基于灰色聚類的物資戰(zhàn)損性分析

【后勤保障與裝備管理】

基于灰色聚類的物資戰(zhàn)損性分析

伍岳1，楊西龍1，田雷振2

(1.后勤工程學(xué)院 后勤信息與軍事物流工程系，重慶401311； 2. 62153部隊，河南 沁陽454591)

摘要：根據(jù)不同物資戰(zhàn)時損失的差異性影響因素，構(gòu)建了物資戰(zhàn)損性評價指標(biāo)體系，采用模糊一致性矩陣對各指標(biāo)的權(quán)重進(jìn)行了確定。對選取的12種具有代表性的物資通過灰色聚類分析法進(jìn)行了分類，分類結(jié)果與物資實際戰(zhàn)損率情況相吻合，能夠為戰(zhàn)損性相似而缺乏數(shù)據(jù)的物資劃分類別提供參考。

關(guān)鍵詞：灰色聚類；戰(zhàn)損性；物資；模糊一致性

收稿日期：2014-11-17

作者簡介：伍岳(1990—)，男，碩士研究生，主要從事物流管理與物資儲備研究。

doi:10.11809/scbgxb2015.06.017

中圖分類號：E233

文章編號：1006-0707(2015)06-0066-04

本文引用格式：伍岳，楊西龍，田雷振.基于灰色聚類的物資戰(zhàn)損性分析[J].四川兵工學(xué)報，2015(6):66-69.

Citation format:WU Yue, YANG Xi-long, TIAN Lei-zhen.Analysis of Battle Damage Characters of Materials Based on Grey Clustering[J].Journal of Sichuan Ordnance,2015(6):66-69.

Analysis of Battle Damage Characters of Materials

Based on Grey Clustering

WU Yue1, YANG Xi-long1, TIAN Lei-zhen2

(1.Department of Logistics Information & Logistics Engineering, Logistic Engineering University,

Chongqing 401311, China; 2. The No. 62153rdTroop of PLA, Qinyang 454591, China)

Abstract:According to the difference factors affecting between different materials of losses in time of war, the evaluation index system of the material battle damage characters was built and the weight of each index was determined by the fuzzy consistent matrix. 12 typical materials were classified by grey clustering analysis method and the classification result was simulated in practical damage ratio, which provides reference of classification to the materials which are similar to the sample but little data.

Key words: grey clustering; battle damage; materials; fuzzy consistent

戰(zhàn)時物資損失率對物資總體需求量的確定具有重要影響，科學(xué)合理地預(yù)測戰(zhàn)時物資損失量的多少能夠有效促進(jìn)物資保障的精確化，減少后勤保障負(fù)擔(dān)，提高保障效能。分析物資戰(zhàn)損性是指對各類物資在戰(zhàn)場環(huán)境下受損程度多少的判斷，它既需要從物資本身的性質(zhì)出發(fā)，也需涵蓋戰(zhàn)時外部受敵襲擊的可能性和受損程度，是一種綜合考慮因素。

對于物資戰(zhàn)損的研究，一般主要是從統(tǒng)計數(shù)據(jù)和工作可靠性出發(fā)，常見的有對于裝備的戰(zhàn)傷研究，如孫樂等[1]通過設(shè)計仿真系統(tǒng)，對卡車毀傷進(jìn)行了仿真試驗，得到了部件毀傷分布的結(jié)果；王德才等[2]分析了個人防護(hù)器材戰(zhàn)損的基本特點(diǎn)和規(guī)律，建立了戰(zhàn)損率預(yù)測模型；石全等[3]對裝備戰(zhàn)傷進(jìn)行了全面地梳理，分析了各類戰(zhàn)場裝備損傷機(jī)理，進(jìn)行了裝備戰(zhàn)損模擬和預(yù)測。這些研究為戰(zhàn)損研究提供了大量的新思路和方法，對具體物資的戰(zhàn)損研究具有一定的實用價值。本研究從戰(zhàn)時物資戰(zhàn)損性出發(fā)，建立了物資戰(zhàn)損性評價指標(biāo)體系，采用灰色聚類分析的方法，對樣本物資的分類進(jìn)行了案例分析，為區(qū)分不同物資戰(zhàn)損率等級提供參考和借鑒。

1灰色聚類分析方法

灰色聚類法是一種多維灰色評估方法，其主要原理為將聚類對象關(guān)于各個聚類指標(biāo)對應(yīng)的白化數(shù)按照若干的灰類進(jìn)行劃定，從而來判定聚類對象類別[4]。

1.1評價矩陣的建立

聚類對象為n種待評價的物資樣本，{xi}(i=1,2,…,n)；聚類指標(biāo)為m個戰(zhàn)損性評價指標(biāo)，{yj}(j=1,2,…,m)；聚類灰類為p個評價標(biāo)準(zhǔn)，{zk}(k=1,2,…,p)。那么xij即為聚類對象i關(guān)于聚類指標(biāo)j的樣本值，聚類樣本矩陣為A=(xij)n×m。

1.2聚類指標(biāo)值的處理

為了使各個指標(biāo)值便于比較，消除指標(biāo)單位差異，對評價指標(biāo)數(shù)據(jù)進(jìn)行無量綱化處理，得到指標(biāo)值分布在0到100之間。采用計算式

(1)

1.3白化權(quán)函數(shù) f(·)的確定

(2)

(3)

(4)

圖1　白化權(quán)函數(shù)一般形式

1.4聚類權(quán)的確定

對聚類指標(biāo)進(jìn)行分析，當(dāng)指標(biāo)間的意義和量綱存在較大的差異時，以灰色變權(quán)聚類可能使得指標(biāo)間作用懸殊很大，故采取灰色定權(quán)對各指標(biāo)賦予聚類權(quán)，以綜合考慮各指標(biāo)因素具有一定的積極意義，其主要步驟為[6-7]：

1) 建立模糊優(yōu)先關(guān)系矩陣B

B=(bjl)m×m

(5)

其中：bjl為聚類指標(biāo)yj對于yl的優(yōu)先關(guān)系系數(shù)，其值大小確定依照

2) 對優(yōu)先關(guān)系矩陣B進(jìn)行模糊一致性改造，得矩陣R

R=(rji)m×m

(6)

3) 運(yùn)用方根法對聚類指標(biāo)yj權(quán)重ωj進(jìn)行計算

(7)

(8)

5) 進(jìn)行聚類

(9)

當(dāng)式(9)滿足時，稱聚類對象i屬于k*灰類。

2樣本及指標(biāo)的選擇

戰(zhàn)時所需的各類物資種類繁多，數(shù)量龐大，對于各類物資進(jìn)行單獨(dú)考慮顯然難以實現(xiàn)，本文選取其中12種具有代表性的物資，涵蓋了其中彈藥、油料、被裝等幾大類進(jìn)行分析。指標(biāo)的選取主要考慮了物資在戰(zhàn)場環(huán)境中暴露的時間長短，物資被敵人發(fā)現(xiàn)的難易程度、物資遭敵襲擊的連帶損失效應(yīng)及敵人攻擊的意愿度等多項因素。在本文中，具體指標(biāo)由運(yùn)輸時間M1、裝卸時間M2、供應(yīng)頻率M3、作戰(zhàn)重要性M4、導(dǎo)損性M5、價值M66個組成，這些指標(biāo)正相關(guān)均為戰(zhàn)損性強(qiáng)。具體分類指標(biāo)體系如表1所示。

表1　分類指標(biāo)

3分析計算過程

根據(jù)選取的指標(biāo)和樣本，將運(yùn)輸?shù)匦卧O(shè)定為平原微丘，運(yùn)輸工具設(shè)定為EQ某型汽車。對照相應(yīng)的數(shù)據(jù)，對難以量化的指標(biāo)數(shù)據(jù)采取專家評估值，得到量化的指標(biāo)值如表2所示。

表2　量化的指標(biāo)值

1) 指標(biāo)值無量綱化處理

為消除指標(biāo)之間的單位差異，根據(jù)式(1)對表2中的指標(biāo)值進(jìn)行無量綱化處理，可得無量綱化的指標(biāo)值如表3所示。

表3　無量綱化的指標(biāo)值

2) 白化權(quán)函數(shù)的確定

采用累積百分頻率法[8]確定白化權(quán)函數(shù)，以表3中的數(shù)據(jù)作為基礎(chǔ)，對數(shù)據(jù)的累積百分頻率進(jìn)行分析，并繪制出相應(yīng)的累積百分頻率曲線，曲線上不同累積百分頻率所對應(yīng)的數(shù)值即為灰類的白化值如表4所示，然后按式(2)～式(4)對各指標(biāo)灰類分別進(jìn)行計算，可得各物資對應(yīng)指標(biāo)白化權(quán)函數(shù)值如表5所示[9]。

表4　灰類的白化值

3) 指標(biāo)聚類權(quán)的確定

優(yōu)先關(guān)系矩陣B為

由式(6)對優(yōu)先關(guān)系矩陣B進(jìn)行改造，得到模糊一致矩陣R為

由式(7)可得，運(yùn)輸時間、裝卸時間、供應(yīng)頻率、重要性、導(dǎo)損性、價值6個物資戰(zhàn)損性評價指標(biāo)權(quán)重分別為：ω1=0.142，ω2=0.127，ω3=0.216，ω4=0.172，ω5=0.245，ω6=0.097。

由式(8)可得

由表6結(jié)合式(9)，取各樣本聚類系數(shù)的最大值，可得聚類結(jié)果如表7所示。

同理可得其他灰色聚類系數(shù)，如表6所示。

表5　指標(biāo)白化權(quán)函數(shù)值

表7　物資分類結(jié)果

4結(jié)束語

本文在對物資戰(zhàn)損性影響因素進(jìn)行分析的基礎(chǔ)上，從戰(zhàn)損性出發(fā)建立了物資分類評價指標(biāo)體系。通過采用灰色聚類分析法，對給出的樣本物資進(jìn)行了分類研究，分類結(jié)果與實際情況能夠較好地吻合。在后續(xù)的物資戰(zhàn)損性研究方面，還可對評價指標(biāo)和分類數(shù)量進(jìn)行進(jìn)一步細(xì)化，對聚類樣本選取更廣泛和有代表性，對得到的分類結(jié)果可結(jié)合相應(yīng)實戰(zhàn)和演習(xí)數(shù)據(jù)，劃定各類的戰(zhàn)損率范圍，為性質(zhì)相近而缺乏數(shù)據(jù)的物資進(jìn)行歸類提供依據(jù)。

參考文獻(xiàn)：

[1]孫樂,石少勇,王碧翠,等.單裝戰(zhàn)損評估仿真系統(tǒng)的設(shè)計與實現(xiàn)[J].火力與指揮控制,2012,37(2):177-180.

[2]王德才,朱建新,晏國輝.個人防護(hù)器材戰(zhàn)損率預(yù)測研究[J].防化學(xué)報,2008,(1):57-59.

[3]石全,米雙山,王廣彥,等 裝備戰(zhàn)傷理論與技術(shù)[M].北京:國防工業(yè)出版社,2007:12-48.

[4]張作剛,崔國偉,秦瑞清.灰色聚類分析在航材分類中的運(yùn)用[J].四川兵工學(xué)報,2013,34(9):56-59.

[5]王媛媛，陸化普，秦旭彥.基于灰色聚類分析的城市交通路網(wǎng)綜合評價方法研究[J].公路交通科技,2005,22(8):118-121.

[6]王成志,張少蘋,董鵬.基于灰色權(quán)聚類的國防科技動員能力評估[J].兵工自動化,2012,31(8):19-23.

[7]朱興琳，艾力·斯木吐拉,艾爾肯·托乎提,等.公路交通安全評價的灰色聚類法[J].公路工程,2009,34(2):157-160.

[8]唐其環(huán).灰色聚類灰類白化函數(shù)確定方法的探討[J].四川兵工學(xué)報,1996,17(4):4-7.

[9]劉思峰,黨耀國,方志耕,等.灰色系統(tǒng)理論及其應(yīng)用[M]．北京：科學(xué)出版社，2004.

(責(zé)任編輯楊繼森)