基于小波神经网络的装备保障方案评价方法

2020-10-12方正

电力与能源系统学报·上旬刊 2020年4期

方正

摘要：针对当前装备保障方案评价方法科学性不高，实用性不强的问题，提出了基于小波神经网络的装备保障方案评价方法。即在作战行动仿真的牵引下，先设置基于小波神经网络的评价值，其次建立保障方案评价的指标体系，包括保障任务完成能力、资源需求满足能力、任务完成时效情况和保障装备战损程度，最后将以上评价指标量化，并进行仿真试验验证该评价方法的可行性。

关键词：小波神经网络;装备保障;评价方法

引言：装备保障是战斗力的重要组成部分，深刻影响战争结局，而战前装备保障方案的制定是实施装备保障行动的重要依据，其科学性、实用性关乎整个任务的成败。因此如何在组织作战时保障武器装备高效可靠地运行，是各级装备保障部门的重点研究目标[1]。本文基于小波神经网络的原理对装备保障方案进行评价，充分利用了评价主体结构的逻辑思维模式，降低了方案中的人为因素影响，使方案评价更具备客观性，并对该方案的装备保障体系结构综合分析，提出该方案的优点和不足，最终达到优化装备保障方案的目的。

一、基于小波神经网络的装备保障方案评价设计

（一）基于小波神经网络的评价值设置

在对方案进行评价时，首先通过小波神经网络计算各项参数在整个方案中的权重。将各项参数作为小波神经网络的输入值，则权重集合。其中，为第i个指标的权重[2]。通过权重集求出评价集，评价集，其中，是第i个指标的评价。将评价集的结果设定为五个等级，从优到劣分别是好、较好、一般、较差、差。因此将小波神经网络的参数值代入评价集，得到5个评价值：好=[1，0，0，0，0]，较好=[0，1，0，0，0]，一般=[0，0，1，0，0]，较差=[0，0，0，1，0]，差=[0，0，0，0，1]。

（二）保障方案的评价指标体系建立

为了对装备保障方案做出评价，首先需要建立如图1所示的评价指标体系。将评价指标分为四个部分，分别是保障任务完成能力、资源需求满足能力、任务完成时效情况和保障装备战损程度，然后分别对四项指标进行评价。

首先是保障任务完成能力评价指标，这部分指标体现了保障任务成功完成的概率，通过将方案仿真运行多次获得。其次是资源需求满足能力的指标，这类指标通常用于体现各类保障资源的供需情况，包括器材、人员和弹药等对任务需求的满足程度。第三是任务完成时效的指标，采用保障时效性来衡量，反应任务完成的及时性。最后是装备自身战损程度的指标建立，这类指标反映保障装备在战场恶劣环境下的使用程度和完好率[4]。

（三）评价指标量化

假设能力指标影响因素为，其性能数值为，结合上文中的權重集合，得到影响因素的效用函数值，函数值取值区间为。

通过上述方法即可确定该方案各项指标由好至差的评价值，从而得到最终的装备保障方案评价。

二、对比实验

以作战仿真模拟系统为基础，搭建仿真试验的环境框架，增添作战装备保障指标系数，将本文作出的评价方法作为实验组，以作战装备保障专家通过研讨得到的评价结果作为对照组，进行模拟实验，通过对比得出本文的评价方法是否准确。

（一）实验准备工作

为保障实验能够顺利进行，对系统硬件的性能进行测试。本实验使用yaahp作为软件系统，在软件中搭建跨境作战模型，其中红军为跨境作战方，蓝军为防守方。实验中共设置10组不同样本数据，以减少仿真实验中的随机性和不确定性。组织作战装备保障专家对这10组样本数据进行探讨，得出最终评价见表1对照组。

（二）实验过程

在系统软件中输入本方案的初始指标保障任务完成能力、资源需求满足能力、任务完成时效情况和保障装备战损程度。通过计算将指标量化为的参数值，并设定5个评价值。将10组样本依次输入，开始模拟运行，并将最终得到的结果记录并进行分析。

（三）实验结果分析

以上10组样本数据得到的实验组与对照组的结果记录如下表所示。

据上表数据，在以上10组样本数据中，只有第2组的样本中对照组和实验组的评价值出现了差异，通过计算可以得出本文所用评价方法的判断错误率为10%。就整体而言，实验组的评价方法具备一定的可信度，本文研究的评价方法具备推广性。