基于知识库的舰船应急抢修决策支持系统研究

2012-08-21曾凡明刘金林李彦强

中国修船 2012年4期

许伟，曾凡明，刘金林，李彦强

(1.海军工程大学船舶与动力学院，湖北武汉 430033;2.海军装备技术研究所，北京 102442)

0 引言

随着各种现代先进武器装备的应用，现代海战中的攻击手段也呈现出立体化、多样化的趋势，海军舰船战损的概率加大，装备的损伤现象和损伤机理将更加复杂，这些因素会导致装备战损信息量增大，抢修决策难度增加，且舰艇战损抢修本身也具有时间紧迫、情况复杂的特点，因此战场指挥人员快速、合理的做出决策并组织有效的抢修是恢复装备战斗力的重要措施［1］。

针对舰船装备战损抢修时间紧迫、情况复杂、信息量大的特点，为了提高海军舰船战损抢修决策水平，开发舰船战损抢修决策支持系统具有十分重要的军事意义和十分迫切的军事需求［2］。抢修系统通过数据库建立舰船基本综合信息，抢修资源综合信息及战场态势信息;通过案例库存储和管理抢修预案和抢修案例;利用知识库可对抢修决策知识进行修改、更新、删除、添加，并根据获得的舰船战损信息通过知识处理系统进行数据分析、利用推理机推理产生合理的决策信息。本系统的开发，能够为舰船战损抢修决策水平的提高奠定一定的基础，同时也将为其它武器装备战损抢修决策的信息化提供一定的参考。

1 基于知识库的舰船战损抢修决策系统开发方案研究

1.1 系统功能方案设计

1)舰船系统综合信息管理。

舰船系统综合信息管理主要存储和管理舰船基本信息、舰船维修资源信息、编队情况信息、敌方兵力部署信息、协同兵力信息，为决策人员的决策提供决策依据。

2)舰船战损抢修数据库系统管理。

舰船数据库系统存储大量的数据信息，主要包括型号数据库、海区港区数据库、维修资源数据库、调用规则数据库、抢修预案数据库、地理信息数据库、战场态势数据库、抢修案例数据库、决策信息数据库及用户数据库。这些数据信息是进行战损抢修决策的基础。

3)舰船战损抢修知识库系统。

舰船战损抢修知识库系统是舰船战损抢修决策支持系统的核心。通过建立决策知识库，将各类专家的知识存储在数据库中，并在决策过程中将专家知识通过一定的方法进行推送，为抢修决策过程提供依据。

4)战场指挥辅助决策。

舰船战损抢修决策方案主要根据舰船战损信息，在综合考虑战场态势、维修资源、协同兵力的基础上，由决策人员经过综合信息分析，从而得到特定战场环境下的抢修决策方案。

1.2 知识库基本知识

知识库是知识工程中结构化，易操作，易利用，全面有组织的知识群，是针对某一领域问题求解的需要，采用某种知识表示方式在计算机存储器中存储、组织、管理和使用的相互联系的知识片集合［3］，它是决策支持系统的一个新的发展方向，又称为智能数据库或人工智能数据库。舰船知识库系统是管理和维护舰船知识的系统，其主要功能是实现舰船知识的获取，表达和战损决策方案的推理生成等。舰船知识库系统的设计思想是把战场决策领域相关专家的舰船战损抢修知识经验整理和组织收集到舰船知识库中，同时建立一个学习型构件，该学习构件根据各项决策的实际效果，再结合战场决策人员的经验，决策风格，得出合理的舰船战损抢修决策方案。

1.3 系统开发方案研究

根据上述的舰船战损抢修决策系统的功能方案设计，本文设计了如图1所示的系统开发方案:在舰船装备系统受到敌方武器攻击后，根据综合评估系统得出舰船损伤信息，与知识库中的抢修案例进行匹配，若有相似案例则得出案例库中的抢修方案，若没有则进行抢修资源需求分析，可采用舰船维修，编队维修和后方维修方案。舰船维修由随舰维修资源的满足程度确定，编队维修由战场态势、敌方部署、编队状况和编队维修资源确定，后方维修由后方支援时间和应急状况确定。

图1 系统开发方案流程图

2 舰船战损抢修决策支持系统知识库构建方法研究

知识库系统是舰船战损抢修决策支持系统智能化的核心部分，它管理知识库中的所有信息，对信息进行更新、删除、查询。知识库系统通过知识获取得到舰船战损信息，经过知识管理和处理系统进行分析得出合理的抢修决策方案。

2.1 知识库系统的组成与结构

根据本文研究对象的特点，参考文献［4］关于小卫星测试知识库的构成方法建立舰船战损抢修决策知识库结构，如图2所示。该知识库系统由知识库、推理机、知识管理系统、知识获取子系统和人机交互界面等5部分组成。

2.2 知识获取

软件的知识获取采用自动获取，事先从装备专家处获取装备基本功能项目知识，从维修专家和使用人员处获取基本功能项目检修知识和损伤模式影响分析知识，从装备维修专家和装备后勤保障专家处获取基本功能项目抢修知识，将这些知识经过归纳整理转换为计算机能识别的语言存入到知识库中，由机器学习程序自动从信息源获取知识并输入进知识库系统。

图2 知识库系统结构图

2.3 知识表示

知识库系统采用产生式表示法表示因果关系知识，产生式规则常用于表示具有因果关系的知识，基本形式是

A→B(可信度)

或者

IF A THEN B(可信度)

IF A1AND A2AND…AnTHEN B(可信度)

A表示产生式的一组前提或者条件，B是一组结论或者动作，A，B都可以用一个或者一组数学表达式或者自然语言来表示。产生式表示方法容易描述事实、规则以及它们的不确定度，具有清晰性、模块化和自然性，具有不确定性因子，可以实施不确定性推理。

2.4 知识处理

知识库系统对知识的处理主要包括知识库对知识的维护和完善以及推理机对决策问题的处理。知识库可以增加、修改、删除、更新知识，比如在型号数据库中，可以添加新的舰船型号。在抢修预案数据库中可以更新已有的抢修预案，完善和丰富预案库中的预案。在知识库系统获取战损抢修信息后，通过系统接口将这些信息传送给推理机，根据推理机决策方法得出决策方案。

3 基于知识库的舰船战损抢修决策研究

3.1 基于知识库的舰船战损维修资源分析

在舰船装备发生战损后，对舰船进行战损抢修的前提是分析舰船战损情况和维修战损装备需要的维修资源。把这些维修资源 (主要包括备件、人员、工具、技术资料等)看作一组维修资源表达模型，则待修装备的维修特征属性可以表示为:

Ca={Aa1，Aa2，Aa3，…，Aai}，i=1，2，…，n。

设知识库中的舰船维修资源相应的表示为:

对Ca和 Cb，Cc，…，Cm进行相似度分析，Ca与Cb的相似度为Sab，Ca与Cc的相似度为Sac，…，Ca与Cm的相似度为Sam，取最大相似度San=Max{Sab，Sac，…，Sam}，n=b，c，…，m，得出所需维修资源Cn。

3.2 基于知识库的战损决策方法研究

基于知识库的战损决策是根据给定战损决策问题的特征描述，从案例库中查找与之最相似的案例，为问题解决方案的构建奠定基础。案例检索的实质是一个案例匹配过程，即案例相似性度量过程。不同的案例相似性度量方法对案例的匹配结果产生不同的影响。本研究以最近邻法为检索策略，采用基于粗糙集的相似性算法，构建适用于战损抢修案例检索的智能引擎。案例检索引擎结构图如图3所示。

图3 案例检索引擎结构图

3.2.1 相似度的计算

构建案例知识表达模型:

Cm= {At1，At2，…，Ati，…，Atn}，i=1，2，…，n。

该模型是一组特征属性的集合。在计算案例相似度时，可将它们看作一对相似系统［5］。考虑到每一个特征属性对系统相似度的影响不等，分别对特征属性 At1，At2，…，Atn取权重系数 w1，w2，…，wn，则由特征值确定的系统相似度S为:

式中，0≤S≤1，0≤wi≤1。

本文默认两个系统的特征属性的个数是相同的，这一点可以通过构建标准化的、格式化的案例库得以保证。

3.2.2 权重系数的确定

在基于最邻近法的检索策略中，特征属性的权重对于案例相似度计算结果影响非常大，必须认真考虑。目前，关于权重系数的确定方法主要有主观赋权、客观赋权和综合赋权3类，常用算法如表1所示。

表1 常用权重系数算法

其中主观赋权法评价结果具有较强的主观随意性，客观性较差，具有一定局限性;客观赋权法评估结果具有较强的数学理论依据，但没有考虑设计的主观意愿，并且依赖现实案例的问题域，通用性较差。为了真实反映案例特征属性的权重比例，本文采用粗糙集法与专家评估结合的综合赋权法。由粗集理论求得的权重系数作为客观权重P;根据动力装置研究领域专家历史经验得出的权重系数作为主观权重Q。权重系数的确定公式为: