基于模糊認知圖的船舶維修風險評估模型研究*

徐 濤 鞏 軍

(1.海軍駐景德鎮(zhèn)地區(qū)航空軍事代表室 景德鎮(zhèn) 333000)(2.海軍工程大學管理工程系 武漢 430033)

?

基于模糊認知圖的船舶維修風險評估模型研究*

徐 濤1鞏 軍2

(1.海軍駐景德鎮(zhèn)地區(qū)航空軍事代表室 景德鎮(zhèn) 333000)(2.海軍工程大學管理工程系 武漢 430033)

針對當前艦船維修過程中容易出現的維修不當、維修差錯等問題,在風險辨識的基礎上提出了基于模糊認知圖(FCM)的維修風險評估模型,并進行了求解與仿真分析,能夠有效控制船舶維修風險,減少維修差錯,預防安全事故。

模糊認知圖;維修;風險評估

Class Number U672

1 引言

維修風險評估是船舶在方案和工程研制階段維修工作有效開展的重要環(huán)節(jié),旨在對各系統(tǒng)及其所處的環(huán)境、各級維修人員和維修對象等進行科學的評價,找到維修過程中可能產生的風險和薄弱環(huán)節(jié),從而為風險管理提供依據[1]。

船舶維修風險評估是在對船舶系統(tǒng)中潛在風險因素進行辨識的基礎上,對風險發(fā)生的概率和后果嚴重性做出評估。傳統(tǒng)的評估方法有兩種:一是根據專家經驗和判斷對維修風險定性評估,這種評估缺少智能計算的能力和自適應能力,專家能力的高低因無法獲取先驗信息而很難做出比較,有很大的不確定性,在參評專家人數較少時,個別專家評判的偶然失準,將會對評估結果造成較大影響[2];二是以神經網絡為代表的定量評估方法,這種評估的實現具有高度的復雜性,需要較大的樣本數據作為支撐,并沒有充分利用現有的專家知識[3～4]。本文將模糊認知圖理論應用于維修風險評估中,實現了專家知識與智能計算、定性與定量分析的有機結合,能夠更科學合理地確定維修優(yōu)先級,為維修決策提供了依據。

2 模糊認知圖

模糊認知圖(Fuzzy Cognitive Map,FCM)是Kosko在Axelord認知圖基礎上,將概念間的三值關系{-1,0,1}擴展成為區(qū)間[-1,1]上的模糊關系發(fā)展而來的,是一個將模糊反饋動力系統(tǒng)中的因果事件、參與值、目標與趨勢通過各概念間的邊連接起來的圖結構,是建立在專家經驗的基礎之上的一種因果關系表達,具有簡單、直觀的特點[5～6]。

Kosko的模糊認知圖中各節(jié)點表示各個不同的模糊集,節(jié)點之間的連接權表示相應模糊概念之間的因果關系。如圖1所示,節(jié)點Ci是概念,它也可為系統(tǒng)的事件、目標或趨勢等,反應系統(tǒng)的屬性、特征、質量和狀態(tài)。Ci具有一定的狀態(tài),狀態(tài)值是模糊值,也可為二值,以表示概念狀態(tài)存在的程度或處于的開/關狀態(tài)。wij為原因概念Ci對結果概念Cj的影響程度,其為模糊值,屬于區(qū)間[-1,1]。若wij>0,則wij表示Ci的變化引起Cj同方向變化的程度;wij<0,則wij表示Ci的變化引起Cj反方向變化的程度;若wij=0,則表示概念Ci與Cj不存在因果關系。

圖1 兩個概念的模糊認知圖

3 船舶維修風險的FCM模型構建

3.1 船舶維修風險辨識

船舶維修風險辨識在于確定有什么風險可能影響船舶正常工作,并用敘述性說明加以描述。風險辨識是風險評估的基礎工作,為FCM模型的建立提供了信息和邏輯關系的支持。

以某船為例,經過風險辨識,得出影響船舶正常工作的潛在風險有:環(huán)境風險、行為主體風險、管理過程風險,技術系統(tǒng)風險、實施過程風險和目標風險。各類風險之間的關系如圖2所示。

圖2 各類風險關系圖

3.2 FCM模型構建

根據模糊認知圖模型的構建方法[7～8]和風險辨識結果,建立船舶維修風險的FCM模型,如圖3所示。

圖3 船舶維修風險的FCM模型

模型包括立個概念節(jié)點,各概念節(jié)點的意義如下:C1代表環(huán)境風險,C2代表技術系統(tǒng)風險,C3代表實施過程風險,C4代表行為主體風險,C5代表管理過程風險,C6代表目標風險。

4 基于FCM的船舶維修風險評估

4.1 FCM模型求解過程

定義FCM的拓撲結構為一個四元組(C,E,X,f)。其中:C={C1,C2,…,Cn}是構成FCM模型的風險概念節(jié)點的集合,這些概念節(jié)點都具備一個狀態(tài)值;E:(Ci,Cj)→wij是一映射,wij∈E,Ci、Cj∈C,其值域在[-1,1]之間,wij的含義已經做了說明,W=(wij)n×n是FCM模型對應的權值矩陣;X:Ci→xi是一映射,xi(t)表示節(jié)點Ci在t時刻的狀態(tài),值域在[-1,1]之間,其概念節(jié)點的迭代方程為

(1)

f是變換函數,利用變換函數將不同數值范圍的變量轉換到[-1,1]范圍內。常用的變換函數有雙曲正切函數、Sigmoid函數等,這里使用Sigmoid函數

(2)

式(1)可稱為演化方程或者推理方程。從FCM模型上可以看出,系統(tǒng)的動態(tài)變化是由各概念節(jié)點及其狀態(tài)通過因果關系相互作用而形成的,FCM中的每一個概念節(jié)點都將自己的輸出通過連接權wij傳送給其它的節(jié)點,同時接收其它節(jié)點傳遞過來的因果影響,概念節(jié)點的狀態(tài)值及權值的相互作用,產生對實際系統(tǒng)的模擬。同時式(1)還反映了FCM數值推理的機制:在FCM的權值矩陣己知的情況下,系統(tǒng)t+1時刻的狀態(tài)x(t+1)可通過權值矩陣與t時刻的狀態(tài)x(t)的乘積得到。設系統(tǒng)的狀態(tài)序列為[X1(t),X2(t),…,Xn(t)],對應FCM包含了n個節(jié)點,由于FCM與權值矩陣一一對應,可以得到一個1×n的狀態(tài)矩陣和一個n×n的權值矩陣W,得式(3):

(3)

因此,在已知權值矩陣的情況下,系統(tǒng)t+1時刻的狀態(tài)可根據t時刻的狀態(tài)推理得到[9～10]。

4.2 仿真分析

現收集到某船部分維修數據樣本,經過專家打分并歸一化之后得到概念間的權值矩陣如表1所示。

表1 歸一化處理后的概念權值值

權值矩陣為

根據維修數據,取初始向量為:

X(0)=[x1(0),x2(0),x3(0),x4(0),x5(0),x6(0)]

=[0.4,0.15,0.15,0.3,0.35,0]

依據式(3),將權值矩陣W和初始向量X(0)輸入Matlab仿真,得到風險值變化表如表2所示。

由表2可知,在開始時刻特別是在5次迭代前,由于各個風險因素綜合作用,使得風險值C2、C6較高,這時應調整維修資源加強對造成技術系統(tǒng)風險和目標風險的裝備進行維修。在25次迭代后風險值基本趨于穩(wěn)定,由大到小依次為:C1、C4、C5、C2、C6、C3。C1是環(huán)境風險,其風險值在相對較短的時間內就趨于穩(wěn)定,在0.45左右變化,說明環(huán)境風險在整個維修過程中維持在一個較強的水平,對整個維修過程產生較大的影響;C2是技術系統(tǒng)風險,在整個迭代過程中維持在適中水平;C3是實施過程風險,只要計劃和控制到位,整個實施過程的風險值能夠比較好的控制在允許值之內,因此,其風險水平較低;C4和C5分別是行為主體風險和管理過程風險,兩者的發(fā)生概率較高,在實際工作中裝備維修的質量安全發(fā)生風險,人為因素占到了70%左右,要控制和降低裝備維修的風險,還是得從提高維修人員素質和過程管理和監(jiān)控抓起。

表2 風險值變化表

5 結語

本文將模糊認知圖理論運用于船舶維修風險評估中,可以對有效控制船舶維修風險,減少維修差錯,預防安全事故。下一步將根據FCM的特點,進行FCM模型訓練學習的研究,使FCM模型能夠更好地整合專家知識與樣本信息,進一步提高風險評估能力。

[1] 王漢功,甘茂治,陳學楚.裝備全系統(tǒng)全壽命管理[M].北京:國防工業(yè)出版社,2003:226-240.

[2] 董錫明.現代技術裝備維修理論與實踐[M].成都:西南交通大學出版社,2009:99-105.

[3] 楊海華,金家善,何春雨.基于BP神經網絡的維修綜合評估方法研究[J].船海工程,2008,37(4),116-118.

[4] 何明,李彬.基于Elman神經網絡的裝甲裝備維修保障系統(tǒng)效能評估[J].指揮控制與仿真,2008,30(4),77-80.

[5] Chrysostomos D.Stylios,Peter P.Groumpos.Modeling Complex Systems Using Fuzzy Cognitive Maps[C]//IEEE Transactions On Systems,Man,And Cybernetics-Part A: Systems And Humans,2004,34(1):155-162.

[6] Somayeh Alizadeh,Mehdi Ghazanfari.Learning FCM by chaotic simulated annealing[J].Chaos,Solitons and Fractals,2009,41:1182-1190.

[7] 林春梅.模糊認知圖模型方法及其應用研究[D].上海:東華大學,2006:115-119.

[8] 馬楠,楊炳儒,鮑泓.模糊認知圖研究進展[J].計算機科學與探索,2011,38(10):23-26.

[9] Koulouriotis D E,Diakoulakisi I E,Emiris D M.A Fuzzy Cognitive Map-based Stock Market Model: Synthesis,Analysis and Experimental Results[C]//Fuzzy Systems,2001.The 10th IEEE International Conference.Chania Greece: IEEE,2001:465-468.

[10] 任昊利,羅飛,金曉光.模糊認知圖在武器裝備體系評估中的應用研究[J].系統(tǒng)仿真學報,2009,21(增刊2):68-71.

Reserach of Fuzzy Cognitive Maps in Process of Maintainment on Risk Evaluation for Ship

Xu Tao1Gong Jun2

(1.Naval Aeronautical Representative Office in Jingdezhen Region,Jingdezhen 333000)(2.Department of Management Engineering,Navy University of Engineering,Wuhan 430033)

Based on the problems of improper and erroneous repair easily happening during ship repair,a ship repair risk evaluation model is put forward on the basis of risk identification,and then solved and simulated to effectively control the risks of naval vessel repair,reduce the errors of repair,and prevent safety accident.

fuzzy cognitive map; maintainance; risk evaluation

2014年8月3日,

2014年9月20日

徐濤,男,工程師,研究方向:裝備管理。鞏軍,男,碩士,講師,研究方向:管理工程。

U672

10.3969/j.issn1672-9730.2015.02.034