军队计算机网络工程建设效能评价研究∗

王 瑶 马振利 汤 玲 马 俊

（1.陆军勤务学院 重庆 401331）（2.61068部队 西安 710100）

1 引言

军队计算机网络是指采用IP 技术为各类应用系统提供统一承载，保障各类信息高速传输和宽带交换的通用平台。随着军队“十二五”、“十三五”工程建设任务完成，军队计算机网络工程建设取得显著成效，全军基础网系的网络覆盖能力、传输能力进一步增强，信息通信保障能力得到明显改善。当前军队计算机网络相关研究主要集中于信息安全防护［1～4］、优化管理［5～6］、技术实际运用［7～8］等方面，而针对其工程建设的相关文献相对较少，具体研究其建设效能的文献更是寥寥无几。为提高计算机网络工程建设质量效益，其建设效能的评估工作也日益受到重视，目前全军工程建设评估工作已经启动，但是建立什么样的评价指标体系、采取什么样的评估方法，还缺乏系统的研究，或者说研究成果还不突出，不足以满足目前和将来工程建设评估的需求。因此无论是已经建成的计算机网络工程，还是将要建设的计算机网络工程，如何通过可信数据支撑分析、评估模型验证等科学方法对其建设效能进行评价，已然成为需要重点研究的课题。在此背景下，本研究针对军队计算机网络工程建设效能，探索建立评价指标体系，研究提出评价方法，以期为促进工程建设质量效益提升提供指导。

2 军队计算机网络工程建设效能评价指标体系的建立

在综合评价类研究中，要将一个多层次、多因素、复杂的评价问题用较为科学的计量方法进行综合量化处理，首先需要对评价对象构建一个综合评价指标体系，这个指标体系能体现被评对象各影响因素之间关系的层次化和条理性［9］。建立军队计算机网络工程建设效能评价指标体系，必须遵循军队信息通信基础网络工程建设的客观实际，在研究工程建设需求及评价任务的基础上，按照“准确性、完整性、层次性、独立性、可操作性”等原则［10］进行构建。本文聚焦评价对象、建设规划、军用属性、使用效果等核心影响因素，选取计算机网络能力效能、工程建设质量效能、三是工程建设时效性、工程建设投资分析为准则层指标并以此确定最终的军队计算机网络工程建设效能评价指标体系，如表1所示。

3 确定综合评价模型

在构建完成军队计算机网络工程建设效能评价指标体系后，需要选定合理的数学模型进行指标赋权并得到最终的评价结果。在本研究中，选用网络层次分析法确定各指标权重，选用灰色聚类模型作为评价结果输出模型。

3.1 网络层次分析法

网络层次分析法，又称为ANP，是在层次分析法（AHP）的基础上创建的一种新的赋权方法［11］。与AHP 相比，ANP 用网络结构表示系统内各元素间的关系，而不再是简单的递阶式层次结构，这样能够充分地反映系统内部各元素之间的相互依存和反馈关系，是一种更加科学、有效的赋权方法［12］。由于ANP 在指标赋权过程中独到的优势，一经提出遍广受认可，其应用范围已经拓展到效能评估［13］、作战体系［14］、采购审计［15］、方案选择［16］等领域。运用ANP 对指标赋权，首先需要建立ANP 的网络结构，而后构造并求解判断矩阵，最后计算ANP 超级矩阵并求得各指标最终权重。ANP 计算极为困难，一般需要借助SD软件进行操作。

3.2 灰色聚类模型

灰色系统理论由我国学者邓聚龙教授于1982年创立［17］，灰色聚类模型就是其中的一个分支［18］。运用灰色聚类模型进行综合评价是通过灰色理论中的白化权函数，计算评价对象在各个具体指标上的白化权函数值并与各指标权重相结合，由此判定其所属评价等级［19］。该方法对样本量的多少和样本有无规律均适用，其量化结果不会违背定性分析的结论，具有典型灰色特征的系统［20］。具体过程如下。

3.2.1 确定评价等级标准

在综合评价研究中，通常可设定四个或五个评价等级及其对应标准值，比如评价等级为优、良、中和差，其对应标准值分别是a、b、c、d。

3.2.2 确定灰类白化权函数

各个评价等级对应白化权函数如下。对于评价等级优，构造上限测度白化权函数，具体如下：

3.2.3 确定综合评价矩阵

将评价对象在各指标方面的具体数据带入各个评价等级对应白化权函数中，根据公式计算求得白化权函数值rij，以此形成灰色权矩阵R。

再将经ANP 求得的权重向量W 与R 相乘得到由评价对象对应的的综合评价矩阵T，计算公式如下：

3.2.4 计算综合评分

最后将综合评价矩阵转化为综合评分，根据综合评分的大小判定其所属的评价等级，计算公式具体如下所示：

S=T×[a，b，c，d]T

说明：S为评价对象的综合评分。

4 实例分析

在本研究中，以X 综合网为研究对象，对其建设效能进行实证评价。该综合网是传输处理综合保障和业务办公信息的基础网络，建设重点在于宽带承载、信息共享和全域监管。通过对其建设效能进行评价，明晰其优势与不足，具体评价过程如下。

4.1 基于ANP确定各级指标权重

运用超级决策软件Super Decisions 进行操作。首先将各个一级指标作为元素集、二级指标作为元素，通过软件中的Cluster、Node、Node connex⁃ions from 等命令构建好军队计算机网络工程建设效能评价ANP结构模型，具体如图1所示。

图1 军队计算机网络工程建设效能评价ANP结构模型

而后再通过超级矩阵运算先后求得未加权超级矩阵、加权超级矩阵、极限超级矩阵，最终得到各级指标权重，具体权重结果如表2所示。

表2 各层级指标权重

4.2 基于灰色聚类模型确定评价结果

参考已有综合评价类相关文献，设定评价等级为优、良、中、差，其标准值分别是9、7、5、2，则其所对应的白化权函数分别是ƒ1i[7,9,−,−]、[5,7,−,9]、ƒi3[2,5,−,7]、ƒi4[−,−,2,5]。再组建立评估专家小组，对X综合网再在各个指标方面的表现采用10 分制进行评分，取其均值。根据评分原始数据、白化权函数以及各指标组合权重，运用GS⁃TA V7.0 进行灰色聚类分析，得到各一级指标及评价对象整体的综合评价矩阵，具体如表3所示。

表3 各一级指标及评价对象整体的综合评价矩阵

依据各指标评价标准值和各一级指标及评价对象整体的综合评价矩阵，得到X 综合网在各一级指标维度及整体的综合评分，具体计算过程与结果如下：

A1 综合评分：0.1478×9+0.5326×7+0.2121×5+0.1075×2=6.3339；

A2 综合评分：0.6554×9+0.2301×7+0.0921×5+0.0224×2=8.0146；

A3 综合评分：0.1089×9+0.2117×7+0.4521×5+0.2273×2=5.1771；

A4 综合评分：0.2732×9+0.4782×7+0.1658×5+0.0738×2=6.8458；

整体综合评分：0.2722×9+0.4236×7+0.2037×5+0.1005×2=6.3447。

4.3 可靠性分析

为了对本文提出的ANP-灰色聚类评价方法的可靠性进行检验，另外选用模糊综合评价法［21］基于同样数据进行求解，以验证评价结果之间的吻合程度，结果对比如表4所示。

表4 评价结果对比表

根据上表可知，基于本文所提出的ANP 灰色聚类评价方法得到的评价结果与基于传统的模糊综合评价法得到的评价结果较为一致，仅A4 评价结果有略微差别，原因是模糊综合评价法初始数据为每位专家评分数据所属的评价等级，而灰色聚类模型初始数据是每位专家评分的具体分值，更为精确，这进一步验证了本文所提出评价方法的可靠性与有效性。

5 结语

本研究根据军队计算机网络工程建设专业需求和建设程序，从计算机网络能力效能、工程建设质量效能、工程建设时效性、工程建设投资分析等几个维度建立专业评估指标体系，选用ANP-灰色聚类模型作为评价方法，计算验证工程建设效能，以期达到逐步优化军队计算机网络工程建设内容和方法、不断提高工程建设质量和效益的最终目的。下一步可根据评价对象的变化，对指标体系进行优化，确保评价结果更为贴合实际。