陆军合成旅勤务保障分队后装保障能力评估∗

邢帅统 王 炜 董斌先 汪江鹏

（1.火箭军工程大学 西安 710025）（2.31667部队 成都 610000）

1 引言

勤务保障分队是由若干保障单元组成的保障单位，通常情况下在旅的编成内编设基本保障队或若干机动保障组，担负战时后装保障任务，是合成旅完成作战任务的保障支撑，地位作用十分重要［1～3］。本文提出建立陆军合成旅勤务保障分队后装保障能力云评估模型，结合新编制和近年来遂行任务实际构建指标体系，确定各级指标权重，运用云评估理论对其保障能力进行评估，可操作性、科学性较强，对于旅制定作战计划、完成作战任务具有重要意义。

2 勤务保障分队后装保障能力指标体系的构建

2.1 构建能力指标体系的原则

指标体系是从事物的不同方面反映整体面貌，保证指标可以全面准确地对评估对象实施评估。开展陆军合成旅勤务保障分队后装保障能力评估，需紧紧围绕新体制、新编制下勤务保障分队后装保障的基本任务，遵循完备性、简明性、可操作性的基本原则，尽可能减少指标数量，规避一些影响不大的次要因素，以减少冗余，构建指向明确、数量适度、层次清晰的指标体系。

2.2 指标体系的构建

着眼后装保障能力生成规律，按照基于任务分解能力、基于能力细化标准、基于标准检验保障的思路，在借鉴近年来军事斗争准备、战斗力检验评估、训练考核等后装保障实际情况，围绕供应、维修、救护等行动，应用层次分析方法，构建形成合成旅勤务保障分队指挥控制、储备供应、卫勤战救、运输投送、装备维修、生存防护六种能力指标体系［4～8］，如图1所示。

图1 勤务保障分队后装保障能力指标体系结构图

2.2.1 指挥控制能力

分队指挥员在后装保障行动的计划、组织、控制、协调等活动中发挥主观能动性和运用客观条件的能力。主要体现在战备训练、后装训练、人员素质、保障筹划、指挥决策、保障行动控制等方面。

2.2.2 供应保障能力

按照各类装备物资储备定额和供应标准完成各类保障任务的能力。主要体现在财务保障、野营保障、物资油料保障、装备保障、弹药保障等方面。

2.2.3 卫勤战救能力

作战行动中对伤病员的快速、精准、高效的医疗救治和后送能力。主要体现在一线救治、前接后送、卫生防疫等方面。

2.2.4 运输投送能力

为将人员、装备物资快速运达任务地区，利用所需运输力量采取铁路、公路、航空等方式所实施的运输投送方面的能力。主要体现在运输筹划、协调动员、组织实施等方面。

2.2.5 装备维修能力

为保持装备良好技术状态，通过日常维修、器材供应及抢救抢修抢供等行动，保障部队作战、训练和其他各项任务顺利完成的能力。主要体现在维修保障、器材供应、抢救抢修抢供等方面。

2.2.6 生存防护能力

为提高后方指挥机关和后方配置地域的生存和防护能力而采取的保障行动和措施。主要体现在野战生存、构工伪装、警戒防卫等方面。

3 勤务保障分队后装保障能力的云评估模型

云模型是建立在概率论基础上的一种可实现定性概念向定量数值转换的方法工具。较之模糊综合评判法、粗糙集评估法等，在刻画勤务保障分队后装保障能力定性指标上，能够克服模糊数只表征定性指标的模糊性，而不能表征随机性的不足；在勤务保障分队后装保障能力评价结果分析上，能够充分挖掘处理原始数据，反映各个因素对最终决策结果的影响，实现语言值评判，其评价结果具有科学性、直观性。

3.1 后装保障能力评估步骤

陆军合成旅勤务保障分队后装保障能力评估可以看作是一种虚拟云［9］。假设后装保障能力结果的云模型为T=SC(Ex,En,He)，则后装保障能力各指标因素的云模型为Ti=SC(Exi,Eni,Hei)，即为T的各个基云，通过对Ti的逻辑运算即可求出最终评估结果的云模型T。

结合后装保障的特点和熵权法、云等理论，提出陆军合成旅勤务保障分队后装保障能力评估步骤，如图2所示。

图2 陆军合成旅勤务保障分队后装保障能力评估

3.2 建立各指标评估云模型

陆军合成旅勤务保障分队后装保障能力各指标的每一个评语都由一个云模型来描述，组成指标评语的评价标准云模型集。根据采集得到的数据，先通过逆向云产生器得到各指标的云参数，云参数计算如式（1）。然后通过正向云产生器，形成各评价指标的云模型［10～11］。

式中：xi为采集到的各指标原始数据；X为各指标平均值；Exi为勤务保障分队后装保障能力各指标期望值，反映了各指标值的典型样本点；Eni为勤务保障分队后装保障能力各指标的熵，表示各指标值在论域中可被接受的取值范围；Hei为勤务保障分队后装保障能力各指标的超熵，代表样本值出现的随机性。

3.3 指标权重确定

权重的确定方法很多，如Delphi法、层次分析法、相对比较法等。上述方法各有优点，为了消除人为因素的影响，这里基于信息熵法进行确定权重［12］，基本步骤如下。

构建陆军合成旅勤务保障分队后装保障能力决策矩阵 B=(bij)n×m，并对其规范化处理得到R=(rij)n×m，计算属性uj输出的信息熵：

计算信息熵属性权重向量w=(w1,w2,…,wm)，

式中wj为勤务保障分队后装保障能力各指标权重。

3.4 指标评估云合成计算

其中：Ex为期望值，反映了勤务保障分队后装保障能力值的典型样本点；En为熵，表示勤务保障分队后装保障能力值在论域中可被接受的取值范围；He为超熵，代表勤务保障分队后装保障能力值出现的随机性。

4 应用实例

下面应用该模型对某勤务保障分队后装保障能力进行评估。

4.1 各指标云参数计算

为了保证数据采集与收集准确可靠，结合自身在集团军保障部机关工作经历，参考机关训练数据，邀请合成旅指挥员3名、机关参谋（助理员）3名、保障分队指挥员3名、院校及科研单位专家3名，对各指标进行评估打分，得到某勤务保障分队后装保障能力打分统计表，如表1所示。

将表1指标专家的评价统计结果代入式（1），则可以得出各指标云的特征数，如表2所示。

表1 指标专家打分统计

表2 各指标云参数

4.2 各指标权重计算

依据专家打分法得到的各指标评估值，利用熵权法计算可得各指标权重，如表3、表4所示。

表3 一级指标权重

表4 二级指标权重

4.3 指标云合成计算

由指标云合成计算式（4）可得某勤务保障分队后装保障能力一级指标云参数和后装保障能力云特征值，如表5所示。

表5 各指标云参数

运用Matlab仿真可得到某勤务保障分队后装保障能力云模型图，如图3所示。

4.4 评估结果分析

根据本文评估目的，观察勤务保障分队后装保障能力云图和一级指标云参数，可以得出以下结论。

图4 某勤务保障分队后装保障能力云图

该合成旅勤务保障分队后装保障能力值在［70，78］区间范围内，总体评价为良，能够很好地反映当前勤务保障分队后装保障能力。通过观察一级指标可发现，该分队在旅的编成内完成后装保障任务时，在供应保障、卫勤战救、生存防护能力方面存在短板，有待进一步加强。

5 结语

本文应用熵权法和云评估理论对陆军合成旅勤务保障分队后装保障能力水平进行评估，与传统的评判方法相比减少了人为干扰因素，将定性的问题定量化，使评估更具有科学性，增加了评估的可操作性。对于准确检验评估陆军合成旅勤务保障分队后装保障能力，指导提升勤务保障分队训练水平具有重要意义。