基于改进FMEA 的预备役部队基地化训练风险管理*

索龙龙，贾红丽，辜会宁

（陆军工程大学石家庄校区，石家庄 050003）

0 引言

预备役部队作为军队后备力量的重要组织形式，承担着战时快速转服现役、配合现役部队履行作战任务的重要使命。2020 年预备役部队改革启动后，其职能定位和使命任务发生重大变化，组织旅团规模的基地化训练将成为改革后的训练发展趋势。由于预备役部队兵民结合的特点，加之基地化训练工作程序多、涉及人员杂、风险因素多、管理难度大，科学管理风险对保证基地化训练顺利完成，提升预备役部队整体战斗力水平具有重要现实意义。

目前，军事训练领域的风险管理研究主要集中在定性的分析上，进行定量方法的研究运用。失效模式与效应分析（failure mode and effects analysis，FMEA），是一种具有预防性质的可靠性分析工具。其通过逐一分析各个工序的潜在失效模式及后果，并从严重度（severity，S）、发生频度（occurrence，O）和不易探测度（difficulty of detection，D）出发计算风险优先数（risk priority number，RPN），以采取相应对策措施，在风险识别和评价方面具有独特的优势。而数据包络分析（data envelopment analysis，DEA）是一种利用线性规划，对相同类型的事件进行比较，进而开展相对有效性评价的方法。其构造可能集和有效性评价的概念可引入到寻找改进策略中，为制定风险控制措施提供方向。

基于此，本文将FMEA 和DEA 引入预备役部队基地化训练风险管理。通过进一步细化S、O、D 指标，将语言评价信息转换为三角模糊数，采用模糊层次分析法（fuzzy analytic hierarchy process，FAHP）和熵权结合的组合权重等方法，对预备役部队组织基地化训练中的风险因素进行定性与定量相结合的评价。而后，引入DEA，通过计算风险的无效度和改进控制量，为寻找风险改进策略提供思路和方向指导。通过对风险科学精确的管理，为提升预备役部队基地化训练效果提供帮助。

1 FMEA 流程优化

传统FMEA 流程是在工作分解后，分析每个工序或组件的潜在失效模式，而后进行SOD 打分和风险评价。在风险评价阶段，传统FMEA 在识别潜在失效模式后，由专家对风险的S、O、D 指标打分后，利用RPN=S×O×D，计算风险RPN 值作为后续措施的依据。这种方法有两点不足：一是专家在对每个风险的S、O、D 打分时，因缺少具体的评分标准，仅凭直观印象打出具体分数的难度较大，即使打出了分数其模糊性也很大；二是使用相乘的方法，默认三者权重相同，难以体现三者的重要性异同。考虑到专家意见的模糊性，本文依据现实情况，将SOD 指标进行了进一步细化，以便专家更精确的评价，并采取改进模糊层次分析法（fuzzy analytic hierarchy process，FAHP）和熵权法组合权重的方法，通过主观因素与客观因素相结合，力求计算出最客观的RPN 值，为风险控制提供依据。

在风险控制阶段，引入DEA 对风险进行定量分析，通过计算风险在各指标处的改进控制量来寻找风险改进方向，为风险控制提供指导。

优化后的FMEA 具体流程如图1 所示：

图1 改进后FMEA 流程Fig.1 Improved FMEA process

2 基于FAHP 和熵权法的风险评价

2.1 指标集和评价集

设所有潜在失效模式即风险集合为L=｛l1，l2，l3，…，ln｝；指标集U=｛u1，u2，…，um｝；评价集为V=｛v1，v2，…，vs｝。

2.1.1 指标集

根据风险性质，将SOD 指标细化，如下页表1所示。

表1 风险评价指标集Table 1 Index set of risk assessment

2.1.2 评价集

专家评价采取5 度法，即：很低、偏低、中等、偏高、很高。为便于后续定量计算，将专家语言评价转换为三角模糊数。

综合考虑打分难易程度和指标辨识度，评价集划分为5 个标度，满分100 分，其与三角模糊数的关系如表2 所示：

表2 语言评价信息与三角模糊数对应关系Table 2 Correspondence between language evaluation information and triangular fuzzy numbers

2.2 基于改进FAHP 的主观权重计算

改进的FAHP 一种根据专家评定确定指标权重的方式。通过构造模糊一致性矩阵，可省略一致性检验环节［2］，相比于传统AHP 更加简单，更适合对多目标决策进行分析。根据文献［2］提出的方法，利用改进FAHP 计算各风险评价指标主观权重的主要步骤如下：

Step 1 根据表1，划分风险评层次结构的目标层、一级指标层、二级指标层。

表3 专家评价对比关系Table 3 Comparison of expert evaluation relationships

Step 3 建立模糊一致性判断矩

Step 4 利用方根法求排序向量

2.3 基于熵权法客观权重计算

熵权法是一种根据指标变异性大小来确定权重的方式。利用熵权法计算各风险评价指标客观权重的主要步骤如下：

其中，n 为待评价风险数量，m 为评价指标数量。

2.4 组合权重计算

在计算出主观权重和客观权重后，得到二级指标相对与总目标的权重为：

考虑到主客观对风险评价的影响几乎同等重要，这里取α=0.5，即主客观权重相同。计算出各指标相对于总目标的权重后，就可根据由专家打分的语言信息转化的模糊数，计算各风险的得分情况。并根据风险得分情况，确定风险防范的优先级。

3 基于DEA 的风险控制策略

FMEA 在风险评价完成后，根据评价情况具体寻找风险控制策略。但其盲目性比较强，前文已对评价指标进行了细化，通过引入DEA，可寻找风险在各指标方面的改进空间，继而为制定针对性的风险控制策略提供指导。

3.1 基本知识

3.1.1 模糊评价可能集

定理1 根据文献［4］，若模糊事件集L 满足存在性、归一性、系统性、加性和最小性原则，则事件集L 的评价结果经验可能集SL 为：

3.1.2 模糊事件有效性分析

3.1.3 事件投影

3.2 改进策略分析

在风险评价的基础上，根据上文的定义和定理，给出风险控制策略的分析步骤：

Step 1 根据风险评价结果，找出需要进行控制的风险事件。

Step 3 根据定义3，计算事件的投影值。

Step 4 改进策略分析即无效度测量。计算公式如式（7）。

Step 5 计算改进量控制值。

则被评价事件的指标改进范围为：

当分析某个群组整体无效原因时，采用如式（12）：

则称ΔFQ为群组Q 的有效调控量可行范围。

Step6 根据计算结果，寻找对应改进策略。

4 实例分析

下面以某预备役团开展基地化训练为例，进行实例验证。

4.1 预备役部队基地化训练风险识别

根据优化后流程，首先将预备役部队组织基地化训练的流程分解如图2 所示。

图2 基地化训练组织流程Fig.2 Organizational process of base-based training

根据流程信息，组织专家组识别潜在失效模式，分析失效原因及后果，并对各工序的潜在失效模式逐层向上进行复合，分析复合失效模式、失效原因及后果，结果见表4。

表4 潜在失效模式及原因、后果分析Table 4 Potential failure modes and analysis of causes,consequences

4.2 预备役部队基地化训练风险评价

4.2.1 主观权重计算

由专家对表1 中各指标重要程度进行评价，结果如表5 所示：

表5 指标重要程度Table 5 Index important degree

根据表3 和表5，建立模糊判断矩阵如下

则二级指标相对于总目标的主观权重集为：

4.2.2 客观权重计算

1）由专家针对表1 中各指标，对表4 和表5 所有风险，按表2 五级制进行评价，结果如表6。

表6 风险评价结果Table 6 Risk assessment results

2）根据熵权法Step1，以指标u1为例，去模糊化后，得到R1如下：

3）根据熵权法Step2 和Step3，得到u1指标的熵值e1=0.827 97。

相同方法求得其他指标熵值，得到

4）根据Step 4，得二级指标相对于总目标的客观权重集为：

4.2.3 组合权重计算

将权重系数代入表6 评价结果，计算各风险最终得分如下表7 所示。

表7 风险最终得分Table 7 Final risk score

根据风险由大到小排序为：

即在精力有限或各类风险之间存在一定矛盾关系时，应首先着力解决l8的风险，而后依次按由大至小的顺序解决。

4.3 寻找风险控制策略

以风险l8为例，寻找其风险改进策略如下：

最终经过计算，可得：

1）有效性判断。根据风险计算结果，以风险最大的l8为例，将评价结果转换后代入规划（FD），计算得：

不满足θ0=1 且s0=0，故该风险F-DEA 无效。

2）投影值计算。根据定义3，计算得l8的投影值为：

3）风险l8的无效度为：

根据无效度分值和对应指标，可得出对风险l8，应对各指标按如下重要性顺序，采取相应措施：

即，针对集结中出现的交通安全风险，在精力有限的情况下，应首先解决人员受伤和装备受损的问题，而后是违规违纪问题，提高现场发现度和提前预判度，最后解决发生频度和对任务目标的影响等。

4）根据改进策略分析的Step5，风险l8的改进量控制值为：

即，针对风险l8，若采取一定措施，其在指标u1处可行调控量的最小值为43，可行调控量的中间值为93，可行调控量的最大值可达到100。可行调控量越大，则说明针对风险在该指标出采取措施，效果越明显，即更应该在该处投入精力。其他数据以此类推。

5）控制策略分析。

根据计算结果，对应相应指标含义，对于在集结途中出现交通安全问题的风险，可得到控制策略如表8 所示。

表8 风险控制策略Table 8 Risk control strategy

从控制策略可以看出，将S、O、D 指标进行细分后，由于针对性更强，不仅易于打分，也更易于控制策略的寻找。其他得分较高、需进行控制的风险均按此方法进行，这里不再一一列举。

5 结论

本文以FMEA 为基础，通过对S、O、D 指标进行分解细化，增加评价的精确性。将直接打分改为用语言评价转换为三角模糊数的形式，并将原来的直接打分相乘，改为使用FAHP 和熵权法相结合的方式进行计算，更加精确也更切合实际。引入基于DEA 的风险控制方法，通过对风险的无效度测量和改进控制量计算，为寻找风险改进策略提供方向指导。最后，通过实例进行了验证。通过对风险识别、评价、控制全过程定性定量相结合的分析，为预备役部队基地化训练风险管理提供了参考，也为风险管理提供了新的思路。