李 亮,宋敬華,郭齊勝
(陸軍裝甲兵學(xué)院,北京 100072)
評(píng)估在日常生活中扮演著重要的角色。人們經(jīng)常希望通過比較不同事物的優(yōu)劣以作出正確的決策。對(duì)于構(gòu)成裝備及裝備體系的關(guān)鍵技術(shù)也是如此,成熟度評(píng)估是評(píng)價(jià)不同關(guān)鍵技術(shù)好壞的重要手段之一。
現(xiàn)代武器裝備技術(shù)水平進(jìn)行綜合評(píng)價(jià)的目的,是要回答武器裝備的先進(jìn)程度如何,其簡(jiǎn)單的評(píng)價(jià)指標(biāo)是先進(jìn)、一般和落后。但是,由于武器裝備技術(shù)是不斷發(fā)展的,進(jìn)行評(píng)價(jià)的參照系是隨著時(shí)間的推移而不斷變化的,也就是說,對(duì)武器裝備的技術(shù)水平進(jìn)行評(píng)價(jià)不能脫離時(shí)間這個(gè)因素。
成熟度評(píng)估的結(jié)果經(jīng)常有時(shí)滯。因此,依據(jù)評(píng)估結(jié)果所做的決策也有時(shí)間上的滯后。本文嘗試提出一種基于馬氏鏈的成熟度評(píng)估方法以解決這個(gè)問題。將關(guān)鍵技術(shù)成熟度的評(píng)估值作為一個(gè)馬爾可夫鏈,初始分布和轉(zhuǎn)移概率矩陣可以通過統(tǒng)計(jì)計(jì)算得到。進(jìn)一步可以通過計(jì)算得到成熟度的穩(wěn)態(tài)分布。將成熟度的數(shù)學(xué)期望作為成熟度的評(píng)估值?;诔跏挤植肌⑥D(zhuǎn)移概率矩陣和穩(wěn)態(tài)分布的計(jì)算可以分別得到成熟度的初始值、演化值和穩(wěn)態(tài)值??梢酝ㄟ^成熟度評(píng)估次數(shù)的增加,不斷更新轉(zhuǎn)移概率矩陣的信息,從而更新成熟度的評(píng)估值以保證評(píng)估結(jié)果的準(zhǔn)確性。
成熟度評(píng)估存在時(shí)滯問題,針對(duì)時(shí)滯可采用馬氏鏈方法進(jìn)行解決。本節(jié)主要對(duì)成熟度評(píng)估的時(shí)滯問題和馬氏鏈的基本理論進(jìn)行分析。
本文所謂的時(shí)滯有兩方面含義:一方面評(píng)估結(jié)果有時(shí)滯;另一方面決策有時(shí)滯。
1)時(shí)間與空間無時(shí)無刻不在變化?;谶@樣的事實(shí),對(duì)傳統(tǒng)評(píng)估方法而言,當(dāng)經(jīng)過一系列復(fù)雜的過程得到評(píng)估結(jié)果時(shí),被評(píng)價(jià)對(duì)象的狀態(tài)已經(jīng)發(fā)生改變。這樣一來,評(píng)估結(jié)果有了時(shí)間上的滯后,即評(píng)估的時(shí)滯。
2)所謂的決策時(shí)滯是指由于評(píng)估的時(shí)滯,基于評(píng)估結(jié)果所作出的決策也不可避免地具有時(shí)滯和誤差。這樣一來決策也就有了時(shí)間上的滯后。
事物的發(fā)展,是多層次的隨機(jī)事件與必然事件相互交替和相互作用的過程。雖然個(gè)別隨機(jī)事件在某次試驗(yàn)或觀察中可以出現(xiàn)也可以不出現(xiàn),但在大量試驗(yàn)中它卻呈現(xiàn)出明顯的規(guī)律性-頻率穩(wěn)定性[1]。下面對(duì)相關(guān)概念進(jìn)行介紹[2-4]。
1.2.1 有限狀態(tài)齊次馬爾可夫鏈
給定σ-域B上的狀態(tài)空間S,一個(gè)由在S中取值的隨機(jī)變量 ξn組成的隨機(jī)過程{ξn,n=0,1,2,…}稱為馬爾可夫鏈,如果對(duì)每一個(gè)非負(fù)整數(shù)n和集合T∈B,幾乎處處成立
當(dāng) P{ξn+1∈T|ξn}不依賴于起始時(shí)刻 n 的取值,則稱之為齊次馬爾可夫鏈。當(dāng)S是一個(gè)有限集合時(shí),稱之為有限狀態(tài)齊次馬爾可夫鏈(馬氏鏈),式(1)稱為馬爾可夫性(馬氏性)。
1.2.2 平穩(wěn)分布(不變測(cè)度)
稱概率分布{πi,i∈S}為馬爾可夫鏈ξ的平穩(wěn)分布,如果
式(2)可以表述為向量形式
1.2.3 基本假設(shè)
當(dāng)對(duì)一個(gè)系統(tǒng)進(jìn)行評(píng)估時(shí),第k+1次評(píng)估的結(jié)果僅與第k次的有關(guān),而與第k次之前的評(píng)估結(jié)果無關(guān)。換句話說,專家對(duì)每個(gè)指標(biāo)的打分具有馬爾可夫性。如果打分值在整數(shù)集中取值且與起始時(shí)刻無關(guān),那么每個(gè)指標(biāo)的分值組成的隨機(jī)過程就是一個(gè)有限狀態(tài)齊次馬爾可夫鏈。
在如上假設(shè)條件下,馬爾可夫鏈的相關(guān)理論就可以用來解決涉及專家打分評(píng)估的相關(guān)問題。馬氏鏈中初始分布的概念可以用來刻畫指標(biāo)得分的初始出現(xiàn)頻率。轉(zhuǎn)移概率矩陣的概念可以用來描述第k+1次評(píng)估和第k次評(píng)估之間的關(guān)系。對(duì)打分結(jié)果的統(tǒng)計(jì)分析恰好可以描述指標(biāo)權(quán)重的當(dāng)前狀態(tài);借助轉(zhuǎn)移概率矩陣,又可以得到指標(biāo)權(quán)重的演化趨勢(shì);最后,平穩(wěn)分布的概念可以用來確定權(quán)重的穩(wěn)態(tài)值。
首先,初始權(quán)重可以通過計(jì)算指標(biāo)打分值的頻率來獲得;其次,指標(biāo)權(quán)重隨著時(shí)間推進(jìn)的演化趨勢(shì)可以通過轉(zhuǎn)移概率矩陣的相關(guān)運(yùn)算得到;最后,各個(gè)指標(biāo)最終的穩(wěn)態(tài)值可以通過平穩(wěn)分布的相關(guān)計(jì)算進(jìn)行確定。
根據(jù)初始權(quán)重(通常是傳統(tǒng)方法所得到的評(píng)估結(jié)果),決策者可以像往常一樣作出他們的決策;根據(jù)權(quán)重的演化趨勢(shì),決策者可以了解評(píng)估結(jié)果的變化趨勢(shì)。最終,再結(jié)合穩(wěn)態(tài)分步的結(jié)果,由于評(píng)估結(jié)果時(shí)滯的減小,并且系統(tǒng)的當(dāng)前狀態(tài)及演化趨勢(shì)已知,決策者的決策誤差也就有了相應(yīng)減小的可能。
基于馬氏鏈的評(píng)估方法過程簡(jiǎn)單、模型通用,下面將用來消除成熟評(píng)估過程的時(shí)滯,建立基于馬氏鏈的成熟度評(píng)估方法
建立基于馬爾可夫鏈的成熟度評(píng)估方法,需要一些合理的假設(shè)和適當(dāng)?shù)臏?zhǔn)備工作。本節(jié)還將對(duì)所提出方法的具體步驟、與經(jīng)典模型的比較、向技術(shù)體系成熟度評(píng)估的推廣進(jìn)行分析。
根據(jù)1.2節(jié)中的基本假設(shè),得出如下的基本假設(shè):
1)假設(shè)第k+1次成熟度評(píng)估的結(jié)果僅與第k次成熟度評(píng)估的結(jié)果有關(guān),而與之前的評(píng)估結(jié)果無關(guān)。這其實(shí)是比較符合實(shí)際的,因?yàn)榧僭O(shè)某一技術(shù)在k時(shí)刻處于TRL2,那么在k+1時(shí)刻,正常情況下它不依賴于之前k-1時(shí)刻的成熟度等級(jí),最起碼他不會(huì)回到TRL1。這樣一來,根據(jù)相關(guān)定義,TRLs和IRLs就具有了馬爾可夫性。
2)某項(xiàng)關(guān)鍵技術(shù)的發(fā)展及其與其他關(guān)鍵技術(shù)之間的交互存在可循的規(guī)律。
正如恩格斯所指出的,表面上是偶然性在起作用的地方,這種偶然性始終是受內(nèi)部隱蔽著的規(guī)律支配的,而問題只是在于發(fā)現(xiàn)這些規(guī)律。技術(shù)發(fā)展規(guī)律的分析思路是分析現(xiàn)狀、趨勢(shì)、對(duì)比找出不足。在假設(shè)1)條件下,考慮到成熟度等級(jí)的有限狀態(tài)(一般為5、7或者9狀態(tài))以及它的狀態(tài)轉(zhuǎn)移與起始時(shí)刻無關(guān)(齊次性),有限狀態(tài)馬爾可夫鏈的相關(guān)理論,可以用來描述并解決技術(shù)成熟度評(píng)估、集成成熟度評(píng)估和系統(tǒng)成熟度評(píng)估的問題。
為了用馬爾可夫鏈的相關(guān)理論來解決成熟度評(píng)估的時(shí)滯問題,需要做一些前期的準(zhǔn)備工作。
1)確定技術(shù)成熟度和集成成熟度的狀態(tài)空間
為了方便起見,將成熟度等級(jí)記為{m0,m1,…,mn},這樣一來,n級(jí)的標(biāo)度及組成了一個(gè)狀態(tài)空間。
2)獲取TRL/IRL的初始分布
對(duì)第k次和第k+1次成熟度評(píng)估數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析,初始分布可以表示為:
其中,P{ξ(k)=ml}=n(ml)/∑n(ml)(l=0,1,…,n),即P{ξ(k)=ml}表示的是成熟度 ml在第 k 次成熟度評(píng)估中出現(xiàn)的頻率。
3)進(jìn)行進(jìn)一步的統(tǒng)計(jì)分析以獲取TRL/IRL的一步概率轉(zhuǎn)移矩陣
計(jì)算成熟度從狀態(tài)i到狀態(tài)j轉(zhuǎn)移的概率,作為概率轉(zhuǎn)移矩陣P中的元素pij,P=(pij)(n+1)×(n+1)。
完成以上工作以后,初始成熟度、演化成熟度就可以進(jìn)行計(jì)算了。實(shí)際上,成熟度被認(rèn)為是他們自身的數(shù)學(xué)期望。
初始成熟度計(jì)算如下:
r步轉(zhuǎn)移后的演化成熟度計(jì)算如下:
為了計(jì)算穩(wěn)態(tài)的成熟度,首先要得到穩(wěn)態(tài)分步。穩(wěn)態(tài)分步可以通過求解如下方程組得到。
其中,1n+1=(1,…,1)';0=(0,…,0)';P=(pij)(n+1)×(n+1);(·)+表示的是矩陣“·”的 Moore-Penrose廣義逆矩陣(因?yàn)樗拇嬖谛院臀ㄒ恍裕?/p>
這樣,穩(wěn)態(tài)成熟度的計(jì)算如下:
模型流程如圖1所示。
圖1 基于馬氏鏈的SRA方法流程圖
1)關(guān)鍵技術(shù)CTEs獲取
CTEs通過QFD/TRIZ/WBS進(jìn)行獲取。通過WBS可以獲取初始的CTEs,借助QFD/TRIZ的幫助,可以獲取CTEs的權(quán)重[5-6]。綜合考慮可以得到系統(tǒng)的關(guān)鍵技術(shù)指標(biāo)CTEs。
2)初始IRL/TRL獲取和初始SRL的計(jì)算
邀請(qǐng)若干評(píng)估小組分別進(jìn)行成熟度評(píng)估。記錄初始的TRL/IRL及相應(yīng)的SRL。為了進(jìn)行評(píng)估的方便,設(shè)計(jì)如圖2(表示CTEi的技術(shù)成熟度是TRLi,CTEi和CTEj的集成成熟度是IRLij)所示的表示方式。
圖2 TRL/IRL關(guān)系示意圖
假設(shè)有n個(gè)CTEs,TRL=(TRLi)n×1,IRL=(IRLij)n×n,SRL=(SRL)1×1,那么 TRL/IRL/SRL 的關(guān)系可以用公式表示如下:
其中,li(i=1,2,…,n)表示的是和CTEi有集成關(guān)系的CTEs的個(gè)數(shù)(包括CTEi本身在內(nèi));ωi(i=1,2,…,n)表示的是CTEi的權(quán)重。
根據(jù)式(5)和TRL/IRL/SRL的初始狀態(tài)可以獲取:。
3)進(jìn)行第k次成熟度評(píng)估
邀請(qǐng)相同數(shù)目(盡量和之前相同)的評(píng)估小組進(jìn)行第k次成熟度評(píng)估。將評(píng)估數(shù)據(jù)記為:和。
4)進(jìn)行第k+1次成熟度評(píng)估
邀請(qǐng)相同數(shù)目(盡量和之前相同)的評(píng)估小組進(jìn)行第k+1次成熟度評(píng)估。將評(píng)估數(shù)據(jù)記為:TRLk+1=,和。
5)獲取一步轉(zhuǎn)移概率矩陣
通過對(duì)各成熟度的轉(zhuǎn)移頻率進(jìn)行分析,分別獲取TRL和IRL的一步轉(zhuǎn)移概率矩陣。
6)求解穩(wěn)態(tài)分步
通過求解式(3),可以得到TRL和IRL的穩(wěn)態(tài)分布TRLs和IRLs。
7)穩(wěn)態(tài)TRL/IRL獲取與SRL計(jì)算
根據(jù)式(4),計(jì)算穩(wěn)態(tài) SRL。
8)結(jié)果對(duì)比分析并作為決策支持
將初始的、演化的和穩(wěn)態(tài)的SRL進(jìn)行對(duì)比,得出的相關(guān)分析結(jié)果可以作為決策支持。
1)從成熟度獲取方面?;隈R氏鏈的系統(tǒng)成熟度分析模型通過初始分布、轉(zhuǎn)移概率矩陣和穩(wěn)態(tài)分步獲取3種形式(初始、演化、穩(wěn)態(tài))的成熟度;經(jīng)典模型僅能通過簡(jiǎn)單的統(tǒng)計(jì)分析或數(shù)學(xué)計(jì)算獲取一個(gè)成熟度數(shù)值。
2)對(duì)時(shí)滯的處理方面。基于馬氏鏈的模型通過轉(zhuǎn)移概率矩陣和穩(wěn)態(tài)分布來解決時(shí)滯問題;經(jīng)典模型對(duì)時(shí)滯問題基本沒有考慮。
3)從短板的避免方面。對(duì)于每一項(xiàng)CTE在裝備發(fā)展的不同階段通過不同的閾值(短板的底線)來進(jìn)行約束,從而避免單項(xiàng)技術(shù)短板的出現(xiàn)。同時(shí),由于IRL的引入,還可以克服集成過程中可能出現(xiàn)的“集成短板”,這一點(diǎn)是傳統(tǒng)方法不容易實(shí)現(xiàn)的。
綜合來講,由于馬氏鏈模型的采用從某種程度上可以降低系統(tǒng)設(shè)計(jì)中的風(fēng)險(xiǎn),決策者的決策變得更加準(zhǔn)確和科學(xué)。
引入系統(tǒng)集成成熟度(System Integration Readiness Level,SIRL)的概念,用于衡量不同系統(tǒng)(System)之間集成成熟度,并用于計(jì)算技術(shù)體系成熟度(Technical System of System Readiness Level,TSoSRL)。
其中,hi(i=1,2,…,n)表示的是和Systemi有集成關(guān)系的 System的個(gè)數(shù)(包括Systemi本身在內(nèi));μi(i=1,2,…,n)表示的是 Systemi的權(quán)重;m 表示的是系統(tǒng)集成成熟度的分級(jí);SRL/1中的1是因?yàn)镾RL是[0,1]之間的一個(gè)數(shù)。
通過類似技術(shù)成熟度到系統(tǒng)成熟度的步驟,就可以通過系統(tǒng)成熟度和系統(tǒng)集成成熟度獲取技術(shù)體系成熟度。
為了驗(yàn)證基于馬氏鏈的方法的科學(xué)性和可行性,下面給出一個(gè)基于馬氏鏈的系統(tǒng)成熟度評(píng)估的例子。
1)通過WBS/QFD/TRIZ過程,得到4項(xiàng)關(guān)鍵的裝備技術(shù)。第k次和第k+1次評(píng)估結(jié)果(評(píng)估小組由4個(gè)專家組成)分別如圖3和下頁圖4所示。
圖3 第k次評(píng)估結(jié)果
為了計(jì)算的方便,將圖3和圖4轉(zhuǎn)化為表格形式,如下頁表1~表4所示。
2)根據(jù)馬氏鏈相關(guān)公式進(jìn)行數(shù)據(jù)分析,將一些關(guān)鍵結(jié)果列在下面。
圖4 第k+1次評(píng)估結(jié)果
表1 第k次評(píng)估的技術(shù)成熟度
表2 第k次評(píng)估的集成成熟度
表3 第k+1次評(píng)估的技術(shù)成熟度
表4 第k+1次評(píng)估的集成成熟度
為了更加形象地展示成熟度在不同轉(zhuǎn)移步數(shù)時(shí)的狀態(tài),分別將技術(shù)成熟度、集成成熟度和系統(tǒng)成熟度轉(zhuǎn)移步數(shù)的變化規(guī)律繪制成散點(diǎn)圖,如下頁圖5~圖7所示。
圖5 TRL演化規(guī)律
圖6 IRL演化規(guī)律
圖7 SRL變化規(guī)律
從圖5~圖7中可以看出,在初始階段,TRL1TRL2TRL3=TRL4并且有SRL=0.555 7;在穩(wěn)態(tài)階段,TRL1=TRL2=TRL3=TRL4并且有SRL=0.914 3。從中可以看出,如果僅僅按照傳統(tǒng)方法(即初始狀態(tài)成熟度SRL-1)進(jìn)行決策,則可能會(huì)拒絕這一技術(shù)方案;但是如果參考穩(wěn)態(tài)的成熟度數(shù)值(SRL-5)及到達(dá)穩(wěn)態(tài)所需的轉(zhuǎn)移步數(shù)(本例大約9步即可到達(dá)0.901 2,如圖7所示),則有很大可能會(huì)接受這一方案。拒絕一個(gè)可行的方案將是十分可惜的?;隈R氏鏈的評(píng)估方法減少了時(shí)滯對(duì)決策的影響,從而降低了決策的風(fēng)險(xiǎn)。以上示例證明,方法是科學(xué)可行的。
本文針對(duì)傳統(tǒng)成熟度評(píng)估中存在的評(píng)估結(jié)果時(shí)間滯后的問題,采用馬爾可夫鏈的相關(guān)理論分別對(duì)成熟度的初始值、演化值和穩(wěn)態(tài)值進(jìn)行分析和計(jì)算,并通過示例對(duì)方法進(jìn)行了演示驗(yàn)證。結(jié)果表明,所提出的基于馬氏鏈的成熟度評(píng)估方法正確、合理、可行,且通用性強(qiáng),可推廣到其他領(lǐng)域中。