基于证据推理的装备在役适用性评估研究*

齐分岭,韦国军,孙 金

(1. 航天工程大学,北京 102206;2. 中国人民解放军66389部队,山西 太原 030031)

装备在役考核工作是我军新时期试验鉴定活动的重要组成部分,是装备列装服役后试验鉴定部门依托部队开展的持续性试验活动,重点跟踪掌握装备使用保障情况,考核装备在实际使用环境下的作战、保障效能发挥情况[1]。开展装备在役考核,重点是进一步验证作战效能及作战适用性,考核装备在役适用性方面存在的问题,通过持续的考核鉴定工作,切实掌握装备服役后的综合表现,并有针对性地提出装备管理、编配使用、改进升级等方面的意见建议。

装备在役考核评估是在役考核的关键环节,是围绕在役考核目的及内容开展的鉴定性评价活动,是对在役考核数据进行的一系列建模分析过程。在役考核通常结合部队战备训练、日常管理、联合演训等工作任务开展,装备在役适用性评估是在役考核工作中的一项重要内容,对装备在役适用性进行评估能够切实摸清装备在服役过程中的基础性能底数及综合效能发挥情况,提高装备在完成多样化军事任务中的在役适应能力[2]。

本文以某型卫星装备为研究对象,进行装备在役适用性评估研究,通过建立证据推理的评估模型对装备在役适用性进行科学评估。

1 在役适用性指标体系构建

指标体系构建是在役适用性评估的基础性工作,是评估数据采集的依据,指标体系是否合理直接影响在役考核评估的质量。在役适用性评估是在役考核评估中的重要内容,在役适用性是指在规定的操作使用环境条件下,装备适应部队编配并保持性能稳定的程度,一般包括适编性、适配性、质量稳定性、服役经济性[3]。本文选取基于树状分析的方法构建在役适用性指标体系[4],树状分析技术对顶层能力指标进行逐层分解,将在役适用性问题分解为关键子问题,再将子问题分解为效能指标,效能指标再分解为性能指标,最后分解为可以采集的数据元。依据在役适用性考核评估内容将在役适用性问题分解为适编性问题、适配性问题、质量稳定性问题、服役经济性问题4个子问题,每个子问题又可以分解为一个或多个与其相关的效能指标,每个效能指标可分解为多个性能指标,每个性能指标则与最终数据元相对应。例如适配性子问题可以分解为:卫星与其他型号卫星或其他类型卫星之间信息联通能力如何?地面应用系统与其他地面装备资源保障通用性如何?将这些子问题用指标来衡量,就可以分解出适配性指标，包含互联互通能力与资源保障通用性,同理可以分解出所有能够回答在役适用性子问题的指标数据。基于树状分析构建在役适用性指标体系的方法如图1所示。

图1 基于树状分析构建在役适用性指标体系方法

由树状分析法层层分解可得到装备在役适用性指标初始体系,再通过灰色关联度分析法与德尔菲法进行筛选优化[5],最终得到优化后的卫星装备在役适用性指标体系,优化后的指标体系共22个指标,如图2所示。

图2 卫星装备在役适用性指标体系

2 基于证据推理的在役适用性评估方法

当前，对装备在役考核及在役适用性评估方法的研究还比较少,没有成熟经验可以参考,但是学术界对作战试验评估方法的研究比较多[6-8],结合在役适用性评估特点及内容借鉴已经得到了实践应用评估方法。在役适用性评估是在役考核重要的考核评估内容,具有这种新型试验类型普遍的特点,其指标结构体系复杂，指标类型多样，影响因素众多[9],指标内容来源于多个部门,涉及装备战备值班、联合演训、维修管理等日常工作,数据采集获取过程中也存在诸多不确定因素。

在役适用性评估需要考虑多种不确定情况下的多因素影响,从指标类型来看,既有定性指标也有定量指标,部分指标因具有概率性而用概率表示,部分指标因具有模糊性而用“好、中、差”等模糊性文字表示,部分指标因由专家打分获取具有主观性[10],这些问题使得在役适用性评估具有明显的不确定性。

针对以上描述,为有效处理在役适用性指标中包含的复杂性与不确定性,本文选择基于证据理论构建置信规则库的方法进行在役适用性建模评估,采用置信度结构描述在役适用性指标的不确定性和不完整的专家知识经验,并以置信度结构的形式展示规则集成的结果[11-12]。

2.1 构建置信规则库

置信规则库主要包括前提条件和规则结论,可以将不同种类的指标、历史数据信息及专家经验以置信度结构的形式表示出来。置信规则库中的规则一般由“if-then”的结构表示,每条置信规则结论都具有各自的置信度等级,其表达式一般如式(1)所示:

(1)

2.2 相似度、匹配度及权重计算

在役适用性置信规则库中各影响因素参考值{Ai1,Ai2,…,Aij,…,Ai|Ai|}具体表示在役适用性第i个指标第j个参考值,|Ai|为指标i参考值的数目,规则激活需要先将输入指标数据进行置信度结构转换,计算输入值xi与参考值Aij的相似度,用式(2)计算:

(2)

(3)

下面计算带有置信度的输入指标值xi对单个指标的匹配度,用式(4)计算:

T(xi,δi)={(Ai,αij)}

(4)

式(4)中，αij表示输入值匹配能力指标dj的第j个

取值Aij的匹配度,用式(5)计算:

(5)

(6)

2.3 输入对结论信度分布的修正

修正公式为[13]

(7)

(8)

2.4 证据推理集成

证据推理算法的基本公式[14-15]如下:

(9)

(10)

其中,式(9)、式(10)中的N为置信库规则结论数,βl为第l个结论的置信度,μ为证据推理组合修正系数。

3 装备在役适用性评估实例分析

下面以某型卫星为研究对象开展在役适用性评估,说明基于证据推理方法在装备在役适用性评估中的具体应用。为简化计算,假设置信规则库中各规则的权重均为1,各条规则前提条件的相对权重也为1,通过实地调研,结合专家意见构建置信规则库,专家意见可用数据采集表表1采集,整理汇总后的评估规则库(部分)如表2所示,通过对卫星使用管理单位进行调查问询,参考所构建的指标体系内容并结合对装备在役适用性历史数据的分析,得到该卫星装备在役适用性能力指标取值,如表3所示。

表1 专家意见数据采集表

表2 在役适用性评估规则库(部分)

表3 在役适用性评估指标取值

设待评估对象某型卫星装备S1号星输入数据参考值为I7=(强,0.8)(中,0.2),I8=(强,0.7)(中,0.2)(差,0.1),I9=(强,0.8)(中,0.2),I10=(强,0.9)(中,0.1),I13=(30,1),I14=(强,1),I15=(0.8,1),I16=(83%,1),I17=(90%,1),I18=(12%,1),I19=(15%,1),I20=(强,0.9)(中,0.1),I21=(强,0.8)(中,0.2),I22=(中,1)。上述条件可用于计算人员适编性等。

3.1 计算人员适编性

1)激活规则

已知输入值为I16=(83%,1),I17=(90%,1),激活了规则库中第3、4、5、6条规则,如表4所示。

表4 被激活的规则

2)计算相似度

将输入值I16、I17代入式(2)，计算相似度可得:

φ1(83%,80%)=0.7,φ1(83%,90%)=0.3,

φ1(83%,100%)=0;φ2(90%,80%)=0.5,

φ2(90%,100%)=0.5。

3)计算匹配度与激活度

利用式(6)、式(7)、式(8)计算输入值与每条规则的归一化后的激活度,可得:

ω3=0.15,ω4=0.15,ω5=0.35,ω6=0.35,μ3=1,μ4=1,μ5=1,μ6=1。

4)证据组合

利用式(9)、式(10)计算可得人员适编性I6((强,0.386 2)(中,0.351 1)(差,0.262 7)),由计算结果可以看出该装备适编性强的信度值为0.386 2,中的信度值是0.351 1,差的信度值是0.262 7,三者信度之和0.386 2+0.351 1+0.262 7=1,说明输入信息完全时,输出信息也是完全的。

3.2 计算在役适用性能力

按照上节中步骤，运用同样的方法分别计算出I11、I12、I2、I3、I4、I5,由于数据量大,可采用软件进行计算,最后得到在役适用性能力I1=((满足,0.511 6)(基本满足,0.312 7)(不满足,0.175 7)),评估结果表示通信卫星S1的在役适用性评估结果为满足服役任务的置信度为0.511 6,基本满足服役任务的置信度为0.332 7,不满足的置信度为0.155 7。评估结果以置信度分布的表现形式对该卫星当前服役状态下的在役适用性能力进行了描述。

3.3 多对象评估结果对比

假设当前需要对同系列型号的S1、S2、S3三颗在轨运行的卫星进行在役适用性评估比较,其中S1星已经在上一节评估完毕。对于S2星,输入参数值任务性能下降率I18=(7%,1),可靠性下降率I19=(12%,1),其余指标取值同S1星;对于S3星，输入参数值维修经济性I14=(强,1),系统效费比I15=(1.0,1),其余指标取值同S1星。分别计算S2星、S3星在役适用性能力值得到S2-I1((满足,0.613 8)(基本满足,0.290 9)(不满足,0.095 3)),S3-I1((满足,0.542 3)(基本满足,0.336 4)(不满足,0.121 3))。三颗卫星在役适用性能力信度分布情况如图3所示,卫星在役适用性评估效用值如图4所示。

图3 卫星在役适用性评估结果对比

图4 卫星在役适用性评估效用值对比

通过图3和图4可以看出，卫星S2的在役适用性能力最好,S3次之,S1最差。分析可知,卫星S2在有效载荷质量稳定性指标上优于卫星S1,使得在役适用性评估结果提高明显;卫星S3在服役经济性指标上优于卫星S1,使得在役适用性评估结果也有一定提高。实际上卫星S2是同系列改进增强型卫星,运行稳定,故障率低,S3星所在单位管理维护水平高,服役经济性好于S1星,评估结果与实际相符,说明卫星质量稳定性对在役适用性评估结果影响更大一些。从整体上来看,评估输入值对各卫星在役适用性评估效用值影响差别不是很明显,说明某一指标的变化对顶层指标评估结果的影响较小。但通过评估结果也可以看出,为提高卫星在役适用性,人力资源部门应适当调整人员岗位编制配备,保持较高的人员配备率,提高人员岗位匹配度,装备保障部门应加强装备维修管理,提高装备服役经济性,研制论证部门应加强科研攻关,提高卫星系统的质量稳定性,降低卫星故障率。

4 结束语

本文以某型卫星为研究对象开展在役适用性评估研究,综合运用树状分析技术、灰色关联度分析及德尔菲法构建在役适用性指标体系,参考相关历史数据规范指标能力取值,建立在役适用性评估置信规则库,建立基于证据推理的装备在役适用性评估模型,通过实例验证了方法的有效性与可行性,并根据评估结果分析了在役适用性底层指标对在役适用性能力的影响,提出了提高装备在役适用性的意见建议。研究表明,基于证据推理的装备在役适用性评估方法可以为其他类型装备在役适用性评估以及不同考核背景下的在役考核评估提供方法参考。