基于云模型的合成旅装备维修保障能力评估方法研究

龙万涛,阮拥军,李 震,颜 鹏,岳 帅

(1. 陆军工程大学石家庄校区装备指挥与管理系,河北 石家庄 050003;2. 河北省沧州军分区,河北 沧州 061000)

合成旅作为陆军机动作战的基本单元,作战能力生成发展始终是陆军战斗力建设的核心内容。装备维修保障能力作为合成旅作战能力的重要组成部分,对合成旅体系作战能力生成具有重要支撑作用。合成旅装备维修保障能力评估作为检验其战时装备维修保障能力水平的重要手段,能够有效查找问题缺陷,切实促进能力生成发展,进而保障合成旅体系作战能力提质见效。现有评估方法中,采用的评估模型主要有主成分分析法、模糊综合评判法、数据包络法、DEA法、ADC法以及人工神经网络法等。上述方法各有特点,但对评估指标取值随机性考虑不够充分,对指标数据量纲复杂的处理亦具有相对局限性。云模型评估方法能够通过计算指标值的期望、熵、方差、超熵等算法,实现相关模型转换,从而较好揭示随机性和模糊性的内在关联性,实现对合成旅装备维修保障能力的有效评估[1]。

1 评估方法设计

通过建立合成旅装备维修保障能力评估模型,围绕合成旅装备维修保障任务,选取评估指标,从指挥控制、维修准备、野战修理机构开设、装备抢救、装备抢修5个方面构建评估指标体系,运用云模型进行综合评价,评估流程如图1所示。

图1 合成旅装备维修保障能力评估流程模型Fig.1 Evaluation process model of equipment maintenance support capability of synthetic brigade

合成旅装备维修保障能力评估流程模型,步骤可划分如下:一是通过对合成旅装备维修保障能力评估影响因素的分析,构建评估指标体系;二是利用AHP法、熵权法相结合的组合赋权法计算评估指标权重;三是建立基于云模型的评估模型,开展评估;四是计算综合评估结果。

2 合成旅装备维修保障能力评估指标体系构建

合成旅装备维修保障能力评估指标体系的构建是评估工作开展的前提基础[2]。指标体系的构建过程是对装备维修保障活动进行充分解析,对装备维修保障能力生成影响因素细致分析,并在相关构建原则指导下进行的复杂过程。评估指标体系是否科学、合理,将直接影响评估结果的准确性、客观性。合成旅装备维修保障体系庞杂,装备维修保障任务平时与战时亦有区分,本文重点针对战时装备维修保障能力的检验评估构建相关指标体系。作者参考相关文献,在遵循科学性、完备性、系统性、独立性原则基础上,确定合成旅装备维修保障能力评估指标体系构建的基本思路,如图2所示。

图2 评估指标体系构建思路Fig.2 Thoughts on the construction of evaluation index system

根据以上思路,作者在参考历年部队实战化装备维修保障演练评估实践经验、陆军部队实战化演练相关法规、实战化演练评估指南等文献资料,与相关参评单位进行了深入沟通交流,征询院校及部队相关专家意见基础上,基于合成旅装备维修保障任务,拟从以下5个方面选取评估指标[3]。

1)指挥控制。主要是指装备保障指挥员及指挥要素对装备维修保障谋划筹划、调控调配等的一系列活动。选取的指标主要包括机构建立、保障筹划、保障控制等。

2)装备维修准备。主要是为满足遂行任务需要及确保装备处于良好战技术状态,开展的装备维护、装备维修保障人员、装备设备、工具准备与补充、装备技术准备、技术检查等活动。选取的指标主要包括人员准备、手段准备、装备准备及临战训练等。

3)野战修理机构开设。主要是根据上级命令或遂行任务需要,在相关地域,按照标准要求开设野战修理机构的活动。选取的指标主要包括机构展开、机构管理运行、机构撤收、安全防护等。

4)装备抢救。是指装备在遂行任务过程中失去战斗力或自行能力,使其脱陷和把其送至隐蔽地、修理点或转运地的活动。选取的指标主要包括现地侦察、确定抢救方案、实施抢救、装备抢救后送等。

5)装备抢修。是指在部队遂行任务过程中,运用应急诊断或修复等技术,迅速恢复装备作战能力的活动。选取的指标主要包括技术侦察、完善抢修方案、实施抢修、装备抢修后送等。

合成旅装备维修保障能力评估指标体系如图3所示。

图3 合成旅装备维修保障能力评估指标体系Fig.3 Evaluation index system of equipment maintenance support ability of synthetic brigade

3 评估指标赋权

为更加科学合理且快捷简便地确定合成旅装备维修保障能力评估指标权重,本文采用基于层次分析法(AHP法)和熵权法的组合赋权法进行指标权重计算。

3.1 AHP法确定主观权重

AHP法是最为经典且方便实用的主观赋权方法,通常采用1-9标度法,构建评估指标两两之间的关系矩阵,通过计算最大特征向量确定指标权重,并通过判断矩阵的一致性检验取值的合理性。在判断矩阵最大特征根与向量的计算中可采用方根法或求和法,本文选用求和法[4]。正规化求和法的简要计算步骤如下:

1)将判断矩阵的每一列正规化,即

(1)

2)将新生成的判断矩阵按行相加,即

(2)

(3)

所得向量w′=(w′1,w′2,…,w′n)T即为所求特征向量。

4)最大特征根为

(4)

判断矩阵构建及一致性检验方法,在相关文献中均有阐述,本文不再赘述。

3.2 熵权法确定客观权重

设评估对象集为{Ai}(i=1,2,…,m),指标集记为{Xj}(j=1,2,…,n),xij表示第i个评估对象的第j个指标的原始值。

1)计算第j个指标下第i个评价对象的标准值:

(5)

2)计算第j个指标的熵值ej:

(6)

3)计算第j个指标权重wj″:

(7)

3.3 组合赋权计算

主客观赋权后,进行综合赋权[5]:

w=αw′+(1-α)w″

(8)

式中,w′为主观权重,w″为客观权重,α为偏好系数,本文中α取值为0.5。

4 建立合成旅装备维修保障能力评估模型

4.1 云模型

云模型是将定性描述通过数学表达式转化为定量描述的型,能够有效处理待评事物的模糊性和随机性问题。正态云通过三元组(Ex,En,He)来表示,期望Ex表示隶属云的中心值;熵En是对属性概念的不确定表述,反映了模糊性和随机性;超熵He表示熵的不确定性的大小,反映了样本的随机性[6]。

云模型计算步骤:

1)建立标准云,确定云模型参数Ex、En、He以及需要的云滴数N;

2)根据指标值,生成正态随机数xi;

3)计算云关联隶属度,见式(9)

(9)

4)确定云模型的数字特征参数后,根据云模型算法,可生成云图。

4.2 建立标准云

将各评估指标的等级界限视为一个双约束空间[cmin,cmax]处理,综合考虑约束指标数值的模糊性和随机性,进行适度扩展后计算正态云模型的特征值

(10)

(11)

He=s

(12)

式中,S值为常数,可根据评估指标的具体情况进行调整,本文取S=1.0。

4.3 建立评估指标云

将指标数值归一化处理后,通过公式(13)～(16)计算评估指标的云特征参数。

(13)

(14)

(15)

(16)

4.4 建立综合评价云

通过组合权重值和评估指标云特征参数,利用公式(17)可计算得到综合评价云。通过与标准云的比较,可得到最终评价结果云[7]。

(17)

5 实例分析

以某中型合成旅为评价对象,以该旅参加2021年度实战化装备保障演练活动为背景,对建制内维修保障力量在指挥控制、维修准备、野战修理机构开设、装备抢救及装备抢修等相关科目中展示的装备维修保障能力进行评估。作者获取演练具体数据后进行标准化处理,并邀请10名专家据此对相关评估指标进行打分,指标取值见表1。

表1 评估指标评分值Tab.1 Evaluation index score

5.1 计算组合权重

根据已建立的评估指标体系,邀请装备维修保障领域10名专家对指标两两之间重要度关系进行打分,利用AHP法计算评估指标主观权重w′。利用10名专家对评估指标值的打分,利用熵权法计算客观权重w″。再通过式(8)计算得到综合权重w,具体结果见表2。权重分布如图4所示。由图4 可知,主观权重值与客观权重值有一定的差异,求和平均后的组合权重,体现了传统的融合思维,协调了主客观之间的差异。

图4 合成旅装备维修保障能力评估指标权重分布Fig.4 Weight distribution of evaluation indexes for equipment maintenance support ability of synthetic brigade

5.2 确定评估标准云

本文将合成旅装备维修保障能力评估等级划分为4个级别:Ⅰ、Ⅱ、Ⅲ、Ⅳ,即优、良、中、差4个等级。将各级别取值区间设定为(80,100], (60,80], (40,60], [0,40]。通过公式(10)～(12)可以得到各评估指标的标准正态云模型,即评估指标的等级标准云模型,评估等级和标准云如表3所示。

表3 评估等级及标准云Tab.3 Evaluation levels and standard clouds

根据正态云发生器,将表3中标准云模型参数,云滴数量值设为3 000个,可得标准云图,如图5所示。图5中,Ⅰ～Ⅳ级标准云分别用红蓝黄绿不同颜色表示。

图5 合成旅装备维修保障能力评估等级标准云图Fig.5 Standard cloud image of evaluation level for equipment maintenance and support capability of synthetic brigade

5.3 确定评估指标云

根据式(9)和(13)～(16)可确定各评估指标云,计算结果如表4所示。

表4 评估指标云数字特征参数Tab.4 Evaluation index cloud digital characteristic parameters

5.4 确定综合评价云

将各指标云和组合权重代入式(17),得到装备维修保障能力评估综合云为Ex=71.52,En=14.69,He=5.02,可生成云图,如图6所示。

图6 装备维修保障能力综合评估云图Fig.6 Cloud image for comprehensive evaluation of equipment maintenance and support capability

图6中,黑色云即为该旅装备维修保障能力评估综合评估云。通过与标准云对比,则该合成旅装备维修保障能力评估等级为Ⅱ级,即该旅此次实战化装备保障演练评估结果为良。该结果与实际结果基本一致,说明该方法能够实现对装备维修保障能力的评估,尤其是针对评估指标取值随机、量纲复杂的评估实践活动具有现实指导意义。

5.5 意见建议

根据表4,通过对该旅装备维修保障能力二级指标评估值的分析, 该旅维修保障筹划W12、维修保障准备W23、维修临战训练W24、防卫防护W34、现地侦察W41及实施抢救W43等6项指标值较低,反映了参加演训任务准备工作不够充分、筹划能力相对薄弱、临战训练针对性不强、防卫防护意识较弱、现地侦察能力不足、实施抢救行动还存在一定差距,需要对照具体问题进行6方面针对性整改。

1)对维修保障筹划能力的改进。主要是要紧贴作战装备维修保障任务、作战对手开展装备维修保障筹划训练,练通练精装备维修保障筹划流程,健全装备维修保障信息数据系统,跟踪掌握信息化智能化装备维修保障筹划技术,切实增强装备维修保障筹划能力。

2)对维修保障准备水平的改进。主要是要规范装备维修保障准备程序,强化实战条件下维修专业技术理论、故障分析排查、维修工艺流程等内容的训练,扎实开展装备保养整治、故障排除等工作,最大限度提升装备战备状态,确保部队“随时能战”装备保障水平。

3)对临战训练水平的改进。主要是要增强训练科目的针对性,创新临战训练模式,特别是在创新模拟训练方法上下真功、求实效;要加大训练监察力度,确保临战训练出勤率符合要求,确保训练时间达标、训练内容一致、训练器材到位,做到应训尽训、真训实训,保障临战训练水平达到预期效果。

4)对防卫防护能力的改进。主要是要科学制定防卫防护预案,合理编配防卫力量分组,适时组织装备维修保障防卫演练,提高装备维修保障力量的生存能力;突出野战器材库、修理所等防护重点,加强全维防护措施,强化隐蔽伪装,确保安全。

5)对现地侦察能力的改进。主要是要依托指挥信息系统,充分发挥现有战场技术侦察装备使用效能,畅通战场态势感知链路,实时获取战场装备抢救情报信息;要增强战场信息情报融合处理能力,及时将获取的情报信息传输至指挥机构,为装备抢救抢修方案制定提供决策依据。

6)对实施抢救能力的改进。主要是要科学判断装备淤陷、受损情况,厘清抢救规则,严格落实战场抢救规程,科学确定人员编组,理清战场协同关系,明确抢救指挥协同信号,遵守抢救组织实施流程,规范抢救作业撤收秩序,切实提高战场抢救保障效率。

以上建议主要是根据当前合成旅装备保障能力生成实际,基于自身装备维修保障条件提出,而要实现装备保障能力的真正提升,需要从更多方面综合用力,特别是要解决装备可保障性和易保障性的问题,这就要求在装备设计论证之初就将装备可靠性和配套保障方案统筹考虑,从源头上降低装备维修保障的负担,这也是合成旅装备维修保障能力能够更加科学高效生成、发展的重要前提。

6 结束语

本文构建了合成旅装备维修保障能力评估指标体系,提出了一种基于组合赋权-云模型的合成旅装备维修保障能力评估方法,并通过实例对该方法进行了验证。结果表明,该方法能够较好地处理评估指标标准模糊及指标值随机的现实情况,能够为合成旅装备维修保障能力评估提供理论和方法支撑。该方法能够实现对多因素复杂系统有效评估,但在评估指标权重及评分值确定过程中,仍受到一定主观因素的影响,在实际应用中需谨慎处理。下一步研究中,作者将结合合成旅装备维修保障能力体系建设,探究更加规范细致的评估指标体系、科学精准的评估等级标准体系,深化对评估结果信效度或置信度检验的研究,从而提高评估工作的科学性、可信度。