基于灰色聚类的物资战损性分析
2015-12-23伍岳,杨西龙,田雷振
【后勤保障与装备管理】
基于灰色聚类的物资战损性分析
伍岳1,杨西龙1,田雷振2
(1.后勤工程学院 后勤信息与军事物流工程系,重庆401311; 2. 62153部队,河南 沁阳454591)
摘要:根据不同物资战时损失的差异性影响因素,构建了物资战损性评价指标体系,采用模糊一致性矩阵对各指标的权重进行了确定。对选取的12种具有代表性的物资通过灰色聚类分析法进行了分类,分类结果与物资实际战损率情况相吻合,能够为战损性相似而缺乏数据的物资划分类别提供参考。
关键词:灰色聚类;战损性;物资;模糊一致性
收稿日期:2014-11-17
作者简介:伍岳(1990—),男,硕士研究生,主要从事物流管理与物资储备研究。
doi:10.11809/scbgxb2015.06.017
中图分类号:E233
文章编号:1006-0707(2015)06-0066-04
本文引用格式:伍岳,杨西龙,田雷振.基于灰色聚类的物资战损性分析[J].四川兵工学报,2015(6):66-69.
Citation format:WU Yue, YANG Xi-long, TIAN Lei-zhen.Analysis of Battle Damage Characters of Materials Based on Grey Clustering[J].Journal of Sichuan Ordnance,2015(6):66-69.
Analysis of Battle Damage Characters of Materials
Based on Grey Clustering
WU Yue1, YANG Xi-long1, TIAN Lei-zhen2
(1.Department of Logistics Information & Logistics Engineering, Logistic Engineering University,
Chongqing 401311, China; 2. The No. 62153rdTroop of PLA, Qinyang 454591, China)
Abstract:According to the difference factors affecting between different materials of losses in time of war, the evaluation index system of the material battle damage characters was built and the weight of each index was determined by the fuzzy consistent matrix. 12 typical materials were classified by grey clustering analysis method and the classification result was simulated in practical damage ratio, which provides reference of classification to the materials which are similar to the sample but little data.
Key words: grey clustering; battle damage; materials; fuzzy consistent
战时物资损失率对物资总体需求量的确定具有重要影响,科学合理地预测战时物资损失量的多少能够有效促进物资保障的精确化,减少后勤保障负担,提高保障效能。分析物资战损性是指对各类物资在战场环境下受损程度多少的判断,它既需要从物资本身的性质出发,也需涵盖战时外部受敌袭击的可能性和受损程度,是一种综合考虑因素。
对于物资战损的研究,一般主要是从统计数据和工作可靠性出发,常见的有对于装备的战伤研究,如孙乐等[1]通过设计仿真系统,对卡车毁伤进行了仿真试验,得到了部件毁伤分布的结果;王德才等[2]分析了个人防护器材战损的基本特点和规律,建立了战损率预测模型;石全等[3]对装备战伤进行了全面地梳理,分析了各类战场装备损伤机理,进行了装备战损模拟和预测。这些研究为战损研究提供了大量的新思路和方法,对具体物资的战损研究具有一定的实用价值。本研究从战时物资战损性出发,建立了物资战损性评价指标体系,采用灰色聚类分析的方法,对样本物资的分类进行了案例分析,为区分不同物资战损率等级提供参考和借鉴。
1灰色聚类分析方法
灰色聚类法是一种多维灰色评估方法,其主要原理为将聚类对象关于各个聚类指标对应的白化数按照若干的灰类进行划定,从而来判定聚类对象类别[4]。
1.1评价矩阵的建立
聚类对象为n种待评价的物资样本,{xi}(i=1,2,…,n);聚类指标为m个战损性评价指标,{yj}(j=1,2,…,m);聚类灰类为p个评价标准,{zk}(k=1,2,…,p)。那么xij即为聚类对象i关于聚类指标j的样本值,聚类样本矩阵为A=(xij)n×m。
1.2聚类指标值的处理
为了使各个指标值便于比较,消除指标单位差异,对评价指标数据进行无量纲化处理,得到指标值分布在0到100之间。采用计算式
(1)
1.3白化权函数 f(·)的确定
(2)
(3)
(4)
图1 白化权函数一般形式
1.4聚类权的确定
对聚类指标进行分析,当指标间的意义和量纲存在较大的差异时,以灰色变权聚类可能使得指标间作用悬殊很大,故采取灰色定权对各指标赋予聚类权,以综合考虑各指标因素具有一定的积极意义,其主要步骤为[6-7]:
1) 建立模糊优先关系矩阵B
B=(bjl)m×m
(5)
其中:bjl为聚类指标yj对于yl的优先关系系数,其值大小确定依照
2) 对优先关系矩阵B进行模糊一致性改造,得矩阵R
R=(rji)m×m
(6)
3) 运用方根法对聚类指标yj权重ωj进行计算
(7)
(8)
5) 进行聚类
(9)
当式(9)满足时,称聚类对象i属于k*灰类。
2样本及指标的选择
战时所需的各类物资种类繁多,数量庞大,对于各类物资进行单独考虑显然难以实现,本文选取其中12种具有代表性的物资,涵盖了其中弹药、油料、被装等几大类进行分析。指标的选取主要考虑了物资在战场环境中暴露的时间长短,物资被敌人发现的难易程度、物资遭敌袭击的连带损失效应及敌人攻击的意愿度等多项因素。在本文中,具体指标由运输时间M1、装卸时间M2、供应频率M3、作战重要性M4、导损性M5、价值M66个组成,这些指标正相关均为战损性强。具体分类指标体系如表1所示。
表1 分类指标
3分析计算过程
根据选取的指标和样本,将运输地形设定为平原微丘,运输工具设定为EQ某型汽车。对照相应的数据,对难以量化的指标数据采取专家评估值,得到量化的指标值如表2所示。
表2 量化的指标值
1) 指标值无量纲化处理
为消除指标之间的单位差异,根据式(1)对表2中的指标值进行无量纲化处理,可得无量纲化的指标值如表3所示。
表3 无量纲化的指标值
2) 白化权函数的确定
采用累积百分频率法[8]确定白化权函数,以表3中的数据作为基础,对数据的累积百分频率进行分析,并绘制出相应的累积百分频率曲线,曲线上不同累积百分频率所对应的数值即为灰类的白化值如表4所示,然后按式(2)~式(4)对各指标灰类分别进行计算,可得各物资对应指标白化权函数值如表5所示[9]。
表4 灰类的白化值
3) 指标聚类权的确定
优先关系矩阵B为
由式(6)对优先关系矩阵B进行改造,得到模糊一致矩阵R为
由式(7)可得,运输时间、装卸时间、供应频率、重要性、导损性、价值6个物资战损性评价指标权重分别为:ω1=0.142,ω2=0.127,ω3=0.216,ω4=0.172,ω5=0.245,ω6=0.097。
由式(8)可得
由表6结合式(9),取各样本聚类系数的最大值,可得聚类结果如表7所示。
同理可得其他灰色聚类系数,如表6所示。
表5 指标白化权函数值
表7 物资分类结果
4结束语
本文在对物资战损性影响因素进行分析的基础上,从战损性出发建立了物资分类评价指标体系。通过采用灰色聚类分析法,对给出的样本物资进行了分类研究,分类结果与实际情况能够较好地吻合。在后续的物资战损性研究方面,还可对评价指标和分类数量进行进一步细化,对聚类样本选取更广泛和有代表性,对得到的分类结果可结合相应实战和演习数据,划定各类的战损率范围,为性质相近而缺乏数据的物资进行归类提供依据。
参考文献:
[1]孙乐,石少勇,王碧翠,等.单装战损评估仿真系统的设计与实现[J].火力与指挥控制,2012,37(2):177-180.
[2]王德才,朱建新,晏国辉.个人防护器材战损率预测研究[J].防化学报,2008,(1):57-59.
[3]石全,米双山,王广彦,等 装备战伤理论与技术[M].北京:国防工业出版社,2007:12-48.
[4]张作刚,崔国伟,秦瑞清.灰色聚类分析在航材分类中的运用[J].四川兵工学报,2013,34(9):56-59.
[5]王媛媛,陆化普,秦旭彦.基于灰色聚类分析的城市交通路网综合评价方法研究[J].公路交通科技,2005,22(8):118-121.
[6]王成志,张少苹,董鹏.基于灰色权聚类的国防科技动员能力评估[J].兵工自动化,2012,31(8):19-23.
[7]朱兴琳,艾力·斯木吐拉,艾尔肯·托乎提,等.公路交通安全评价的灰色聚类法[J].公路工程,2009,34(2):157-160.
[8]唐其环.灰色聚类灰类白化函数确定方法的探讨[J].四川兵工学报,1996,17(4):4-7.
[9]刘思峰,党耀国,方志耕,等.灰色系统理论及其应用[M].北京:科学出版社,2004.
(责任编辑杨继森)