基于F-ANP的舟桥装备系统效能评估研究∗

何晓晖 王 强 徐 磊 陈华明

（陆军工程大学野战工程学院 南京 210007）

1 引言

舟桥装备是用于架设浮桥和结构漕渡门桥的制式装备，是我军克服江河障碍的主要保障装备。舟桥装备的系统效能是其在作战运用中所具备的作战能力，是其装配部队使用的最终目标，也是评估舟桥装备性能优劣的综合指标［1］。对舟桥装备的系统效能进行科学评估，不但有助于充分发挥装备的机动保障能力，而且能为科学制定装备的作战原则、使用条例和训练计划等提供决策支持，是装备研究领域的重要课题。系统效能是策划研制舟桥装备的基本依据，其评估工作是舟桥装备论证过程中的重要环节，但是由于舟桥装备种类繁多、属性复杂和评估指标种类多等因素，因此在评估中存在着结果不够准确、方法不明确的问题［2～3］。

2 模糊ANP评估舟桥装备系统效能步骤

目前对于舟桥装备系统效能的评估方法一般有专家评估法、层次分析法、模糊评判法、ADC法和SEA法等方法［4～5］。其中专家评估法和层次分析法属于主观评估方法，主观因素较多，评估方法较为简单易行；模糊综合评估法、ADC法和SEA法属于定性定量相结合的方法，虽然在评估过程中需要进行大量的数据收集，且对数据处理时存在一定难度，但是此类方法为效能评估提供了科学评估方法，得到的评估结果更为准确，目前有着广泛的应用［6］。考虑到舟桥装备的评估层次结构的复杂性、不确定性和信息的不充分性，使得评估系统效能过程中缺少客观性的评估和决策，且在确定舟桥装备评估指标之间的权重存在一定的难度。基于网络分析法和模糊综合评估法，本文运用二者相结合的方法——模糊网络分析法（F-ANP）对舟桥装备进行系统效能评估［6～8］。根据 F-ANP的相关理论，采用F-ANP评估舟桥装备系统效能的基本步骤如下。

2.1 构建舟桥装备系统效能影响因素集［9～13］

对舟桥装备建立影响模型的因素集，包括总目标因素集和子目标因素集：

总目标因素集：

子目标因素集：

2.2 构建舟桥装备系统效能评语集

评语集是对各层次的因素的语言描述，是评审专家对于每个指标评估的评语集合，考虑到舟桥装备的各个指标的性能优与差，最终将评语分为五个等级。具体的评语集如下：

2.3 确定模糊综合判断矩阵

建立模糊判断矩阵R，即从U到V的模糊关系矩阵，对每个指标进行性能评估。即

2.4 F-ANP确定权重

在应用ANP时，每个指标的权重对于评估结果有着十分重要的影响，权重的不同直接影响着最终评估结果。本文运用Super decision软件先构建指标网络分析结构，再根据网络结构计算元素之间的权重（包括一级指标和二级指标）。

二级指标得到权重矩阵W（假设每个一级指标相互之间都有联系）：

一级指标权重矩阵A（假设每个一级指标相互之间都有联系）：

2.5 计算极限排序

根据权重矩阵W和A得到加权超矩阵：

极限排序就是根据加权超矩阵的性质计算的：

根据结果矩阵分析Z舟桥装备系统效能。

3 F-ANP评估舟桥装备系统效能

根据F-ANP评估舟桥装备系统效能的基本方法，本文以Super Decision软件为平台，构建了舟桥装备系统效能评估的模型。Super Decision软件为Windows界面，采用模块化进行建模，具有强大的计算功能，在指标体系中权重的计算有着较为广泛的应用。

3.1 确定评估指标体系

在经过一系列的调研和装配部队使用情况反馈汇总，舟桥装备的系统效能主要受陆上机动性能、装卸载性能、指挥控制性能、战场生存性能和浮桥通载性能等五大指标影响，每个指标又分多个二级指标，各个指标之间也存在着影响关系。经过分析对比，建立的指标体系如表1所示。

表1 舟桥装备系统效能评估指标体系

3.2 确定系统效能模糊判断矩阵

在建立因素集U和评语集V之后，需要建立模糊判断矩阵R，而模糊判断矩阵的建立需要对每一个指标进行评估。为了对桥梁装备进行综合评估，本模型选取舟桥装备在设计研发过程中的科研人员、项目负责人员和装配的部队官兵等共20人组成评审团，对表1中每个二层指标进行单因素的评估。通过对每个评审人的调查问卷回收整理，结果如表2所示。

表2 舟桥装备指标性能评估调查结果统计表

再经过归一化处理得到模糊判断矩阵R1和R2：

3.3 Super Decision确定元素间权重

由于F-ANP的网络层次结构较复杂，计算过程较繁琐，工作量大，本文采用Super Decision软件来协助计算每个指标的权重。该软件完全采用Windows界面，操作简便。

首先根据各指标之间关系建立如图1所示的网路层次结构，之后在Super Decision软件中建立如图2所示的ANP结构，然后对每个指标的权重进行矩阵计算。权重的计算采用特征值法：通过求解判断矩阵的特征值得到每个判断矩阵中各个指标的权重。

根据ANP结构，首先确定各个一级指标对于舟桥装备及其相互之间的影响，再确定每个二级指标对于一级指标及其相互之间的影响。由于判断矩阵过多，下面就某些指标之间的判断矩阵进行示例。

表3 一级指标之间的元素判断矩阵

4 模型分析与计算

依托构建的舟桥装备系统效能模型，本文对两种型号舟桥装备的系统效能进行了评估，将评估结果与两类舟桥装备在部队实际使用反馈作对比来判断F-ANP评估舟桥装备系统效能的准确性与适用性。

表4 “浮桥架撤时间”在“浮桥通载性能”中的元素判断矩阵

表5 “通行载荷间距”在“架设长度”中的元素判断矩阵

在Super Decision软件对每个指标确定权重之后，需要建立加权超矩阵，并进行归一化处理，进而得到指标的最终排序向量，将排序向量与模糊判断矩阵相乘得到最终评估向量，完成对舟桥装备的系统效能的综合评估。

4.1 计算最终排序

ANP模型中各个决策层次之间的相互关系是通过求解判断矩阵的特征值来处理的，首先要建立加权超矩阵，将加权超矩阵-W进行自乘：再进行列归一化；进行n（n→∞）次的自乘运算（每次自乘后进行列归一化再继续自乘），得到极限超矩阵，进而得到所有二级指标的最终排序，如表6所示。

可以得到最终排序向量（极限排序）-Wn=（0.1419，0.0839，0.1078，0.0415，0.0831，0.0320，0.0247，0.0472，0.0255，0.0264，0.0139，0.0183，0.0689，0.0298，0.0282，0.0438，0.0468，0.0258，0.0264，0.0228，0.0107，0.0262，0.0242）。

4.2 综合评估

将最终排序向量P分别与模糊判断矩阵R1和R2进行相乘得到最终评估向量Z1和Z2：

表6 各项指标权重及排序

通过对最终评估向量Z1和Z2的分析可得：舟桥装备1的优秀率是38.857%，而舟桥装备2为8.238%；舟桥装备1的及格率为95.106%，而桥2的及格率为75.048%。评估结果与部队在实际使用两类舟桥装备的反馈相符，桥1的系统效能要高于桥2，可见，本文提出的模糊ANP对舟桥装备系统效能的评估是合理准确的。

5 结语

本文在原有的对舟桥装备系统效能的评估方法的基础上，考虑到底层指标评价不准确的问题，提出了模糊判断矩阵的方法来评价底层指标，与ANP相结合对舟桥装备进行评估，定性地评价与定量地计算相结合，同时借助Super Decision软件对指标权重的计算，提高了评估方法的准确性和适用性以及评估工作的效率。

［1］刘仕雷，李昊.改进ADC方法及其在武器装备系统效能评估中的应用［J］.国防科技大学学报，2017，39（3）：130-135.

［2］刘华翔，朱荣昌，等.综合航空武器平台作战效能评估综述［J］.系统工程学报，2003，18（1）：55-61.

［3］黄炎焱，杨峰，王维平，等.一种武器装备作战效能稳健评估方法研究［J］. 系统仿真学报，2007，19（20）：4629-4633.

［4］廖瑞金，王谦，骆思佳，等.基于模糊综合评判的电力变压器运行状态评估模型［J］.电力系统自动化，2008，32（3）：70-75.

［5］吴晓锋，周智超.系统效能分析的SEA方法［J］.舰船电子工程，1998（3）：31-35.

［6］郭齐胜，张磊.武器装备系统作战效能评估方法研究综述［J］.计算机仿真，2013，30（8）：1-4.

［7］王晓东，吴雅琴.基于模糊综合评判的网络受损状态评估的设计与实现［J］.现代电子技术，2016，39（23）：83-85.

［8］Saaty T L.The Analytic Hierarchy and Analytic Network Processes for the Measurement of Intangible Criteria and for Decision-Making［J］.2016.

［9］臧垒，蒋晓原，王钰，等.C4ISR系统作战效能评估指标体系研究［J］. 系统仿真学报，2008，20（3）：574-577.

［10］马力，张明智.网络化体系效能评估建模研究［J］.军事运筹与系统工程，2016，30（1）：12-17.

［11］周黎莎，于新华.基于网络层次分析法的电力客户满意度模糊综合评价［J］. 电网技术，2009，33（17）：191-197.

［12］孙宏才，徐关尧，田平.用网络层次分析法（ANP）评估应急桥梁设计方案［J］.系统工程理论与实践，2007，27（3）：63-70.

［13］唐小丽.模糊网络分析法及其在大型工程项目风险评价中的应用研究［D］.南京：南京理工大学，2007.