基于集對分析的野戰管線部隊保障效能評估

續 源,吳家鋒

(中國人民解放軍陸軍勤務學院， 重慶 401311)

野戰管線部隊保障效能的評估還停留在傳統的文字論證階段，對影響保障效能發揮的不確定性因素多是主觀判斷，誤差較大，使得上級對各野戰管線部隊的保障能力難以掌握，本研究采用集對分析法，對確定性與不確定性影響因素展開數學運算和數學分析，對避免評估標準的主觀性，降低不確定性因素的干擾，準確評估野戰管線部隊的保障效能有重要意義。

1 野戰管線部隊保障效能的影響因素

野戰管線部隊保障效能受眾多因素的影響和制約，必須充分考慮并分析各因素的構成和作用，為確定屬性要素、擬定屬性值、衡量權重作好鋪墊。

野戰管線部隊保障效能的影響因素有：

1) 人員素質

人員素質主要包括人員的知識層次、訓練水平、專業技能，協作能力、心理素質等，是提高保障效能的“軟件”。優秀的人員素質，能減少操作失誤率，迸發較高的作業效率，縮短作業時間，可顯著提高油料保障效能。

2) 裝備性能

油料裝備性能是作戰油料保障的“硬件”，其性能的好壞直接關系到油料供應水平的高低，裝備技術性能越好，補給效率就越高，完成任務就越快，因此，是影響油料保障效能的直接因素。

3) 戰備訓練

野戰管線部隊戰備訓練水平的高低，也影響到人員素質和裝備運用的能力，是加強野戰管線部隊協作配合能力，促進正規化建設，提高人員對未來可能發生的軍事斗爭的快速反應能力和戰場適應能力最直接、最有效的途徑。

4) 信息化水平

野戰管線部隊信息化水平決定其在保障過程中的感知與反應、精確配送、數據通信等各項能力值高低，是保障能力的拓展和延伸，與保障效能能否在未來戰場上正常發揮有直接聯系。

5) 保障需求

現代戰爭模式是信息化條件下的聯合作戰，保障對象種類多、數量多、油料需求量各有不同，諸多變量使得油料保障的過程充滿不確定性，但又是影響野戰管線部隊保障效能的關鍵因素。

6) 戰場環境

戰場環境包含敵情、我情、社情、自然環境等多因素，每一項內容都對保障效能的發揮有一定影響。但是戰場環境的不確定性很大，相應的對作業效能的影響就很大。

2 野戰管線部隊保障效能評估模型

野戰管線部隊保障效能能否正常發揮，與人員素質、裝備性能、戰備訓練、信息化水平、保障需求和戰場環境息息相關，但保障需求和戰場環境面臨的情況是隨機的，對保障效能的高低產生不確定性影響。應用集對分析法對野戰管線部隊保障效能進行評估就能很好地解決隨機變量對保障效能影響的不確定性。

2.1 集對分析

2.2 模型建立

2.2.1 確定屬性要素

首先將各個影響因素確定為屬性要素，根據計算需要，對其量化賦值。設人員素質為Z1、裝備性能為Z2、戰備訓練Z3、信息化水平Z4、保障需求Z5和戰場環境Z6，如圖1所示。

2.2.2 標準化處理屬性值

假設各野戰管線部隊保障效能有n個評估結果，構成集合A=,{A1,A2,…,Ai,…,An},每個評估結果包含的屬性集為Z={Z1,Z2,…,Zj,…,Zm},對應的屬性權重集為W={w1,w2,…,wj,…,wm},并假設各評估結果Ai對應屬性Bj的屬性值為rij(i=1,2,…,n;j=1,2,…,m)。

為了對不同量綱的屬性進行比較分析，須對保障效能評估結果包含的屬性值進行標準化處理。對于影響保障效能的屬性而言，按屬性值取值優勢趨向可以分為越高越好和越低越好的屬性值兩類。

對于越高越好的屬性，其標準化公式為

對于越低越好的屬性，其標準化公式為

其中，rmax(j)、rmin(j)為第j個屬性的最大值和最小值。

2.2.3 確定屬性要素權重

為了避免主觀因素造成的評估誤差，客觀地反映屬性的重要程度，此處選擇變異系數法確定屬性的權重。變異系數法是通過保障效能各結果的屬性值的變異程度所描述的信息量大小確定權重，能夠較好反映保障需求和戰場環境對屬性要素影響的客觀特征。

變異系數為

屬性權重為

2.2.4 確定聯系度

假設保障效能的正、負理想效能分別為

X={X1,X2, …,Xj, …,Xm}

Y={Y1,Y2, …,Yj, …,Ym}

綜上可知，保障效能的各個結果與正理想效能X構成的集對{Ai,X}在相對接近程度下的聯系度為

(1)

同理，集對{fij,Yj}在相對接近程度下的聯系度可表示為

(2)

保障效能的各個結果與負理想效能Y構成集對{Ai,Y}在相對接近程度下的聯系度為

(3)

由于保障效能的各個結果在接近正理想效能的同時不一定都遠離負理性結果，為了降低這種情況的干擾，用fij在區間[Yj，Xj]上接近Xj而遠離Yj的聯系度描述理想效能的綜合聯系度：

Uij=αij+βijI+γijJ

(4)

由于式(1)中的同一度表示fij接近Xj，式(3)中的對立度表示fij遠離Yj，因此，可以用αij來評價fij對Xj的接近程度和對Yj的遠離程度，用γij來評價fij對Xj的遠離程度和對Yj的接近程度，則有

(5)

(6)

根據歸一化條件α+β+γ=1，得

(7)

保障效能各種結果Ai與理想效能的綜合聯系度為

(8)

綜合式(5)～式(7)得，保障效能的各個結果Ai與理想效能的：

同一度：

(9)

差異度：

(10)

對立度：

(11)

2.2.5 計算貼近度

野戰管線部隊保障效能與理想效能的相對貼近度是其同一度和對立度的綜合反映，因此，貼近度為

貼近度φi的值越大，表示保障效能的結果Ai與理想效能越貼近，對應的野戰管線部隊保障效能評估結果就越接近。

3 實例分析

為檢驗野戰管線部隊油料保障效能，需要對我軍5支野戰管線大隊在各自擔負的保障任務中的作業效能進行評估。本次保障效能檢驗A1野戰管線大隊、A2野戰管線大隊、A3野戰管線大隊、A4野戰管線大隊、A5野戰管線大隊5支大隊。各種結果的屬性要素如圖1中Z1～Z7所示，除“人員素質(Z1)”、“裝備性能(Z2)”、“戰備訓練(Z3)”、“信息化水平(Z4)”的屬性值越大越好以外，其他屬性值均是越小越好。各野戰管線大隊保障效能影響因素的屬性描述如表1所示。

表1 各野戰輸油管線大隊保障效能影響因素的屬性描述

表1中各個大隊的屬性值均為定性語言描述，為便于量化分析，采用專家評分法，對屬性值賦予相應的分值，通過和相關領域專家的溝通，最終根據很差(很低、很小)、較差(較低、較小)、一般、較好(較高、較大)、很好(很高、很大)5個等級，并對應賦予1～5分。

將屬性值按上述方法進行轉換，得到屬性值矩陣R=(rij)5×6：

對屬性值矩陣進行標準化處理：

根據標準化矩陣，可以確定出野戰管線部隊保障效能的正、負理想效能：

各屬性的權重集為

將上述結果代入式(9)～式(11)聯立求解，得到各野戰管線部隊的同一度，差異度、對立度如表2所示。

表2 各野戰管線大隊保障效能的聯系度

由表2計算可得，各野戰管線大隊保障效能與理想效能的貼近度

φ1=0.365，φ2=0.199，φ3=0.165，φ4=0.407，φ5=0.753。

根據貼近度大小，對5支野戰管線大隊保障效能進行排序：A5>A4>A1>A2>A3。得出結論：A5野戰管線大隊在所擔負的保障任務中作業效能最高，其他部隊力量在不同層次上有待加強。

4 結論

基于集對分析的野戰管線部隊保障效能評估，結合各部隊建設實際，綜合考慮了多方面影響因素對評估結果帶來的不確定性，有效融合了評估過程中各主、客觀信息，可靠性較高。案例分析表明，通過集對分析評估野戰管線部隊保障效能，可有效降低不確定性因素對評估造成的不確定性影響，為掌握野戰管線部隊保障能力，加強保障力量建設提供了科學依據。

：

[1] 顧佼佼,趙建軍,徐海峰，等.基于SPA及PSO的超視距空戰態勢評估[J].系統工程與電子技術，2014,36(4):691-696.

[2] 馬洪文,魏俊,高艷章,等.基于集對分析的戰時車輛裝備保障方案評估[J].科學技術與程,2010,33(14):3546-3548.

[3] 趙克勤.集對分析及其初步應用[M].杭州:浙江科技出版社，2000.

[4] 白向華,陶鳳和,賈長治.基于集對分析的保障能力薄弱環節改進模型研究[J].計算機與數字工程，2011,39(2):6-10.

[5] 張峰,謝振華,程江濤,等.改進集對分析的多屬性決策方法在通信干擾目標威脅排序中的應用[J].海軍航空工程學院學報,2014,29(2):183-186.

[6] 宋占嶺,王忠武,王銳.基于集對分析聯系數的主要防御方向選擇[J].電子設計工程,2017,25(10):51-53.

[7] 田麗娟,張矢宇,蔡愛國.集對分析法在長江干線水上交通安全上的應用[J].船海工程,2013,42(3):199-203.

[8] 閆華鋒.基于SPA的綜合評判決策方法[J].計算機技術與發展,2014,24(2):176-178.

[9] 宋占凌,呂濤,張德強.基于集對分析TOPSIS法的掩護目標優選[J].電子設計工程，2013,21(6):52-54.

[10]陸思錫,王帥,周慶忠，等.基于集對分析的海上油料補給方法選擇優化[J].后勤工程學院學報，2015,31(4):41-46.

[11]汪明武,金菊良.集對分析耦合方法與應用[M].北京:科學出版社，2014.

[12]趙克勤,米紅.非傳統安全與集對分析[M].北京:知識產權出版社，2014.

[13]朱斌,金煒東,朱建渠,等.復雜體制雷達輻射源信號特征的集對分析[J].計算機應用研究,2014,319(10):31-33.

[14]舒暢,姚安林,劉帥鋒,等.集對分析在海底管道失效可能評價中的應用[J].中國安全科學學報，2017,27(1)：86-91.

[15]羅景峰.集對分析-可變模糊改進方法及其應用[J].哈爾濱商業大學學報，2017,32(2)：242-245.