基于模糊决策的战略投送支援车队布局优化

钟　敏，刘　兴，刘艳娜

(1.军事交通学院 基础部，天津300161; 2.军事交通学院 国防交通系,天津300161)



基于模糊决策的战略投送支援车队布局优化

钟敏1，刘兴2，刘艳娜1

(1.军事交通学院 基础部，天津300161; 2.军事交通学院 国防交通系,天津300161)

针对战略投送支援车队布局问题，分析了决定战略投送支援车队布局的不确定信息，提出了布局的动态优化框架，分阶段建立了相应的决策模型。针对地域节点是否适合组建战略投送支援车队问题，应用模糊聚类方法进行分类筛选。在筛选后的节点地域中，利用专家群体的一致性意见,基于直觉模糊值的多属性群决策模型对节点排序，确定公路支援车队优先组建的节点地域，实现对战略投送公路支援力量的布局优化。

战略投送支援车队；布局优化；模糊聚类；模糊多属性群决策

战略投送是为达成一定的战略目的、综合运用各种运输力量向作战或危机地区投入兵力集团的行动[1]。战略投送能力直接体现国家军事威慑力，是保障军队快速机动、争取战争主动权的重要能力之一。战略投送需要在很短的时间内将大量的兵力、装备、物资集结于作战或应急事件所在的较为狭小的地域，要求军交运输必须在极短的时间内释放出最大潜能的综合运输保障能力[2]。本文探讨的战略投送支援车队是战略投送支援保障力量的重要组成部分，是军队运力的补充和丰富。按照军民融合深度发展的战略思想，战略投送支援车队，平时服务于国民经济建设，应急时参加国家或地区应急救援运输保障行动，战时担负战略战役兵力、装备、物资的转运、投送等任务。战略投送支援车队建设，涉及国家和社会运输保障资源以及他们与军队的协调融合，涉及面广、组织复杂，面临许多新情况、新问题、新要求。目前，部分战略投送支援车队已经按要求在相关地域完成组建，其他战略投送支援车队将陆续进入选址、布局、组建的状态。研究战略投送支援车队的布局优化，可以有效促进战斗力、保障力的生成，有利于我军战略投送能力的提升。

1　战略投送支援车队布局优化思路

战略投送支援车队以所在地区已有的国防交通保障车队为依托，考虑战略投送对大型车辆的需求而组建。目前，战略投送支援车队的任务主要是保障战略投送保障链的无缝衔接，即主要是铁路、水路、航空不能到达的较短距离的转运；将来，战略投送支援车队还可能直接承担一部分战略投送的任务。战略投送支援车队布局，就是决定需要组建多少战略投送支援车队以及在哪儿建和建多大规模。

随着国家科技和经济的发展、国际局势的变化以及相应战略方向的调整，战略投送支援车队布局是一个逐渐完善不断变化的建设过程，除了受到战略投送任务需求的主要影响，还受到军队自身运输能力、所在地区已有的国防交通保障车队状况、当地地方企业运输能力与运输环境等影响；除了明确哪些地域可以且需要组建战略投送支援车队，还要决定其中哪些节点优先组建；除了对国家、军队运输能力现状有所了解，还需进一步对未来战略投送的可能进行判断、对未来军队运输力量发展趋势进行预测以及对未来地方经济发展有一定的了解。战略投送支援车队布局面临大量不确定条件，现有的选址模型并不适用。

本文针对我国目前发展特点，提出战略投送支援车队布局的动态建设优化框架，以适应不断变化的国际、国内局势。动态框架的思路如图1所示。

图1　公路支援保障力量布局动态框架

2　战略投送支援车队组建地域分类筛选模型

战略投送支援车队组建地域分类筛选的目的，是确定哪些地域适合新增战略投送支援车队，哪些地域适合维持现状，哪些地域不适合组建战略投送支援车队而需要加强当地部队驻军的运输能力。战略投送支援车队组建地域分类筛选的结果，将提供动态阶段性建设方案的选择范围，即在一定周期内，确定哪些地域适合新增战略投送支援车队。

2.1影响分类筛选的因素和分类筛选方法的选择

考虑现有支援力量与战略投送需求之间的匹配，对于需求大而现有支援力量达不到的区域，优先考虑组建战略投送支援车队。

(1)主要战略战役方向的可能需求，这涉及战争的可能形态、战争的可能规模、战争的可能对象等。当战争的形态残酷、规模较大时，对战略投送的需求大，反之，对战略投送的需求较小；另一方面，是战争的可能性，战争可能性越大的战略战役方向，越应有充分的准备。

(2)军队自身运输能力的发展与部署，这涉及军队战略投送中装备配置状态及铁路、公路、水路、航空的衔接能力等。如果战争或应急行动规模不大、投送任务不大、部队自身具有完成任务的能力，可以不用战略投送支援队伍，即使征用，规模可以很小；反之，需要动员整个社会的力量，综合协调予以保障。

(3)当地国防交通保障车队的发展与现状，这涉及当地国防交通保障队伍中运输能力、维修保障能力、人员规模、训练状态等。如果当地国防交通保障车队有较好的基础，组建战略投送车队将是一个相对容易的任务；反之，组建战略投送车队可能会相对困难。

(4)当地地方企业运输能力与运输环境，这涉及当地经济发展状态、交通运输设施发展状态、交通运输车辆发展状态等。一般而言，经济相对发达的地区，组建战略投送车队会较容易，这些车队平时可从经营活动中获得经济收益，而战时则用于军事运输；经济欠发达地区，组建战略投送车队较困难，主要是大型车很难满足要求，即使满足，其平时的利用不会很充分，难以获得经济效益，很难持续发展。

所有这些因素是不断发展变化的，存在相当大的不确定性，包含大量的随机、模糊信息。且各因素描述不同的影响侧面，各因素对战略投送支援车队运输需求的影响作用不一，再加上能够组建战略投送支援车队的县级以上的行政区域多达2 000多个，各地在需求、组建条件、交通环境等方面有着较大差别。考虑所收集的数据性质，采用模糊聚类的方法，将县级以上行政区域进行分类，对于不同类别的行政区域采取不同的策略。

2.2模糊聚类筛选

根据前文分析，对县级以上行政区域，针对是否适合组建战略投送支援车队进行分类，所考虑的节点区域为n个，记ui为某个节点区域，i=1,2,…，n，记为

U={u1，u2，…,un}

分析每个节点区域的各种情况，收集相关的数据，并由此对其进行评价，对其中能精确表示的尽量精确表示，对其中不能直接用数值表示的指标，可通过专家打分的方式确定其指标取值。选取指标集为X={x1，x2，…，xm}，每个节点区域ui的评价指标记为

{xi1,xi2,…，xim}，i=1，2，…,n

原始数据矩阵可以表示为

采用适当的方法将所有数据标准化到[0，1]之间，选用数量积法、夹角余弦法、相关系数法、绝对值指数法[3]中的一种方法求出rij，rij为xi与xj的相似系数。可得模糊相似矩阵为

(1)

求取模糊等价矩阵t(R)，可采用“平方计算法”求模糊等价矩阵t(R)。

对模糊等价矩阵进行聚类处理，取不同的阈值λ∈[0，1]，通过分析得到最有价值的分类关系，建立动态聚类图，确定现阶段最适合组建战略投送支援车队的节点区域类。

2.3算例聚类结果

以想定的××战区××省的数据为例，其国防交通专业保障队伍编组数据聚类结果见表1。根据上文分析，选定节点地域可能面临的战争规模、国防交通专业保障队伍的人数、指挥和运输类车辆数、当地国防交通保障队伍建设情况等作为具体聚类指标，经过模糊聚类筛选，模糊聚类结果如图2所示。

表1　　××战区××省内国防交通专业保障队伍编组

图2　节点筛选的模糊聚类结果

所聚类的类别分为6类：类1={地点JN，地点WF，地点ZB}，类2={地点LC}，类3={地点DY}，类4={地点LY}，类5={地点DZ，地点JNI}，类6={地点QD，地点YT，地点RZ}。目前阶段适合组建战略投送支援车队的节点地域集为：类1={地点JN，地点WF，地点ZB}。

3　基于直觉模糊值的公路支援保障力量多属性群决策布局优化

通过前述的筛选阶段，得到了范围较小的适合组建战略投送支援车队的节点区域集。由于战略投送支援车队的布局，既不是以完成任务的时间为目标，也不是以覆盖某区域为目标，而是以是否能提高军队的战略投送能力为目标，完全不同于一般的选址模型，因此，本文将前述筛选阶段所得的节点区域集看作可能的方案集，采用多属性决策的方法，选择阶段性的组建节点。

但是某个城市(或地区)是否适合组建战略投送支援车队，要构建传统多属性决策需要的相互独立、互不交叉、互不影响的属性指标非常困难，且各因素描述不同的影响侧面，各因素对战略投送支援车队运输需求的影响作用不一，尽管已经缩小了选择范围，仍然很难直接对各节点进行排序比较。因此，采用基于直觉模糊集的群决策方法[4-7]，充分利用和反映专家群体的一致性意见，使决策结果尽量科学合理、避免失误，又使得决策具有简单可行的操作性。考虑到相关专家各自的专业领域与经验不同，专家的个人偏好并不相互独立，社会地位、知识面接近的专家偏好较为接近，有交叉和关联，本文采用基于直觉模糊值Sugeno积分算子的多属性群体决策方法。设多属性群体决策中，E={e1，e2，…，er}为专家集，A={a1，a2，…，am}为备选节点集，X={x1，x2，…，xn}为备选节点的决策属性集。

3.1基于直觉模糊值Sugeno积分算子的多属性群体决策方法

(2)

于是，可得第k位专家的直觉模糊值决策矩阵：

(3)

与确定属性指标集的直觉模糊重要性测度类似的方法，确定专家集E={e1，e2，…，er}中，专家与专家集的直觉模糊重要性测度。

(4)

3.2示例的综合评价结果

现邀请3位专家，分别记为(e1，e2，e3)，属性x1为节点是否适合主要战略战役方向的可能需求，属性x2为当地国防交通保障队伍是否适合组建，属性x3为当地经济发展、交通运输设施发展、交通运输车辆发展状态是否适合组建。分别对3个可选节点(地点JN，地点WF，地点ZB)进行评估，记为(a1，a2，a3)。

根据经验，先请专家首先给出属性指标集(x1，x2，x3)上的直觉模糊重要性测度为

τ({x1})=(0.8，0.1)，τ({x2})=(0.7，0.2)，τ({x3})=(0.5，0.4)，τ({x1，x2})=(0.9，0.1)，τ({x2，x3})=(0.8，0.2)，τ({x1，x3})=(0.8，0.1)，τ({x1，x2，x3})=(1，0)

3位专家(e1，e2，e3)的直觉模糊重要程度分别为

τ({e1})=(0.4，0.5)，τ({e2})=(0.4，0.3)，τ({e3})=(0.3，0.6)，τ({e1,e2})=(0.7，0.1)，τ({e2，e3})=(0.6，0.2)，τ({e1，e3})=(0.7，0.2)，τ({e1，e2，e3})=(1，0)

3位专家对每个节点在各指标属性下的评估信息，经过统计处理后，可表示为直觉模糊值，于是可得如下的决策矩阵：

(∨(∧(0.5，1)，∧(0.6，0.8)，∧(0.8，0.8))，∧(∨(0.4，0)，∨(0.3，0.1)，∨(0.1，0.1)))=

(0.8，0.1)

τ2((k),…，(3))])=(∨(∧(0.8，1)，∧(0.8，0.7)，∧(0.8，0.3))，∧(∨(0.2，0)，∨(0.2，

0.2)，∨(0.1，0.6)))=(0.8，0.2)

于是，可知节点a1，a2，a3的排序为

a1≻a3≻a2

即

地点JN≻地点ZB≻地点WF

对××战区××省内的城市节点区域，目前阶段应该优先在地点JN组建战略投送支援保障车队，而地点ZB次之、地点WF再次之。

4　结　语

战略投送支援车队是战略投送支援保障力量的重要组成部分，战略投送支援车队的布局优化，有利于战略投送能力的提高。通过对战略投送公路支援保障力量布局的研究，综合考虑目前我国的情况，其布局优化不是孤立的，必须置于国家战略投送的能力体系中，着眼全局优化的目标而布局。

[1]刘继贤.围绕战略投送能力的要求实行院校转型[J].军事交通学院学报,2012,14(10):1-2.

[2]徐为军,卢俊.对加强应急抽组支援公路运输力量建设的思考[J].军用汽车管理,2008(2):15-16.

[3]张明智.模糊数学与军事决策[M].北京:国防大学出版社,1997:91-101.

[4]万树平.直觉模糊多属性决策方法综述[J].控制与决策,2010(11):1601-1605.

[5]谭春桥,陈晓红.基于直觉模糊值Sugeno积分算子的多属性群决策[J].北京理工大学学报,2009(1):85-89.

[6]高岩,周德群,刘晨琛.一种基于Choquet积分的多属性模糊决策方法[J].数学的实践与认识,2009(9):72-77.

[7]陈晓红.复杂大群体决策方法及应用[M].北京:科学出版社,2009:71-83.

(编辑：张峰)

Location Optimization of Vehicle Fleet for Strategic Projection Support Based on Fuzzy Determination

ZHONG Min1，LIU Xing2，LIU Yanna1

(1.General Courses Department, Military Transportation University, Tianjin 300161, China; 2.National Defense Traffic Department, Military Transportation University, Tianjin 300161, China)

To solve the problems existing in the loaction of strategic projection support vehicle fleet, this paper analyzes the uncertainties in the location determination and proposes the dynamic optimization frame for the location. The corresponding determination models are established on different stages. Fuzzy clustering method is applied to assort all points that a vehicle fleet can be located in. By taking opinions of experts and using fuzzy multiple attribute group decision-making model, the priorities of the points are decided to optimize the location of the highway support capability in strategic projection.

vehicle fleet for stragetic projection support; location optimization; fuzzy clustering; fuzzy multiple arrtirbute group decision-making

2016-04-20；

2016-05-19.

军事交通学院科研基金项目(2014B02)；军事经济研究中心研究课题(JSJJ2015-041).

钟敏(1973—)，女，博士，副教授.

10.16807/j.cnki.12-1372/e.2016.09.002

E234

A

1674-2192(2016)09- 0005- 05