征兵被装体型数据采集方法优化研究∗

张海亭 叶德平

（陆军勤务学院 重庆 400030）

1 引言

一直以来，我军军人人体尺寸数据的采集，主要依靠人工使用皮尺测量人体的头围、身高、胸围、腰围和脚长等基本数据，这种数据采集方法存在对测量者专业知识要求高、数据录入统计汇总任务繁琐、数据测量不准确等诸多问题。受传统方法着装号型准确采集难、保障需求提报速度慢的制约，我军被装供应模式仍然停留在模糊概算和经验式供应保障模式上，离精确化、精细化、精准化和按需供应保障还有很大差距［1］。在这种保障模式下，基层单位被装管理人员为了确保官兵人人适体，不得不反复调换号型，造成了人财物的严重浪费；为了满足各级的调号需求，全军不得不保持较高比例的周转量，造成库存物资大量积压，甚至造成许多不必要的损失浪费，因此科学合理的数据采集方法则显得尤为重要。

2 头围数据采集方法优化

根据07式军服号型是由身高、头围、胸围、腰围和脚长这五个指标确定的标准要求，能否准确采集这五个指标就变得尤为重要［2］。其中身高可以通过测量的方法来进行数据采集，这一项相对准确。在征兵体检过程中对头围采用测量的方法，事后对新兵的调查结果如图1所示。通过调查结果显示，对头围采用测量的方法数据误差较大，因为头围数据的采集与头发的浓密，每个人的头形和测量的位置都有很大关系［3］。考虑到军帽戴起来比较方便，可以在每个人武部配发一定数量的军帽，对头围的测量直接采用试戴的方法来解决，这样更能保证数据的准确性，减少了后期的调号等过程。

图1 2017年作训帽适体率调查结果

3 脚长数据采集方法优化

目前，在征兵体检过程中脚长数据的采集主要采用自报号型的方法，相比之前采用测量的方法要准确一些，但仍存在应征青年自报的鞋码不符合实际的情况。为了提高数据的准确性，在数据采集中增加数据校验的功能，具体步骤如下。

1）根据身高和脚长的关系，计算出脚长的合理范围［h/7，h/6］（其中h为应征青年的身高数据）；

2）再根据脚长与鞋码之间的关系，计算出鞋码的合理范围［L2*2-10，L1*2-10］（其中L1、L2分别为应征青年脚长的上下限）。

通过自报号型与数据校验相结合能大大提高数据的准确性［4］。比如身高180cm的男军人，脚长的合理范围［25.7，30.0］（单位：cm），对应鞋码的合理范围［41，50］（单位：码），如果他自报的号型为39码，则数据存在问题，在系统录入的时候会提醒数据异常，如果为42码，则数据合理，可以直接录入。

4 胸围、腰围数据采集方法优化

胸围、腰围的测定，我们根据个人肥胖指数与身高、体重之间存在的关系（即BMI=体重（kg）/身高（m）的平方，由此推断肥胖指数情况与着装军服号型之间也应该存在一定关系［5］。因此，我们对近十年来湖北省新兵中人体的基本数据（身高、体重）与军服号型的关系长时间研究后发现，07式军服号型与身高、体重之间的确存在一定关系［6］，配衣参数因子计算公式如下。

其中：η为配衣参数因子；w为体重，单位为kg；h为身高，单位为cm。

表1示意了一个可能的配衣数据表。

表1 配衣参数因子表示例

4.1 人体号型信息换算方法优化的统计规律

通过大量实测之后，已经验证了这种方法的准确性，图2～4是根据数年来部队测量数据的统计分析选取其中三个身高段得出的图表，在下面的图表中，横坐标为体重值，纵坐标为胸围值，胸围值每4cm一个间隔，且取值点都在军服号型分段点上。图2～4中的黑点表示大量实际测量值在每一个体重值上的平均数，菱形点为根据实测值推演算法计算出的采样点，具体如图2～4所示。

图2 165cm身高段胸围-体重分布散点图

图3 170cm身高段胸围-体重分布散点图

图4 175cm身高段胸围-体重分布散点图

通过图2～4可以看到，我们采取的算法是完全根据实测值的分布轨迹取值，这样就很好地符合了实际的体重-胸围分布情况，可以使我们的测量结果达到非常高的准确度［7］。

4.2 人体号型信息换算方法优化的算法示例

在实际测试中，落在菱形采样点之间的体重值，将根据左右最近的两个采样点取得一个最小范围的线性估值，如

一个175cm身高的测试者体重为80kg，首先计算出配衣参数因子，然后通过对175cm所属号型段的配衣参数表进行查询，可以得知其上衣型号为175/96，胸围处于94～98之间［8］。

具体计算过程如下：

计算测试者的配衣参数因子：

通过身高175cm查表得到所属型号段为173—177号型段在173—177号型段查表得知该值处于175/96号型范围内，其对应的配衣参数因子的值域下限为13.46，上限为15.50，上衣型号确定为175/96。

4.3 人体尺寸信息采集方法优化的效果验证

2016～2017年经过近两年的实际使用，我们得到了大量统计数据，可以很好地说明该模型在实际使用中的效果。

下述各表为按身高和号型分段的误差统计表［9］，样本总数为34357人。

表2为军服号型测量的分段误差统计，从最终的统计结果可以看到，在军服号型测量方面，该模型达到了超过96%的准确率，误差率仅为3.126%。

图5为军服测量的分段误差统计曲线，纵坐标为人数，横坐标为军服号型［10］。

表2 军服误差分段统计表

图5 军服测量分段误差统计曲线

从图5可以看到，代表测量值的红色曲线与代表实际值的蓝色曲线差异非常微小，各个号型段的测量值与实际值基本一致［11］，误差很小，这说明了该方法的准确性并不偏向任何一个特定的身高号型段，对各型号都有很好的符合程度。

5 结语

2018年我们按照新的军人人体尺寸采集方法对该省军区预征新兵重新建立人体尺寸数据库，并在定兵后去除了未入伍人员的数据。依据该人体尺寸数据建立号型档案库，进一步进行号型分布统计分析。依据此数据进行编报了征兵被装预算［12］，预置了相关被装物资。

新兵起运前，该省军区组织对入伍人员适体率情况进行征兵被装发放适体率问卷调查，反馈回来适体率由原来往年88%提高到95%。从问卷调查反馈回来的征兵被装发放适体率的结果来看，征兵被装数据采集方法的优化是具有显著效应的。