(fēng)險發(fā)生的程度;④根據(jù)先驗概率與后驗概率的相互關(guān)系,假定軍用物資配送服務(wù)采購風(fēng)險發(fā)生的情況下,確定哪些風(fēng)險指標(biāo)是導(dǎo)致軍用物資配送服務(wù)采購風(fēng)險發(fā)生的關(guān)鍵因素,從而確定軍用物資配送服務(wù)采購管理的重點。
3.1背景介紹
某部隊向某軍事物流基地提出5個基數(shù)的軍需物資保障需求。軍事物流基地接受到任務(wù)之后,迅速組織基地保障力量籌備好物資,但由于基地配送力量不足,決定借助某地方物流企業(yè)作為研究試點,采購其配送服務(wù)。為保證服務(wù)可靠,提高軍用物資配送的軍事經(jīng)濟效益,需對軍用物資配送采購風(fēng)險進行科學(xué)的評價。
3.2建立貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)
根據(jù)以上分析,建立軍用物資配送服務(wù)采購風(fēng)險貝葉斯網(wǎng)絡(luò)(如圖3所示)。圖3中,各個底層風(fēng)險指標(biāo)稱為基本事件。在各風(fēng)險指標(biāo)中,應(yīng)急應(yīng)戰(zhàn)與交通事故的發(fā)生有顯著關(guān)系,在圖中用箭頭聯(lián)系起來。其他有聯(lián)系的指標(biāo)之間用箭頭表示父子節(jié)點關(guān)系。同時,在邏輯關(guān)系上,這里認為實踐經(jīng)驗、配送工具狀態(tài)、交通條件狀況為2/3表決邏輯關(guān)系。
3.3確定貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)
確定貝葉斯網(wǎng)絡(luò)的參數(shù),實質(zhì)上是在已知網(wǎng)絡(luò)結(jié)構(gòu)的條件下來確立每個節(jié)點的先驗概率分布。先驗概率是指根據(jù)以往經(jīng)驗和分析得到的概率。在本文的模型中,用 1、 0 分別表示對應(yīng)的各類指標(biāo)風(fēng)險的發(fā)生和不發(fā)生兩個狀態(tài)。通過歷史數(shù)據(jù)觀測和專家知識確定圖1中各指標(biāo)的實驗概率值(見表1—表3)。
表1 配送服務(wù)商風(fēng)險子指標(biāo)先驗概率
表2 客觀環(huán)境風(fēng)險子指標(biāo)先驗概率
表3 后勤采購部門風(fēng)險子指標(biāo)先驗概率
圖3 軍用物資配送服務(wù)采購風(fēng)險貝葉斯網(wǎng)絡(luò)
在圖3貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)中,不同的根節(jié)點之間存在相互依賴關(guān)系,如配送服務(wù)商信息交換與信息處理會影響采購部門過程監(jiān)督,其條件概率確定如下:
(3)
同理,根據(jù)貝葉斯網(wǎng)絡(luò)中根節(jié)點之間的相互關(guān)系,確定其條件概率如下:
P(X8=1|X9=1)=0.01
P(X8=1|X9=0)=0.002
P(Y1=1|X1=1)=0.003
P(Y1=1|X1=0)=0.001
P(Z6=1|Z1=1)=0.002
P(Z6=1|Z1=0)=0.001
3.4計算與結(jié)果分析
由于貝葉斯網(wǎng)絡(luò)有很成熟的算法計算各節(jié)點的聯(lián)合概率分布和在各種條件下的條件概率分布, 因而構(gòu)建軍用物資配送服務(wù)采購風(fēng)險貝葉斯網(wǎng)絡(luò)和確定網(wǎng)絡(luò)中各參數(shù)之后,就可以很方便地進行概率評估, 包括計算各個風(fēng)險發(fā)生的先驗概率和后驗概率。在小概率復(fù)雜網(wǎng)絡(luò)中,通過后驗概率可以明顯地看出軍用物資配送服務(wù)采購風(fēng)險需要管理和防范的重點。
對于上面總風(fēng)險發(fā)生的聯(lián)合概率為
(4)
式中:j∈O,O為葉結(jié)點outcome的狀態(tài)空間;節(jié)點Ei(1≤i≤M)對應(yīng)于貝葉斯網(wǎng)絡(luò)中非葉節(jié)點;M為非葉結(jié)點的數(shù)目;ei={0,1}為事件Ei的發(fā)生與否。
用MSBNX軟件進行計算,可以得到軍用物資配送服務(wù)采購風(fēng)險發(fā)生概率(見表4)。
表4 軍用物資配送服務(wù)采購風(fēng)險發(fā)生概率
該實例中軍用物資配送服務(wù)采購風(fēng)險發(fā)生的概率為3.65%。可以看出,來自于配送服務(wù)商和后勤采購部門的風(fēng)險高于客觀環(huán)境風(fēng)險,但軍用物資配送服務(wù)采購總體風(fēng)險屬于較低風(fēng)險的范疇。
假定因為一些未知的風(fēng)險,軍用物資配送服務(wù)采購風(fēng)險已經(jīng)發(fā)生,即P(U)=1。利用貝葉斯網(wǎng)絡(luò),可以推測圖1中各個指標(biāo)風(fēng)險發(fā)生的后驗概率。配送服務(wù)商、客觀環(huán)境和后勤采購部門各風(fēng)險指標(biāo)的先驗概率與后驗概率對比如圖4—圖6所示。
圖4 配送服務(wù)商風(fēng)險先驗概率與后驗概率對比
圖5 客觀環(huán)境風(fēng)險先驗概率與后驗概率對比
從圖4中可以看出,配送服務(wù)商的裝備完好率X5和信息處理能力X7是配送服務(wù)商發(fā)生風(fēng)險的關(guān)鍵指標(biāo)。配送服務(wù)商一方面需要進一步充實裝備力量提高軍用物資配送質(zhì)量;另一方面,需要提高與軍隊以及相關(guān)部門之間的信息交換能力和處理效率。在圖5中可以看出,客觀環(huán)境需要關(guān)注Y4宏觀政策和Y5微觀市場的變化。在圖6中可以看出需要后勤采購部門重點關(guān)注Z2和Z5,即軍隊和軍用物資配送商之間的合同完善程度以及采購方式。
本文對軍用物資配送服務(wù)采購風(fēng)險進行了研究,分析了軍用物資配送服務(wù)采購風(fēng)險評價指標(biāo),應(yīng)用貝葉斯網(wǎng)絡(luò)理論建立了軍用物資配送服務(wù)采購風(fēng)險評價模型,并驗證了該模型的可行性。貝葉斯網(wǎng)絡(luò)建立在概率論、統(tǒng)計學(xué)和圖論的基礎(chǔ)之上,能夠充分地利用統(tǒng)計數(shù)據(jù)和專家知識信息,考察軍用物資配送服務(wù)采購風(fēng)險發(fā)生的概率,以及在風(fēng)險發(fā)生的情況下各類風(fēng)險指標(biāo)的后驗概率,為確定軍用物資配送采購風(fēng)險和需要重點管理與防范的關(guān)鍵指標(biāo)提供了方法和依據(jù)。
[1] 王敏,荀燁,焦紅,等.配送式運輸服務(wù)采購風(fēng)險評價[J].軍事交通學(xué)院學(xué)報,2016,18 (11):54-57.
[2] 李碩豪,張軍.貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)綜述[J].計算機應(yīng)用研究,2015,32(3):641-645.
[3] 周忠寶, 周經(jīng)倫, 金光, 等. 基于貝葉斯網(wǎng)絡(luò)的概率安全評估方法研究[J].系統(tǒng)工程學(xué)報,2006,21(6):636-643.
[4] 侯政良,楊自春,陳國賓.基于貝葉斯網(wǎng)絡(luò)的燃油控制系統(tǒng)人因安全性定量分析[J].燃氣輪機技術(shù),2010,23(4):38-43.
[5] 唐立建,黃德鏞.基于動態(tài)貝葉斯網(wǎng)絡(luò)分析法的炸藥庫爆炸事故分析[J].安全與環(huán)境學(xué)報,2010,10(6):160-163.
[6] 王鑫,徐延學(xué),安進,等.基于貝葉斯網(wǎng)絡(luò)的導(dǎo)彈裝備質(zhì)量評估研究[J].船艦電子工程,2013,33(7):104-106.
[7] 姚成玉,陳東寧,王斌.基于T-S故障樹和貝葉斯網(wǎng)絡(luò)的模糊可靠性評估方法[J].機械工程學(xué)報,2014,50(2):193-200.
(編輯:史海英)
PurchaseRiskofMilitaryMaterialsDistributionServiceBasedonBayesianNetwork
WANG Min1, WU Zhaodong2, LONG Mianwei1
(1.Military Logistics Department, Army Military Transportation University, Tianjin 300161, China; 2.Cadets Brigade, Army Military Transportation University, Tianjin 300161, China)
In order to measure purchase risk of military materials distribution service with local forces under the background of civil-military integration, the paper firstly analyzes the indicators of purchase risk for military materials distribution service. Then, it establishes an evaluation model for purchase risk of military materials distribution service with Bayesian network, and proves the feasibility of the model through an example, which can provide decision support for formulating purchase strategy of military materials distribution service.
distribution service; purchase risk; Bayesian network
10.16807/j.cnki.12-1372/e.2017.11.010
E233
A
1674-2192(2017)11- 0046- 05
2017-06-23;
2017-08-17.
王 敏(1979—),女,博士,副教授.