装备保障性定性指标验证的ANP-C方法

甄 伟，徐廷学，赵建忠，杨继坤

(1.海军航空工程学院，山东烟台264001;2.中国人民解放军92212部队，山东青岛266002)

0 引言

装备的保障性定性指标应当是为提高战备完好性与任务成功性，与使用保障、维修保障、装备设计特性以及保障性各要素有关的各项非量化要求。定性指标验证作为装备保障性验证的一个子集，是一个较为复杂的过程。目前认可的验证方法是由专家群根据个人经验进行相应的评分，再将评分进行综合。但在此过程中忽略了不同指标的重要程度不同，以及各指标间的相互影响，因而需要对其权重的分析与计算引入新的方法。网络分析法(ANP)［1-2］是 T.L.Saaty教授在层次分析法(AHP)之后对于评价方法做出的又一重大创新，较好地解决了因素间相互影响的评价复杂层次模型建立。

此外，由于问题层次结构的复杂性、多因素性、不确定性、信息的不充分性以及人类思维的模糊性等矛盾的涌现，使得人们很难客观地做出评价和决策。也就是定性指标所涉及信息的模糊性和随机性特点，决定了专家群评分的简单均值很难准确代表所要评判对象的真实情况，因而论文采用云理论与网络分析法结合的ANP-C方法，进行装备的保障性定性指标验证。

1 保障性定性指标体系的构建

在装备保障性定性指标的验证过程中，对指标体系的构造和分析有3个基本的理由:理解和解释指标所代表的含义;分析和审查指标的信息;为装备的保障性给出结论性意见;为其使用提供决策支持，优化装备设计方案、使用方案及维修保障方案。

保障性是装备的固有属性，其定义为装备的设计特性和计划的保障资源满足平时战备完好性和战时利用率要求的能力［3］。具体来讲，首先装备要具有易于保障的设计特性。装备设计要可靠耐用，操作简便，易于维护、修理，便于检测、装卸、运输，便于补充燃油、冷却液、弹药等消耗品，这样降低了装备保障工作的强度，并且简便易行。如果装备具有便于使用与维修保障的设计特性，可以说明它是好保障的。另一方面，所规划的保障资源应当充足、适用。保障资源是指为保证装备达到平时和战时使用要求所必需的人力、物力和信息等资源，是对装备实施保障活动的物质基础。所规划的保障资源在品种和数量上能满足装备的使用与维修需求，则说明所规划的保障资源是充足的;所规划的保障资源与主装备相匹配，装备使用与维修所需要的保障资源都在规划的范围内，而且所规划的保障资源都是装备使用与维修保障所必需的，则说明所规划的保障资源是适用的。

由以上分析可知，装备保障性的优劣受2个方面影响;而保障性相关设计特性与保障要素。其中，保障性相关设计特性包含以下内容:便于保障并减少保障工作量;提高标准化、通用化、互换性程度;有良好的环境防护能力;保障要素包含的内容则较多:重视保障资源规划，合理配置;有良好的设计接口;保障设备;保障设施;供应保障;技术资料;人力人员;训练及训练保障;包装、装卸、贮存与运输;计算机资源保障。可以建立如图1所示的层次模型。

2 保障性定性指标权重的计算

网络分析法(ANP)是一种能用来处理具有反馈和相关关系的复杂决策问题的定量化方法，ANP的决策原理与层次分析法(AHP)基本相同，不同的是前者能够解决网络化评估指标体系问题，而后者面对的是相对独立的层次结构指标体系问题。

图1 装备保障性定性指标层次模型Fig.1 Materials’supportability qualitative indexes hierarchy model

2.1 保障性定性指标相互关系判断

建立如表1所示的保障性影响因素相互关系判断调查表，并通过广泛的咨询，得出各影响因素相互之间的影响关系结果。

表1 影响因素相互关系判断Tab.1 Influence factors’correlation judgement

由于ANP在实际运用中相关因素之间的关系复杂，计算步骤繁杂，使其应用受到一定的影响。为此，Expert Choice公司开发出了相应的ANP计算软件—Super Decisions(简称SD软件)［4］，以方便用户的使用，由建立的保障性验证定性指标体系及保障性影响因素相互关系判断调查表，进一步分析各定性要求之间的联系，可得如图2所示的网络层模型。

图2 ANP网络层模型Fig.2 ANP network floor model

2.2 权重值的计算

在SD软件中，提供了较方便的元素间重要程度以及计算模块，其相互比较原则为1-9标度法，T.L.Saaty将1-9的标度方法同另外的26种标度方法进行过比较，结果表明1-9标度是可行的，并且能较好地将思维判断数量化，其具体施行可参见文献［5］。

图3 定性指标的1-9标度法比较Fig.3 Qualitative indexes’comparison by the 1-9 scale

通过SD软件中的超矩阵计算模块可得如图4所示的保障性影响因素的超矩阵。进而可得出各因素的相对权重指标，即本节所需要的定性指标权重。

图4 定性指标权重超矩阵计算结果Fig.4 Conclusion of the qualitative indexes’weight supermatrix

3 群决策的逆向云模型

在研制阶段的保障性定性验证中，专家给出的评分如果直接归结为定性的结论，那么难以体现出判断的亦此亦彼性，处于多个专家的群决策情况下，评分的简单平均综合也难以反映专家意见的离散程度，因而本文选用云模型理论中的逆向云生成器来实现将群决策的数据转换为定性的结论。逆向云发生器是从定量到定性概念的映射，它根据一定量的数据转换为以数字特征(Ex，En，Ee)表示的定性概念，如图5所示。

图5 逆向云发生器Fig.5 Backward cloud genertor

文献［6］中给出了如下不含确定度信息的逆向云生成算法。

输入:样本点xi(i=1，2，…);

输出:云的数字特征(Ex，En，Ee)。

（5）服务管理能为患者提供优质的服务，确保患者的病情稳定。在管理的过程中，医护人员要注意自己的言谈举止和处事态度，多和患者进行沟通，耐心解答患者疑问，做到礼貌得体、态度亲和。在处理患者的心理问题时，要尊重每一位患者的隐私，完善护理规章制度， 强化护士服务理念，做好培训考核工作，以提升医护人员的道德水平、职业修养和工作能力，提高患者对护理的满意度，促进基础护理和特色护理相结合。

算法步骤:

1)计算样本xi平均值，求得期望，

运用这一算法，可将专家对于保障性评分数值予以综合，得出对于装备保障性定性指标验证的结论意见。

4 基准云及相似性比较算法

4.1 评语等级论域

评语等级论域是由评价对象可能作出的评价结果所组成的集合，可表示为

式中Vj(j=1，2，…，m)为若干可能作出的保障性定性指标验证结果。

装备保障性定性指标验证中可将评语分为5个等级，即 V={V1，V2，…，V3}={劣，差，中，良，优}，5级评语符合人们认识和区分事物好坏的习惯，而且根据评分的一般规则，将相应5个等级区分的数值定义如表2所示。这一评语等级的划分不仅为专家评分的时候提供参考，而且将评分综合后，也以此分值区间构建基准云。

表2 评分等级表Tab.2 Marking classification

4.2 验证基准云的构建

由评分等级表的区间划分，可以得出装备保障性定性指标验证的规则，由云模型的3En准则，以位于区间［Ex-2En，E2+2En］的云滴作为评价的基本元素与外围元素，可建立起形如图6所示专家的保障性定性指标验证结论基准云。

图6 保障性定性指标验证基准云Fig.6 Supportability’s qualitative indexes demonstration baseline clouds

4.3 相似性比较算法

应用逆向云模型开展评估验证已经有了较多的事例，其中文献［7］给出的相似性比较算法较为合理，其基本思想是度量评估验证的结果生成的逆向云与基准云之间各云滴之间的距离，并选择距离最小的云作为相似云给出评估。

图7 相似云比较算法Fig.7 Similar clouds comparison method

5 ANP-C验证方法实施步骤

2)专家对各定性指标进行评分;

3)根据网络分析法得出的权重，将单个专家的意见进行加权综合;

4)运用云模型理论，将专家意见进行综合;

5)由相似云比较算法，将专家意见与基准云进行比较，得出最终的装备保障性定性指标验证结论。

6 验证示例

1)如前文所述，确定某型装备保障性定性指标的相对权重与评分信息如表3所示。

表3 保障性定性指标权重与评分Tab.3 Supportability’s qualitative indexes weights and marking

2)通过对每个专家评分加权后可得出单个专家对于某型装备定性指标的总体意见。

表4 单个专家综合评分Tab.4 Single expert comprehensive marking

3)将单个专家的评分意见予以综合，并与基准云图比较可得如图8所示的装备保障性验证结果，从直观上可以得出结论，验证结论介于中与良之间，具体的结论意见需要通过进一步的判断。

图8 验证云与基准云直观比较Fig.8 Demonstration cloud and baseline clouds’intuitionistic comparison

4)通过相似性比较算法可得出验证云距离各基准云的距离如表5所示。

表5 验证云的相似性度量Tab.5 Demonstration cloud’s simliarity measure

进而可以得出，该装备的保障性定性指标验证结果为中，即项目基本满足保障性要求，个别部分不能满足要求，但经过改进或保障后能达到要求。

7 结语

论文研究了ANP与云模型理论结合的ANP-C方法用于开展装备保障性定性指标验证，其主要原因是由保障性定性指标自身的特性所决定的。目前相关研究主要采用赋予权重结合专家判断进行类似的评估工作，但由于有的因素存在相互关联关系，而并非相互独立，致使本文所讨论的验证难以进行，ANP较好地解决了一问题。另外，由于人对于事物的主观认识受着自身条件及多种心理因素的影响，所做的判断具有随机性的问题。本文采用具有普适性的云模型理论进行相关评分结果的综合处理，因而所得出的结果具备一定的客观性和较强的现实意义。

［1］SAATY T L.Decision making with dependence and feedback:the analytic network process［M］.Pittburgh， RWS Publications，2001.

［2］SAATY T L.Decision making——the analytic hierarchy and network processes(AHP/ANP)［J］.Journal of Systems Science and Systems Engineering，2004，13(1):1-35.

［3］GJB451A-2005，可靠性维修性保障性术语［S］.GJB451A-2005，Reliability，Maintainability and Supportability Terms［S］.

［4］刘睿，余建兴，孙洪才，田平.基于ANP的超级决策软件介绍及其应用［J］.系统工程理论与实践，2001，(8):141-143.LIU Rui，YU Jian-xing，SUN Hong-cai，TIAN Ping.Introduction to the ANP super decisions software and its application［J］.Systems Engineering Theory and Pratice，2001，(8):141-143.

［5］SAATY T L.A scaling method for priorities in hierarchical structures［J］.Journal of Mathematical Psychology，1977，15(3):34-281.

［6］李德毅.不确定性人工智能［M］.北京:国防工业出版社，2005.157-164.LI De-yi.Artificial intelligence with uncertainty［M］.Beijing:National Defense Industry Press，2005.157-164.

［7］张勇，赵东宁，李德毅.相似云及其度量分析方法［J］.信息与控制，2004，33(2):129-132.ZHANG Yong，ZHAO Dong-ning，LI De-yi，The similar cloud and the measurement method［J］.Information and Control，2004，33(2):129-132.