張耀龍,阮擁軍,趙陸昊,黃義松,郭宇榮
(陸軍工程大學(xué) 石家莊校區(qū),河北 石家莊 050003)
裝備保障能力作為體系作戰(zhàn)能力的重要組成部分,其在聯(lián)合作戰(zhàn)中發(fā)揮的作用日益關(guān)鍵。新體制下,合成旅的裝備保障呈現(xiàn)出保障力量構(gòu)成多元、指揮控制復(fù)雜,裝備種類繁多、保障任務(wù)繁重,技術(shù)日益復(fù)雜、保障難度增大以及分工明確精細(xì)、作業(yè)務(wù)求精準(zhǔn)等特征,這對裝備保障能力的生成發(fā)展提出嚴(yán)峻挑戰(zhàn)。對當(dāng)前合成旅的裝備保障能力進(jìn)行評估,分析制約裝備保障能力發(fā)展的瓶頸,能夠有效推動合成旅裝備保障能力的加速生成[1]。
當(dāng)前,對合成旅裝備保障能力評估的研究成果豐碩,其中評估指標(biāo)體系及指標(biāo)權(quán)重的研究已經(jīng)十分成熟,本文著重在評估模型方法方面進(jìn)行相關(guān)的探究。在裝備保障能力評估模型研究方面,國內(nèi)學(xué)者成果比較豐富。左學(xué)勝等[2]基于對裝備保障任務(wù)的建模分析,構(gòu)建了裝備保障能力評估模型,并采用模糊綜合評判法對模型進(jìn)行運算;趙師等[3]從體系作戰(zhàn)對裝備保障的要求出發(fā),基于德爾菲法,通過計算累計貢獻(xiàn)率,構(gòu)建出評估指標(biāo)體系,建立了BP(back propagation)神經(jīng)網(wǎng)絡(luò)模型,通過Matlab 進(jìn)行了訓(xùn)練和仿真;宋星等[4]結(jié)合ADC(availability,dependability,capability)法 與模糊綜合評判法構(gòu)建了合成旅裝備保障效能評估模型,通過對保障系統(tǒng)可用度、可信度及裝備保障能力的乘積計算,確定裝備保障能力評估結(jié)果;朱敦祥等[5]結(jié)合云理論與物元分析法,在利用熵值法與均方差法綜合計算指標(biāo)權(quán)重基礎(chǔ)上,構(gòu)建了基于云物元的評估模型,實現(xiàn)了對軍民融合裝備維修保障能力的評估。以上評估模型中,模糊綜合評判法無法避免評估指標(biāo)的模糊性,BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練與仿真過程中數(shù)據(jù)隨機(jī)性考慮不足,ADC法中可用度與可信度在適用上存在局限性,云物元方法較好解決了以上相關(guān)問題,但是其最后單純通過云關(guān)聯(lián)度加權(quán)求和確定評估等級的算法,忽略了求解云關(guān)聯(lián)度過程中存在的隨機(jī)性,計算結(jié)果的可靠性無法驗證。
針對以上問題,本文首先基于“任務(wù)-能力”的映射關(guān)系,構(gòu)建了合成旅裝備保障能力評估指標(biāo)體系;綜合運用層次分析法與熵權(quán)法計算評估指標(biāo)的權(quán)重;然后,針對評估過程中評估指標(biāo)等級標(biāo)準(zhǔn)區(qū)間的模糊性與隨機(jī)性特點,結(jié)合物元可拓模型與云理論,構(gòu)建了基于可拓云的合成旅裝備保障能力評估模型,通過計算綜合評判期望矩陣的期望值來確定最終評估等級,隨后通過計算置信度來審核評估結(jié)果的可靠性;最后,通過對4 個同類型單位的實踐評估,驗證了模型的有效性。
合成旅裝備保障能力評估指標(biāo)體系的構(gòu)建,不僅要遵循科學(xué)性、客觀性、完備性、獨立性等基本原則,還應(yīng)面向作戰(zhàn)、面向?qū)嶋H裝備保障任務(wù),注重指標(biāo)的可視化,遵循戰(zhàn)建一致、可重復(fù)性、可觀察性、可測量性等原則[6]。
結(jié)合作戰(zhàn)任務(wù)實際,合成旅裝備保障任務(wù)一般包含5 個模塊:數(shù)據(jù)支撐模塊(態(tài)勢感知模塊)、指揮控制模塊、維修保障模塊、供應(yīng)(調(diào)配)保障模塊、戰(zhàn)場裝備管理保障模塊。數(shù)據(jù)支撐模塊(態(tài)勢感知模塊),即通過戰(zhàn)場信息網(wǎng)絡(luò)體系搜集情報信息并進(jìn)行處理,將處理后的信息傳輸至相關(guān)節(jié)點模塊;指揮控制模塊,在充分理解上級意圖、分析判斷形勢,并對情報信息進(jìn)行綜合分析判斷基礎(chǔ)上,組織進(jìn)行保障籌劃、機(jī)動部署及行動控制,并通過網(wǎng)絡(luò)信息體系將相關(guān)信息傳遞給其他模塊;維修保障模塊,受領(lǐng)各自任務(wù)后實施展開,分別輸出修復(fù)裝備、需后送(報廢)裝備、補(bǔ)給完的作戰(zhàn)實體及狀態(tài)良好的裝備,并將動態(tài)數(shù)據(jù)通過保障網(wǎng)鏈傳輸給相應(yīng)模塊;指揮控制模塊根據(jù)態(tài)勢感知信息實現(xiàn)對具體保障行動的實時調(diào)控(見圖1)。裝備保障能力評估就是對各模塊的保障行動及結(jié)果進(jìn)行評估。
圖1 合成旅裝備保障任務(wù)模型Fig. 1 Composite brigade equipment support mission model
由于在實際任務(wù)展開中裝備戰(zhàn)場管理與其他任務(wù)存在交叉融合,一般由指揮要素組織實施,考慮將其納入指揮控制能力的二級指標(biāo)。因此,合成旅裝備保障能力的主要內(nèi)容應(yīng)該包括指揮控制能力、維修保障能力、供應(yīng)(調(diào)配)保障能力以及數(shù)據(jù)支撐(態(tài)勢感知)能力等。具體能力指標(biāo)內(nèi)容可見文獻(xiàn)[7]。
綜上,通過構(gòu)建合成旅裝備保障任務(wù)模型,并對其進(jìn)行細(xì)致分析,在相關(guān)原則指導(dǎo)下,可以構(gòu)建出基于任務(wù)的合成旅裝備保障能力評估指標(biāo)體系[8],具體的指標(biāo)設(shè)置如圖2 所示。
圖2 合成旅裝備保障能力評估指標(biāo)體系Fig. 2 Composite brigade equipment support capability evaluation index system
為了更加科學(xué)地反映各指標(biāo)對評價目標(biāo)的作用,本文采用層次分析法與熵權(quán)法結(jié)合的綜合賦權(quán)法計算評估指標(biāo)的權(quán)重。
層次分析法是通過對相同層次內(nèi)評估指標(biāo)的兩兩比較,并計算其最大特征根來確定指標(biāo)權(quán)重的主觀確權(quán)方法,能夠較好地反映評估組織者的主觀意圖。其具體步驟如下[9]:
(1) 構(gòu)造判斷矩陣
采用1-9 標(biāo)度法定義判斷
式中:aij為元素i 與元素j 的重要性之比。
(2) 計算最大特征根及其向量
1) 將判斷矩陣的每一列正規(guī)化,即
2) 將判斷矩陣按行求和,即
所得向量w'= (w'1,w'2,…,w'n)T即為所求特征向量。
4) 最大特征根為
式中:(Bw')i為向量Bw'的第i 個元素。
(3) 判斷矩陣的一致性檢驗。
1) 一致性指標(biāo)CI,定義為
當(dāng)CI= 0 時,lmax=n,判斷矩陣具有完全一致性。
2) 平均隨機(jī)一致性指標(biāo)RI,其數(shù)值由表1給出。
表1 一致性指標(biāo)值Table 1 Consistency index values
3) 隨機(jī)一致性指標(biāo)CR,定義為
一致性檢驗一般要求CR<0.10。如果一致性指標(biāo)不滿足要求,則需要調(diào)整判斷矩陣中各指標(biāo)間關(guān)系值,使其能夠通過一致性檢驗,而后生成的特征向量w'為該層次相關(guān)指標(biāo)的權(quán)重。
熵權(quán)法是利用各評估指標(biāo)的熵值來確定其權(quán)重的方法,其具體步驟為
設(shè)評估對象集為{Ai}(i= 1,2,…,m),指標(biāo)集記為{Xj}(j= 1,2,…,n),xij表示第i個評估對象的第j個指標(biāo)的原始值。
(1) 計算第j個指標(biāo)下第i個評價對象的標(biāo)準(zhǔn)值:
(2) 計算第j個指標(biāo)的熵值ej:
(3) 計算第j個指標(biāo)權(quán)重αj:
計算出主觀權(quán)重與客觀權(quán)重后,再進(jìn)行綜合賦權(quán),其公式為
式中:wi為主觀權(quán)重;αi為客觀權(quán)重;λ為偏好系數(shù),反映決策者或?qū)<移蛑饔^還是客觀。本文認(rèn)為主客觀權(quán)重地位同樣重要,取λ= 0.5。
物元可拓模型是用名稱、特征及指標(biāo)值3 個元素來描述事物并建立物元模型,即R= (M,D,X),在確定經(jīng)典域與節(jié)域基礎(chǔ)上,通過指標(biāo)關(guān)聯(lián)度表示各元素和集合的關(guān)系、綜合關(guān)聯(lián)度表示待評物元的評價等級,多用于解決復(fù)雜不相容問題,適合多元素評價[11]。
云模型是將事物的模糊性和隨機(jī)性相結(jié)合,通過數(shù)學(xué)表達(dá)式對不確定性問題進(jìn)行定量描述的模型[12]。云模型中標(biāo)準(zhǔn)正態(tài)云應(yīng)用廣泛,其通過三元組(Ex,En,He)來表示。其中,期望Ex為隸屬云的中心值;熵En是對屬性概念的不確定表述,反映了模糊性和隨機(jī)性;超熵He表示熵的不確定性,反映了樣本的隨機(jī)性。
可拓云評估方法是通過利用云模型的三元組(Ex,En,He)來代替物元分析法中待評事物的指標(biāo)值X,從而減少X值的隨機(jī)性,提高量值精準(zhǔn)性的方法,其實現(xiàn)了對物元模型的改進(jìn)[13]。該模型可表示為
式中:R為合成旅裝備保障能力評估的等級;Di為評價指標(biāo);(Ex,En,He)為評價指標(biāo)Di關(guān)于等級的云描述。
結(jié)合合成旅裝備保障能力評估實際,可拓云模型的計算步驟具體如下:
(1) 確定待評物元
評估的對象為合成旅建制內(nèi)裝備保障力量,待評物元為合成旅裝備保障能力,則合成旅裝備保障能力可拓云矩陣為
(2) 確定待評物元評估等級及其標(biāo)準(zhǔn)云
首先,本文確定合成旅裝備保障能力評估等級為4 個級別:Ⅰ,Ⅱ,Ⅲ,Ⅳ,即優(yōu)、良、中、差4 個等級。各評估指標(biāo)的值域轉(zhuǎn)換為百分制,各指標(biāo)等級 標(biāo) 準(zhǔn) 區(qū) 間 值 設(shè) 定 為(80,100],(60,80],(35,60],(0,35]。
其次,將各評估指標(biāo)的等級標(biāo)準(zhǔn)區(qū)間看作一個雙約束空間(35,60]處理,綜合考慮約束指標(biāo)數(shù)值的模糊性和隨機(jī)性,進(jìn)行適度擴(kuò)展后計算正態(tài)云模型的特征值
式中:S為常數(shù),可根據(jù)評估指標(biāo)的具體情況進(jìn)行調(diào)整,本文設(shè)其為常數(shù)0.1。
最后,可求得各評估指標(biāo)的等級標(biāo)準(zhǔn)云模型,見表2。
表2 評估等級及標(biāo)準(zhǔn)云Table 2 Evaluation grade and standard cloud
通過Matlab 編程,運行后得到各評估指標(biāo)等級標(biāo)準(zhǔn)云圖[15],如圖3 所示。
圖3 評估指標(biāo)等級標(biāo)準(zhǔn)云圖Fig. 3 Cloud map of evaluation index grade standard
(3) 計算云關(guān)聯(lián)度
首先,設(shè)評估指標(biāo)的值為xi,則其云滴為(xi,ki),而后計算 其正態(tài)期 望值En、標(biāo)準(zhǔn) 差He的服從正態(tài)分布的隨機(jī)數(shù)E'n,最后云關(guān)聯(lián)度ki的計算公式為
設(shè)單個指標(biāo)云關(guān)聯(lián)度計算結(jié)果為kij,則所有評估指標(biāo)的云關(guān)聯(lián)度的綜合評判矩陣K為
式中:kij為單個評估指標(biāo)的云關(guān)聯(lián)度;n為評估指標(biāo)個數(shù),本文為20。
(4) 計算裝備保障能力評估結(jié)果及置信度
首先,計算綜合評判向量B為
式中:W為綜合權(quán)重向量;K為綜合評判矩陣。
其次,計算綜合評判分?jǐn)?shù)r為
式中:bi為B對應(yīng)的分量;fi為等級i對應(yīng)的分值,本文設(shè)定合成旅裝備保障能力評估等級為Ⅰ~Ⅳ級,各等級對應(yīng)的分?jǐn)?shù)依次取1,2,3,4。
需要強(qiáng)調(diào)的是,由于在求解云關(guān)聯(lián)度k的過程中,E'n是服從正態(tài)分布的隨機(jī)數(shù),因此其計算結(jié)果存在隨機(jī)性,故需要迭代運算以減少隨機(jī)因素的影響。綜合評判分?jǐn)?shù)ri(x)的期望值和熵值為
式中:h為運算次數(shù),本文取1 500;ri(x)為第i次運算得出的綜合評判分?jǐn)?shù)。
模糊等級特征期望值Ex,r最能代表合成旅裝備保障能力評估等級的評估分?jǐn)?shù),通過將其與Ⅰ~Ⅳ級對應(yīng)的分值對比,可確定最終的評估等級。
模糊等級特征熵值En,r能夠衡量評估結(jié)果的離散程度。熵值越小,評估結(jié)果越集中,也就越可靠??赏ㄟ^計算置信度因子θ確定可信度,即
經(jīng)計算,置信度因子θ值越小,則評估結(jié)果越集中,可信度就越高;反之,則評估結(jié)果可信度就越低。
引入往年參加實戰(zhàn)化裝備保障綜合演練評估的4 個 中 型 合 成 旅(分 別 記 為H1,H2,H3,H4)的 相關(guān)數(shù)據(jù)進(jìn)行評估模型方法的分析驗證。邀請10名專家對相關(guān)數(shù)據(jù)進(jìn)行分析研究,給出對應(yīng)評估指標(biāo)值,算數(shù)平均后,得到評估指標(biāo)值,如表3所示。
表3 評估指標(biāo)值Table 3 Evaluation index values
(1) 計算評估指標(biāo)權(quán)重
由于篇幅有限,僅以H1為例進(jìn)行計算,通過式(1)~(11),可得各評估指標(biāo)權(quán)重值,具體如表4所示。
表4 評估指標(biāo)權(quán)重值Table 4 Weight values of evaluation indicators
將評估指標(biāo)的主觀、客觀及綜合權(quán)重值進(jìn)行對比,如圖4 所示。部分指標(biāo)的主、客觀權(quán)重值之間存在一定的差異,進(jìn)行綜合賦權(quán)后,能較好地將主客觀權(quán)重組合融合[16]。
圖4 指標(biāo)權(quán)重對比Fig. 4 Comparison of index weights
(2) 計算評估指標(biāo)云關(guān)聯(lián)度
由于篇幅有限,僅以H1為例進(jìn)行計算,根據(jù)式(12)~(17),可 得H1的 云 關(guān) 聯(lián) 度,具 體 如 表5所示。
表5 H1 云關(guān)聯(lián)度計算結(jié)果Table 5 Calculation results of cloud correlation degree
通過Matlab 編程,運行后得到H1云關(guān)聯(lián)度云圖,如圖5 所示。
根據(jù)式(18)可得H1綜合評判矩陣
根據(jù)式(19)可得綜合評判向量B=(0.003 7,0.267 9,0.046 3,0),綜 合 評 判 分 數(shù)r=2.133 949。
根據(jù)式(20)~(25)可得Ex,r= 2.136 072,En,r=0.005 140,θ= 0.002 406,其評估等級為Ⅱ級。
同理,可得H2,H3,H43 個單位裝備保障能力評估綜合關(guān)聯(lián)度和評估等級,如表6 所示。
根據(jù)表6 可生成4 個被評估單位評估結(jié)果云圖,如圖6 所示。期望值Ex,r代表被評估單位最終評估等級,H1評估結(jié)果為Ⅱ級,H2評估結(jié)果為Ⅱ級,H3評估結(jié)果為Ⅰ級,H4評估結(jié)果為Ⅱ級,4 個中型合成旅的裝備保障能力都在Ⅱ級中等以上,裝備保障能力較強(qiáng)。另外,通過置信度因子的計算,能夠驗證評估結(jié)果的可靠性,本研究中,4 個合成旅評估結(jié)果的置信度因子均小于0.02,表明評估結(jié)果較為可靠,驗證了可拓云評估模型的有效性和合理性。
表6 綜合關(guān)聯(lián)度及所屬等級Table 6 Comprehensive correlation degree and its grade
圖6 評估結(jié)果云圖Fig. 6 Cloud image of evaluation results
本文結(jié)合物元可拓模型與云模型的特點,通過構(gòu)建可拓云模型實現(xiàn)對合成旅裝備保障能力的評估。首先,基于合成旅裝備保障任務(wù),通過任務(wù)能力分解,構(gòu)建了評估指標(biāo)體系;其次,為增強(qiáng)指標(biāo)權(quán)重的可信度,基于層次分析法與熵權(quán)法相結(jié)合的方法,綜合確定評估指標(biāo)的權(quán)重;然后,采用可拓云評估方法對合成旅裝備保障能力評估中的模糊性和隨機(jī)性問題進(jìn)行處理,構(gòu)建了基于可拓云的合成旅裝備保障能力評估模型;最后,通過對4 個中型合成旅裝備保障能力進(jìn)行評價,驗證了該評估模型的有效性,取得了較好的效果。通過研究,該方法能夠?qū)铣陕醚b備保障能力作出更加科學(xué)有效的評估,能夠為合成旅裝備保障能力評估實踐提供理論支撐。