基于改進(jìn)投影尋蹤算法的裝備保障能力評估

鄭顯柱， 羅建華， 王樹禮， 董玉才， 孫劍橋(． 裝甲兵工程學(xué)院 科研部， 北京 0007； ． 裝甲兵工程學(xué)院 兵器工程系， 北京 0007；． 裝甲兵工程學(xué)院 訓(xùn)練部，北京 0007； ． 裝甲兵工程學(xué)院 基礎(chǔ)部， 北京 0007； ． 裝甲兵工程學(xué)院 研究生管理大隊， 北京 0007)

基于改進(jìn)投影尋蹤算法的裝備保障能力評估

針對當(dāng)前部隊裝備保障能力評估過程中人為干預(yù)引起的誤差，深入分析影響裝備保障能力的各類要素，構(gòu)建裝備保障能力評估指標(biāo)體系并進(jìn)行科學(xué)量化，采用改進(jìn)優(yōu)化投影尋蹤算法對原始裝備保障過程中多維數(shù)據(jù)進(jìn)行分析，建立裝備保障能力綜合評估模型，解決了模型中多約束全局尋優(yōu)的問題。評估實(shí)例表明：所提及的算法模型計算效率高、易操作，評估結(jié)果客觀準(zhǔn)確。

裝備保障；能力評估；蛙跳算法；投影尋蹤模型

裝備保障能力建設(shè)是部隊體系作戰(zhàn)能力建設(shè)的一個重要組成部分和分支，全面、客觀、準(zhǔn)確地對部隊裝備保障能力進(jìn)行評估,針對裝備及其保障系統(tǒng)建設(shè)提供合理的改進(jìn)措施和方法，從而為部隊作戰(zhàn)、訓(xùn)練提供可靠的裝備保障，為首長機(jī)關(guān)提供決策支撐。而現(xiàn)階段常用的裝備保障能力評估算法中,例如灰色評估法、模糊評估法以及層次分析法等，在評估過程中往往需要專家進(jìn)行打分或人為確定指標(biāo)權(quán)重，主觀因素影響較大，缺乏自適應(yīng)和自學(xué)習(xí)能力，容易造成評估結(jié)果的隨機(jī)性和不確定性。因此，建立一套科學(xué)完整、行之有效的評估體系和方法對裝備保障能力進(jìn)行科學(xué)準(zhǔn)確評估，是當(dāng)前亟待解決的難題。

1 裝備保障能力評估概念及指標(biāo)體系構(gòu)建

1.1 相關(guān)概念及指標(biāo)體系

當(dāng)前裝備保障能力有多種解釋和定義，但總體上可分為2類：

1) 從裝備保障內(nèi)容的角度定義，如，裝備保障能力是指為使部隊裝備保持與恢復(fù)作戰(zhàn)能力所具備的技術(shù)保障、供應(yīng)保障和調(diào)配保障能力[1]；

2) 從裝備保障任務(wù)的角度定義，如，裝備保障能力是指裝備保障機(jī)構(gòu)對軍隊建設(shè)、訓(xùn)練、作戰(zhàn)和遂行其他軍事行動實(shí)施裝備保障所能達(dá)到的程度[2]。

筆者認(rèn)為，裝備保障本質(zhì)屬性是保障性活動，所以，上述關(guān)于裝備保障能力的2種解釋和描述本質(zhì)上沒有區(qū)別。基于上述定義，裝備保障能力評估就是對裝備保障系統(tǒng)完成裝備保障任務(wù)能力的評價、估量和預(yù)測，是裝備保障系統(tǒng)內(nèi)裝備管理、裝備修理、器材彈藥供應(yīng)保障、設(shè)備設(shè)施保障、裝備保障戰(zhàn)備訓(xùn)練、裝備保障指揮等因素與特定保障任務(wù)的匹配程度和有機(jī)結(jié)合程度的綜合反映。

裝備保障能力評估通常需要建立評估指標(biāo)體系，這也是裝備保障能力評估工作的關(guān)鍵。通過對戰(zhàn)略、戰(zhàn)役、戰(zhàn)術(shù)各級部隊裝備保障活動過程和影響裝備保障能力的諸多要素分析，可以看出：影響部隊裝備保障能力的因素分為內(nèi)部因素和外部因素，所謂內(nèi)部因素是指與裝備保障業(yè)務(wù)活動相關(guān)的要素，外部因素是指裝備保障業(yè)務(wù)活動以外的其他因素(外部因素隨著每次作戰(zhàn)任務(wù)和外部環(huán)境的變化而變化，隨機(jī)性較大，本文不做考慮，僅從裝備保障活動本身來展開分析)。內(nèi)部因素由裝備管理、維修保障、器材保障、設(shè)備保障、彈藥保障、保障人員和保障指揮等7個方面構(gòu)成，涉及裝備保障的“管、修、供、訓(xùn)、戰(zhàn)”等相關(guān)業(yè)務(wù)，貫穿于裝備保障各項活動。結(jié)合近年來對全軍部隊裝備保障基礎(chǔ)信息普查、裝備保障業(yè)務(wù)信息系統(tǒng)規(guī)劃及裝備保障能力建設(shè)調(diào)研情況，遵循完整性、可量化和層次性的評估指標(biāo)體系建立原則，進(jìn)一步研究和細(xì)化各類保障要素，建立“可量化”和“易量化”的采集指標(biāo)充分反映影響裝備保障能力的影響因素，進(jìn)而形成裝備保障能力評估指標(biāo)體系。如圖1所示，最底層的評估指標(biāo)都是可進(jìn)行量化計算的，例如裝備管理這個評估要素可通過參評單位保障裝備數(shù)量、滿編率、完好率、配套率以及壽命儲備率來進(jìn)行評估，維修保障可通過參評單位修理機(jī)構(gòu)數(shù)量、修理任務(wù)完成率和年度修理量來進(jìn)行評估，器材保障可通過參評單位器材可用數(shù)量、緊缺器材數(shù)量來衡量，以此類推。

圖1 裝備保障能力的影響因素和指標(biāo)

1.2 評估指標(biāo)量化分析

根據(jù)上述對裝備保障能力評估指標(biāo)細(xì)化，本節(jié)對影響裝備保障能力的內(nèi)部因素進(jìn)行參數(shù)量化分析，量化過程中的數(shù)據(jù)可從全軍裝備保障基礎(chǔ)信息普查系統(tǒng)、裝備保障業(yè)務(wù)信息系統(tǒng)中獲取，盡量減少人為因素的干擾，保持?jǐn)?shù)據(jù)的客觀真實(shí)，為后面模型計算和驗(yàn)證提供支撐。規(guī)范和釋義如表1所示。

表1 裝備保障能力評估指標(biāo)量化說明

根據(jù)上述量化說明和規(guī)則，10個指標(biāo)量化結(jié)果可直接通過統(tǒng)計得到，9個指標(biāo)量化結(jié)果需要進(jìn)行簡單計算。需要說明的是大型逐號裝備壽命儲備率計算的是一個均值，即參評單位所有大型逐號裝備壽命儲備率的平均值，公式如下：

大型逐號裝備壽命儲備率=

式中n為大型逐號裝備(保障裝備)的數(shù)量。

2 綜合評估算法模型分析

目前，對如何充分利用原始樣本數(shù)據(jù)進(jìn)行分析，避免人工干預(yù)引起的偏差，以及減少人為因素影響的研究還比較缺乏?；谶@種考慮，在本文中筆者將蛙跳算法應(yīng)用于投影指標(biāo)函數(shù)最優(yōu)化的問題，通過改進(jìn)投影尋蹤算法模型，從而對裝備保障能力進(jìn)行綜合評估。

2.1 投影尋蹤模型

投影尋蹤法是1974年由Friedman和Turkey提出的一種聚類和分類方法[3]，該方法從不同的角度去研究數(shù)據(jù)，探尋能夠最大程度反映待研究數(shù)據(jù)的特征，并對數(shù)據(jù)信息進(jìn)行挖掘，既可作探索性分析，又可作確定性分析。該方法適用于非線性、多變量、非正態(tài)等方面問題的研究與分析，得到的評估結(jié)果與實(shí)際情況結(jié)合度高，已經(jīng)廣泛應(yīng)用于災(zāi)情評估、水質(zhì)評估、企業(yè)競爭力評估、工業(yè)經(jīng)濟(jì)分析等方面的研究中[4-7]。裝備保障能力評估屬于非線性、多變量、非正態(tài)問題，適合該算法模型。

1) 樣本評估指標(biāo)值歸一化。樣本指標(biāo)可分為3種類型：越小越好型、越大越好型和區(qū)間型。由于各樣本指標(biāo)的量綱和性質(zhì)各不相同，造成各個指標(biāo)的不可共度性，需要通過某一效用函數(shù)，將不同的指標(biāo)進(jìn)行無量綱化處理，并映射到一個有限的區(qū)間，稱為歸一化處理。為了將樣本評估指標(biāo)值轉(zhuǎn)化為閉區(qū)間[0,1]上的無量綱指標(biāo)屬性值，采用的計算公式為

(1)

(2)

式中:Xjmin,Xjmax分別為樣本集中第j個評估指標(biāo)的最大值和最小值。對于越大越好型指標(biāo)，利用式(1)計算；對于越小越好型指標(biāo)，利用式(2)計算。

2) 構(gòu)造投影指標(biāo)函數(shù)。設(shè)a=(a1,a2,…,am)為單位投影方向向量，將xij進(jìn)行線性投影，轉(zhuǎn)化為一維投影特征值zi,計算公式為

(3)

式中：i=1,2,…,n;j=1,2,…,m。再根據(jù)zi的一維分布圖，將樣本進(jìn)行分類。分類原則：樣本的局部投影點(diǎn)應(yīng)該盡量集中，最好的效果是凝聚成若干密集的點(diǎn)團(tuán)；但在整體上，樣本的各個投影點(diǎn)團(tuán)之間盡可能分散。投影指標(biāo)函數(shù)可用公式表達(dá)為

Q=s(a)·d(a)

(4)

式中：s(a)為投影值zi的標(biāo)準(zhǔn)差，稱為類間距；d(a)為類密度，表達(dá)式分別為

(5)

(6)

3) 優(yōu)化投影指標(biāo)函數(shù)。在樣本量一定的情況下，投影指標(biāo)函數(shù)Q只跟隨投影方向向量a發(fā)生變化，最優(yōu)投影方向a*就是最大可能顯示樣本某種特征結(jié)構(gòu)的投影方向，因而可以構(gòu)造投影指標(biāo)函數(shù)最大化問題模型，通過求解模型來估計最佳投影方向，表達(dá)式為

maxQ=s(a)·d(a)

(7)

(8)

式(7)、式(8)是一個以aj為變量的多約束優(yōu)化問題，本文采用蛙跳算法解決該問題，對投影尋蹤模型加以改進(jìn)，提高計算效率。

5) 樣本投影特征值計算。將優(yōu)化得到的a*代入到公式：

(9)

即可得投影特征值zi,再根據(jù)zi值對各樣本進(jìn)行評估分析。以上計算過程，從樣本數(shù)據(jù)本身出發(fā)，沒有人工干預(yù)

2.2 蛙跳算法

在投影尋蹤模型中，投影指標(biāo)函數(shù)最優(yōu)化問題是m個變量的多約束優(yōu)化問題，當(dāng)樣本變量較多時，計算量比較大，必須尋找一種合適的方法，對各種投影方向進(jìn)行計算評估，從而尋找到最佳投影方向，本文擬采用蛙跳算法來解決這個多約束全局尋優(yōu)的問題。

蛙跳算法是Eusuff和Lansey于2000年模擬青蛙覓食提出的，并于2003年應(yīng)用于解決最小化問題[8]。該算法結(jié)合了粒子群算法和基因進(jìn)化算法，具有計算速度快、參數(shù)少、全局尋優(yōu)能力強(qiáng)等特點(diǎn)，已得到廣泛的應(yīng)用和驗(yàn)證[9]。

1) 初次分配。設(shè)在空間中有P只青蛙構(gòu)成一個青蛙種群，用第i只青蛙的位置代表該空間的一個解Xi=(xi1,xi2,…,xis),s為維數(shù)空間。進(jìn)行首次分配時，先要計算出每個解的適應(yīng)值F(Xi),并將P只青蛙按照適應(yīng)值降序進(jìn)行排列，而后將整個青蛙種群劃分為M個族群(子群)，每個族群中含有N個青蛙。在進(jìn)行迭代計算過程中，第1個，第2個，…，第M個青蛙依次進(jìn)入第1,2，…，M個族群;以此類推，第M+1個，M+2個青蛙依次進(jìn)入到第1個，第2個子群，直到將所有青蛙分配完。

2) 局部搜索。將每個族群中具有最好適應(yīng)度的解記為Pb,最差適應(yīng)度的解記為Pw,群體中具有全局最好適應(yīng)度的解記為Pg。在進(jìn)行每次迭代計算中，對每個族群的最差適應(yīng)度Pw的青蛙個體進(jìn)行更新操作，更新策略為

Dk+1=R*(Pb-Pw)

(10)

(11)

3) 全局信息交換。開展一定次數(shù)的局部搜索后，將最初的各個族群青蛙個體進(jìn)行混合，充分交換青蛙個體之間的信息，按適應(yīng)值降序重新進(jìn)行排列和族群劃分，而后繼續(xù)進(jìn)行上述局部搜索過程，滿足收斂條件則停止搜索。

3 評估實(shí)例驗(yàn)證

1) 裝備保障評估指標(biāo)體系及樣本。應(yīng)用本文1.2節(jié)中對單位裝備保障能力評估指標(biāo)量化分析方法和公式，從全軍通用裝備保障基礎(chǔ)信息普查系統(tǒng)中獲取相應(yīng)的數(shù)據(jù)，隨機(jī)取出9個單位的原始數(shù)據(jù)樣本進(jìn)行指標(biāo)量化計算，結(jié)果如表2所示。

表2 裝備保障能力評估指標(biāo)量化結(jié)果

2) 裝備保障能力的綜合評估。密度閾值取0.1Sz,對裝備保障評估樣本指標(biāo)值進(jìn)行歸一化處理，構(gòu)造投影指標(biāo)函數(shù)，建立投影尋蹤模型;利用蛙跳算法，混合迭代次數(shù)為500，P=12,M=3，族群內(nèi)更新次數(shù)為4;優(yōu)化投影指標(biāo)函數(shù)，解決最優(yōu)化計算中的全局尋優(yōu)問題，得到各裝備保障評估指標(biāo)的最佳投影方向及權(quán)重系數(shù)，如表3所示。

表3 評估指標(biāo)最佳投影方向及權(quán)重系數(shù)表

根據(jù)式(9)計算得到各單位裝備保障能力的投影值，結(jié)果及排序如表4所示。

表4 裝備保障能力的評估投影值及排序表

通過分析發(fā)現(xiàn)：(1) 參評單位中修理大隊投影值高于各旅，而各旅高于各團(tuán)，說明修理大隊保障能力明顯優(yōu)于各旅保障能力，而各旅保障能力又明顯優(yōu)于各團(tuán)保障能力，這與現(xiàn)階段修理大隊、旅、團(tuán)保障能力的定位是一致的；(2) 參評單位中修理大隊、各旅、各團(tuán)投影值分別在同一檔次，說明同一級別、同一類別單位的保障能力的配備處于同一水平，符合實(shí)際情況；(3) 可根據(jù)本文建立的指標(biāo)評估體系、模型以及裝備保障活動中的各類數(shù)據(jù),客觀評估各單位的裝備保障能力，給出相應(yīng)的分值和排序。因此，在遂行作戰(zhàn)、訓(xùn)練、反恐維穩(wěn)等一系列軍事行動中，可以通過對各單位裝備保障能力的綜合評估，為指揮員指派、調(diào)度、分配任務(wù)提供決策依據(jù)。

4 結(jié) 束 語

裝備保障能力評估是裝備保障領(lǐng)域的一項重點(diǎn)工作。根據(jù)上述思路，將蛙跳算法應(yīng)用于傳統(tǒng)的投影尋蹤建模過程中，解決多約束全局尋優(yōu)問題，避免了專家打分等人為干擾因素，具有較強(qiáng)的客觀性、實(shí)用性和可操作性。下一步，將重點(diǎn)研究如何在裝備保障決策支持系統(tǒng)中嵌入該算法模型，科學(xué)高效地對部隊裝備保障能力進(jìn)行評估，為首長機(jī)關(guān)決策提供輔助支持。

)

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

[2] 張子丘，王建平．裝備技術(shù)保障概論[M].北京：軍事科學(xué)出版社，2001．

[3] FRIEDMAN J H， TUKEY J W.A projection pursuit algorithm for exploratory data analysis[J].IEEE Trans Comput,1974，23(1):881-890.

[4] 胡欣欣.基于投影尋蹤的計算機(jī)基礎(chǔ)實(shí)驗(yàn)室績效評價[J].實(shí)驗(yàn)室研究與探索，2013(9)：215-218.

[5] 王會梅，李旭，鮮明，等.網(wǎng)絡(luò)抗攻擊性能的遺傳投影尋蹤評估模型[J].計算機(jī)科學(xué)，2010，37(6)：43-45.

[6] 梁彥剛，唐國金，閆野.投影尋蹤模型在多屬性決策中的應(yīng)用[J].運(yùn)籌與管理，2008，17(3)：93-97.

[7] 曹慶璞，董淑福，羅赟騫，等.遺傳投影尋蹤確定權(quán)重的網(wǎng)絡(luò)仿真評價方法[J].計算機(jī)仿真，2010(10)：103-106.

[8] EUSUFF M M，LANSEY K E.Optimization of water distribution network design using shuffled forg leaping algorithm[J].Journal of Water Resources Planning and Management,2003,129(3):210-225.

[9] 郭業(yè)才，張苗青.基于混合蛙跳算法的多模盲均衡算法[J].兵工學(xué)報，2015，36(7)：1283-1284.

(編輯：李江濤)

Ability Evaluation of the Equipment Support Based on Improved Projection Pursuit Algorithm Model

ZHENG Xianzhu1, LUO Jianhua2, WANG Shuli3, DONG Yucai4, SUN Jianqiao5

(1.Department of Scientific Rearch, Armored Force Engineering, Beijing 100072 , China; 2.Department of Arms Engineering, Armored Force Engineering, Beijing 100072 , China; 3.Department of Training, Armored Force Engineering, Beijing 100072 , China; 4.Department of Basic Course, Armored Force Engineering, Beijing 100072 , China; 5.Department of Graduate Management, Armored Force Engineering, Beijing 100072 , China)

Aiming at the errors caused by the human intervention in the assessment of the current capability of the equipment support in the army, the paper analyzes the various factors influencing the equipment support capability, constructs the evaluation index system of the equipment support capability and scientifically quantifies such capability. The improved and optimized projection pursuit algorithm is used in multi-dimensional data analysis for original equipment support and establishment of comprehensive evaluation on equipment support capacity model so as to solve the problem of multi-constrained global optimization in the model. The evaluation examples show that: the algorithm model mentioned in this paper is computationally efficient and is easy to operate, the evaluation result is objective and accurate.

equipment support; ability evaluation; frog leaping algorithm; projection pursuit model

2016-10-15

部委級資助項目

鄭顯柱(1982-)，男，助理研究員，博士，主要研究方向?yàn)檠b備保障信息系統(tǒng)工程。zhuzi_zorro@sina.com