基于鄰域粗糙集和神經網絡的缺材數據分析

任宇軒，徐常凱

（1.空軍勤務學院研究生大隊，江蘇 徐州 221000；2.空軍勤務學院航材四站系，江蘇 徐州 221000）

0 引言

航材保障工作是支撐航空兵部隊戰斗力發揮的重要環節，合理、準確的庫存配置既可以滿足部隊訓練備戰需求，又能夠減少冗余庫存，節約大量開支。目前航材保障工作仍存在一些問題，直接或間接地影響部隊遂行作戰任務。為最大限度地解決這些問題，本文提出了聚焦于缺材數據的分析方法，建立了一個缺材數據集，采用基于鄰域數據集的屬性約簡方法，處理冗余屬性簡化決策表；再將約簡后的最小屬性集作為神經網絡的輸入變量，有效地判別航材保障趨勢，最后將該方法應用于真實算例，結果表明該方法較為準確地分析了算例的缺材情況。

圖1 多維屬性體系圖

1 多維屬性值分析與數據集的建立

航材自身屬性及其在籌措、儲備、供應過程中出現的屬性多種多樣，缺材數據分析數據集的建立需要從中選取與造成缺材有關的屬性。根據航材保障工作實際，可以從航材自身屬性、籌措、儲備、供應、缺材停飛5 個維度建立數據集，并將該項航材是否造成缺材停飛作為決策屬性。在建立數據集后，需要對數據集進行預處理，以提高分析效率與分析結果的準確度。

1.1 數據集維度分析

1）屬性維：航材自身屬性涵蓋其物理特性、保障性、維修性、可靠性等多個方面。某種航材的自身屬性勢必與其保障過程中產生的屬性有一定的相關關系，但保障性、維修性、可靠性難以量化，只能夠通過其他數據進行反應。……