基于集对分析的野战管线部队保障效能评估

2018-03-14吴家锋

兵器装备工程学报 2018年2期

续源,吴家锋

(中国人民解放军陆军勤务学院，重庆 401311)

野战管线部队保障效能的评估还停留在传统的文字论证阶段，对影响保障效能发挥的不确定性因素多是主观判断，误差较大，使得上级对各野战管线部队的保障能力难以掌握，本研究采用集对分析法，对确定性与不确定性影响因素展开数学运算和数学分析，对避免评估标准的主观性，降低不确定性因素的干扰，准确评估野战管线部队的保障效能有重要意义。

1 野战管线部队保障效能的影响因素

野战管线部队保障效能受众多因素的影响和制约，必须充分考虑并分析各因素的构成和作用，为确定属性要素、拟定属性值、衡量权重作好铺垫。

野战管线部队保障效能的影响因素有：

1) 人员素质

人员素质主要包括人员的知识层次、训练水平、专业技能，协作能力、心理素质等，是提高保障效能的“软件”。优秀的人员素质，能减少操作失误率，迸发较高的作业效率，缩短作业时间，可显著提高油料保障效能。

2) 装备性能

油料装备性能是作战油料保障的“硬件”，其性能的好坏直接关系到油料供应水平的高低，装备技术性能越好，补给效率就越高，完成任务就越快，因此，是影响油料保障效能的直接因素。

3) 战备训练

野战管线部队战备训练水平的高低，也影响到人员素质和装备运用的能力，是加强野战管线部队协作配合能力，促进正规化建设，提高人员对未来可能发生的军事斗争的快速反应能力和战场适应能力最直接、最有效的途径。

4) 信息化水平

野战管线部队信息化水平决定其在保障过程中的感知与反应、精确配送、数据通信等各项能力值高低，是保障能力的拓展和延伸，与保障效能能否在未来战场上正常发挥有直接联系。

5) 保障需求

现代战争模式是信息化条件下的联合作战，保障对象种类多、数量多、油料需求量各有不同，诸多变量使得油料保障的过程充满不确定性，但又是影响野战管线部队保障效能的关键因素。

6) 战场环境

战场环境包含敌情、我情、社情、自然环境等多因素，每一项内容都对保障效能的发挥有一定影响。但是战场环境的不确定性很大，相应的对作业效能的影响就很大。

2 野战管线部队保障效能评估模型

野战管线部队保障效能能否正常发挥，与人员素质、装备性能、战备训练、信息化水平、保障需求和战场环境息息相关，但保障需求和战场环境面临的情况是随机的，对保障效能的高低产生不确定性影响。应用集对分析法对野战管线部队保障效能进行评估就能很好地解决随机变量对保障效能影响的不确定性。

2.1 集对分析

2.2 模型建立

2.2.1 确定属性要素

首先将各个影响因素确定为属性要素，根据计算需要，对其量化赋值。设人员素质为Z1、装备性能为Z2、战备训练Z3、信息化水平Z4、保障需求Z5和战场环境Z6，如图1所示。

2.2.2 标准化处理属性值

假设各野战管线部队保障效能有n个评估结果，构成集合A=,{A1,A2,…,Ai,…,An},每个评估结果包含的属性集为Z={Z1,Z2,…,Zj,…,Zm},对应的属性权重集为W={w1,w2,…,wj,…,wm},并假设各评估结果Ai对应属性Bj的属性值为rij(i=1,2,…,n;j=1,2,…,m)。

为了对不同量纲的属性进行比较分析，须对保障效能评估结果包含的属性值进行标准化处理。对于影响保障效能的属性而言，按属性值取值优势趋向可以分为越高越好和越低越好的属性值两类。

对于越高越好的属性，其标准化公式为

对于越低越好的属性，其标准化公式为

其中，rmax(j)、rmin(j)为第j个属性的最大值和最小值。

2.2.3 确定属性要素权重

为了避免主观因素造成的评估误差，客观地反映属性的重要程度，此处选择变异系数法确定属性的权重。变异系数法是通过保障效能各结果的属性值的变异程度所描述的信息量大小确定权重，能够较好反映保障需求和战场环境对属性要素影响的客观特征。

变异系数为

属性权重为

2.2.4 确定联系度

假设保障效能的正、负理想效能分别为

X={X1,X2, …,Xj, …,Xm}

Y={Y1,Y2, …,Yj, …,Ym}

综上可知，保障效能的各个结果与正理想效能X构成的集对{Ai,X}在相对接近程度下的联系度为

(1)

同理，集对{fij,Yj}在相对接近程度下的联系度可表示为

(2)

保障效能的各个结果与负理想效能Y构成集对{Ai,Y}在相对接近程度下的联系度为

(3)

由于保障效能的各个结果在接近正理想效能的同时不一定都远离负理性结果，为了降低这种情况的干扰，用fij在区间[Yj，Xj]上接近Xj而远离Yj的联系度描述理想效能的综合联系度：

Uij=αij+βijI+γijJ

(4)

由于式(1)中的同一度表示fij接近Xj，式(3)中的对立度表示fij远离Yj，因此，可以用αij来评价fij对Xj的接近程度和对Yj的远离程度，用γij来评价fij对Xj的远离程度和对Yj的接近程度，则有

(5)

(6)

根据归一化条件α+β+γ=1，得

(7)

保障效能各种结果Ai与理想效能的综合联系度为

(8)

综合式(5)～式(7)得，保障效能的各个结果Ai与理想效能的：

同一度：

(9)

差异度：

(10)

对立度：

(11)

2.2.5 计算贴近度

野战管线部队保障效能与理想效能的相对贴近度是其同一度和对立度的综合反映，因此，贴近度为

贴近度φi的值越大，表示保障效能的结果Ai与理想效能越贴近，对应的野战管线部队保障效能评估结果就越接近。

3 实例分析

为检验野战管线部队油料保障效能，需要对我军5支野战管线大队在各自担负的保障任务中的作业效能进行评估。本次保障效能检验A1野战管线大队、A2野战管线大队、A3野战管线大队、A4野战管线大队、A5野战管线大队5支大队。各种结果的属性要素如图1中Z1～Z7所示，除“人员素质(Z1)”、“装备性能(Z2)”、“战备训练(Z3)”、“信息化水平(Z4)”的属性值越大越好以外，其他属性值均是越小越好。各野战管线大队保障效能影响因素的属性描述如表1所示。

表1 各野战输油管线大队保障效能影响因素的属性描述

表1中各个大队的属性值均为定性语言描述，为便于量化分析，采用专家评分法，对属性值赋予相应的分值，通过和相关领域专家的沟通，最终根据很差(很低、很小)、较差(较低、较小)、一般、较好(较高、较大)、很好(很高、很大)5个等级，并对应赋予1～5分。

将属性值按上述方法进行转换，得到属性值矩阵R=(rij)5×6：

对属性值矩阵进行标准化处理：

根据标准化矩阵，可以确定出野战管线部队保障效能的正、负理想效能：

各属性的权重集为

将上述结果代入式(9)～式(11)联立求解，得到各野战管线部队的同一度，差异度、对立度如表2所示。

表2 各野战管线大队保障效能的联系度

由表2计算可得，各野战管线大队保障效能与理想效能的贴近度

φ1=0.365，φ2=0.199，φ3=0.165，φ4=0.407，φ5=0.753。

根据贴近度大小，对5支野战管线大队保障效能进行排序：A5>A4>A1>A2>A3。得出结论：A5野战管线大队在所担负的保障任务中作业效能最高，其他部队力量在不同层次上有待加强。

4 结论

基于集对分析的野战管线部队保障效能评估，结合各部队建设实际，综合考虑了多方面影响因素对评估结果带来的不确定性，有效融合了评估过程中各主、客观信息，可靠性较高。案例分析表明，通过集对分析评估野战管线部队保障效能，可有效降低不确定性因素对评估造成的不确定性影响，为掌握野战管线部队保障能力，加强保障力量建设提供了科学依据。

：

[1] 顾佼佼,赵建军,徐海峰，等.基于SPA及PSO的超视距空战态势评估[J].系统工程与电子技术，2014,36(4):691-696.

[2] 马洪文,魏俊,高艳章,等.基于集对分析的战时车辆装备保障方案评估[J].科学技术与程,2010,33(14):3546-3548.

[3] 赵克勤.集对分析及其初步应用[M].杭州:浙江科技出版社，2000.

[4] 白向华,陶凤和,贾长治.基于集对分析的保障能力薄弱环节改进模型研究[J].计算机与数字工程，2011,39(2):6-10.

[5] 张峰,谢振华,程江涛,等.改进集对分析的多属性决策方法在通信干扰目标威胁排序中的应用[J].海军航空工程学院学报,2014,29(2):183-186.

[6] 宋占岭,王忠武,王锐.基于集对分析联系数的主要防御方向选择[J].电子设计工程,2017,25(10):51-53.

[7] 田丽娟,张矢宇,蔡爱国.集对分析法在长江干线水上交通安全上的应用[J].船海工程,2013,42(3):199-203.

[8] 闫华锋.基于SPA的综合评判决策方法[J].计算机技术与发展,2014,24(2):176-178.

[9] 宋占凌,吕涛,张德强.基于集对分析TOPSIS法的掩护目标优选[J].电子设计工程，2013,21(6):52-54.

[10]陆思锡,王帅,周庆忠，等.基于集对分析的海上油料补给方法选择优化[J].后勤工程学院学报，2015,31(4):41-46.

[11]汪明武,金菊良.集对分析耦合方法与应用[M].北京:科学出版社，2014.