大数据分析支撑下的消防实战化训练探索

2017-05-26■饶彬

水上消防 2017年6期

■ 饶彬

1 提高消防员训练实效

1.1 有针对性地提高消防员在业务、体能训练中的效果

利用大数据分析，能够更加直观地得到每名消防员在业务、体能训练中的各项成绩指标，并根据得到的这些数据作出有针对性的侧重训练，加强薄弱项目的训练，避免组训人员在组训过程中根据自己的主观，片面地判断参训人员的身体状况与训练状况，导致训练成果不理想，甚至南辕北辙，既浪费时间，又浪费精力。通过对消防员训练过程中海量的训练数据进行分析整合，可以探索训练过程中一些隐藏的训练规律，而消防员也可以直观地看到自己的各项训练数据，能够清楚地认识到自己的短板究竟在哪里，可以适时调整自己的训练方案，提出更加合理与科学的训练意见，为更好地开展业务训练提供更加有力的数据支撑。

1.2 有效利用训练过程中消防员的各项体征数据进行更加科学的训练

根据大数据分析，可以得出消防员在训练过程中的各项体征：1）训练数据运用。实时监控的训练量数据与当前阶段训练强度相挂钩，科学合理量化身体所能承受合理极限，特别是针对新入伍士兵个人身体素质不尽相同、个人肌肉肌腱情况设定训练内容，将极大减少在训练中受伤的现象。2）精度睡眠监控。通过监控受检个体运动幅度、脉搏变化以及一系列算法，精确记录“入睡时间”“轻度睡眠”“深度睡眠”“卧床时间”等数据，在队伍管理、心理预警机制等方面有着重要作用。3）摄入营养量化。通过食物营养热量摄入与训练执勤强度挂钩，合理安排官兵每日营养元素供给量，做到资源最大效率与战斗力最大保障相结合。通过对这些数据的综合分析，将极大提高训练过程中的效率与训练效果。

1.3 能更加合理地分配实战化训练中人员岗位编成

通过大数据分析，可以得出每名消防员的各项海量训练数据，以及每名消防员在体能、业务训练中的不同侧重点，根据各个岗位对各项素质的不同要求，对消防员进行更加合理的分工，使每名消防员都能够在更加适合自己的岗位上发挥更大的作用。

2 如何利用大数据分析支撑消防部队实战化训练

2.1 何为大数据

大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

在消防实战化训练过程中，每一项数据的集合就能够构成大数据条件，包括天气、风向、风速、消防员各项体征、训练过程中出现的各种突发情况等，通过对这些数据的整合，构成大数据条件，通过对这些海量数据的分析，可以得出我们需要的各项数据指标，并通过这些分析结果得出不同的决策支持条件，并作出合理的决策结果。

2.2 如何建立消防员实战化训练数据库并利用大数据分析手段得出综合评判结果

通过收集消防员的各种数据，这些数据并不是某些随机数据或是单独的某项指标，而是所有数据：通过收集消防员日常训练过程中的体能、技能训练成绩，可以得出该名消防员的业务熟练程度；通过收集体测数据以及体检报告数据，可以评估该名消防员的身体素质；通过收集驾驶档案等相关资料，可以得出该名消防员的驾驶倾向与驾驶技术水平等数据；通过收集学历信息与受教育程度等信息，可以得出该名消防员对岗位的理解程度和知识文化水平；通过心理评估与就业倾向等，可以得出该名消防员在训练过程中的训练倾向等等。通过建立大数据分析平台，利用大数据分析算法，挖据数据库中的数据价值，对数据进行综合分析，为决策作出条件支撑。

2.3 总结分析结果并利用分析结果作出决策

通过大数据算法得出各项综合结果，并对这些结果进行综合评判。按照常理来说，我们判断某些事物时，往往只是关注某一个方面，可能会忽略许多有关联的东西，比如说，一名消防员的驾驶档案很完美，驾驶技术也相当过硬，看起来他非常适合驾驶员这个岗位，但是他的心理评估得出的结论是处理突发状况能力较弱，因此他就并不一定适合驾驶员这个岗位，因为若是发生突发状况，他的应急避险能力相对薄弱，处理突发状况能力不足，很容易造成交通事故。通过此类数据的综合分析，我们可以得出更加合理的岗位分工编成，让每一名消防员在合适的岗位上发挥出自己最大的作用，避免人力资源的浪费。