基于灰色决策理论的电子对抗装备保障能力综合评估

(整期优先)网络出版时间:2019-12-05
/ 2

基于灰色决策理论的电子对抗装备保障能力综合评估

屈进军

中国船舶重工集团有限公司第七一 0研究所 湖北 宜昌 443003

摘 要:电子对抗装备保障能力评估对于电子对抗装备的管理、保障和控制可提供科学的信息支持。本文对电子对抗装备保障能力的评估指标进行了分析,运用灰色决策理论建立了综合评估模型,给出了电子对抗装备保障能力的量化评估方法,并进行了实例验证。

关键词:电子对抗装备;保障能力;灰色综合评估

1 引言

随着信息化武器装备的发展,武器装备的技术复杂程度越来越高,随之带来的是对武器装备试验鉴定所需的测控装备种类逐渐增多,所用技术更为先进和复杂,装备保障方面的问题也更为突出。如何科学、全面、准确、客观地评价多种类电子对抗装备的试验保障能力,为装备建设的管理、保障和控制提供科学的信息支持,确保试验实施效果,成为电子对抗面临的一项新课题。

灰色系统理论是一种研究少数据、贫信息不确定性问题的方法[1]。在测控装备保障能力评价过程中,存在着指标的相关性、关系不确定性,评估认定的差异性、非唯一性等;而且,由于装备保障能力的评价指标多为主观性指标,对这类指标的评价,大多是建立在评价者的知识水平、认识能力和个人偏好、经验之上,难以排除人为因素带来的偏差,使评价中提供的评价信息不够确切,即评价中很多因素是灰色、模糊、难以量化的[2]。因而,采用传统的、单一的评价方法难以给出正确、合理的评价结果。本文运用灰色决策理论进行装备保障能力的综合评估。

2 灰色评估模型

2.1 定性评价语言变量数值化

设有t个评委组成专家组E={ek}(k=1,2,…,t),待评估的装备保障方案有m个,组成方案集O={Oi}(i=1,2,…,m);评价指标共有n个,组成指标集D={dj}(j=1,2,…,n)。评委对参评装备各指标进行定性描述评价,按表1所示对定性的语气算子进行量化处理。

表1 定性评价指标的量化处理

序号

评价指标的语言变量

对应数值

序号

评价指标的语言变量

对应数值

1

极小或极低

1

4

大或高

7

2

小或低

3

5

绝对大或绝对高

9

3

5

6

介于二者之间,取2,4,6,8

2.2 建立评价矩阵

假设第k个评委对第i个方案的评价在第j个指标下相应的值为5de89b0377ab6_html_9c280e81114a4b04.gif 。则可建立第k个专家的评价矩阵为:5de89b0377ab6_html_a040e6b2eb52ca00.gif

2.3 建立各评价灰类的白化权函数

建立评价灰类就是确定灰类的等级数、灰数及白化权函数。本文采用5个灰类,记灰类集为G=(g1,g2,g3,g4,g5)={很差,差,中,良,优},记第j个指标属于第s个灰类的白化权函数为5de89b0377ab6_html_6d512d1de2f8464f.gif (j=1,2,…,n;s=1,2,3,4,5)。则:

对于第1灰类“很差”,s=1,白化权函数5de89b0377ab6_html_76f9b5973b0cfc90.gif 为:

5de89b0377ab6_html_82d3f9f4d212f800.gif

对于第2灰类“差”,s=2,白化权函数5de89b0377ab6_html_8f52f7f9a2d9cd1f.gif 为:

5de89b0377ab6_html_9740430e53c56fb.gif

对于第3灰类“中”,s=3,白化权函数5de89b0377ab6_html_7865ca0442bfc8f.gif 为:

5de89b0377ab6_html_9fc75a17669f2357.gif

对于第4灰类“良”,s=4,白化权函数5de89b0377ab6_html_5518786299be2e08.gif 为:

5de89b0377ab6_html_3075ff663b8a3234.gif

对于第5灰类“优”,s=5,白化权函数5de89b0377ab6_html_8f52f7f9a2d9cd1f.gif

5de89b0377ab6_html_817eecddcd5a96d9.gif

2.4 计算灰色评价权

设第i个方案在指标j下赋值5de89b0377ab6_html_8370aba469c34025.gif 属于第s个评价灰类的灰色评价灰数为:

5de89b0377ab6_html_b4e6f88e0b2a5a5d.gif

评价指标属于各个灰类的总灰色评价灰数为:

5de89b0377ab6_html_e24ccb953cb4b907.gif

因此,第i个方案在第j个指标下属于第s个评价灰类的评价权为:

5de89b0377ab6_html_9021dbe17455ddb2.gif
组成的灰色评价矩阵为:5de89b0377ab6_html_da28aa3dfff0d0de.gif

2.5 评价指标的灰色定量化处理

通过对评估信息的定量化处理,使其成为统一的、量化的、标准的、无量纲的评估信息。设各评价灰类的等级值向量5de89b0377ab6_html_353aa46d9d8d505a.gif ,分别对应灰类s=1,2,3,4,5,则可得评价指标的定量化向量为5de89b0377ab6_html_dbee73b3b42f355d.gif ,所组成的定性评价指标的定量化矩阵为5de89b0377ab6_html_503163f37a4e99b3.gif

2.6 定量化向量的规范化处理

记第i个方案第j个定性指标的定量化值为xi(j),j=1,2,…,n,则

5de89b0377ab6_html_7620a126b87428cc.gif ,其中,5de89b0377ab6_html_f7af67650a286443.gif

均值化矩阵为5de89b0377ab6_html_16ffc67e1c4bba33.gif

2.7 因素指标的权重向量

权重系数可通过AHP(层次分析法)或AHP法的改进方法来确定[3],本文采用一种通过模糊群灰关联度计算权重向量的方法[4]

2.7.1 计算模糊群灰关联度

5de89b0377ab6_html_52ce7dd99f224103.gif 为模糊群关联度,表示指标dj与除dj外所有指标的灰关联程度。其中,5de89b0377ab6_html_e15c9946870d5fe8.gif ,表示指标dj与dh的关联系数。

2.7.2 计算各指标的相对权重

定义5de89b0377ab6_html_4e98d9f129c01ccd.gif 为指标dj的权重。记5de89b0377ab6_html_cb33e5169aae7fec.gif 为权重向量。

2.8 综合评估

综合评估结果为 5de89b0377ab6_html_15fde1649d445e87.gif

通过归一化处理,可使5de89b0377ab6_html_458660d5339ebad5.gif

3 目标评估指标体系

不同种类的测控装备由于其使命任务、工作原理、组成结构等的不同,使用保障所涉及的因素不尽相同。为对不同种类的测控装备保障能力进行评估,应遵循系统、全面、客观的原则,从各自具体的保障因素中抽象出一般、通用性指标。通过分析研究,最终确定测控装备保障能力的评估指标见下图:

5de89b0377ab6_html_eafcf9cd36a0f9c7.gif

(1)保障方案:保障方案是否完善、科学、可行,方案预案是否考虑周全;

(2)保障机构:保障机构是否健全,机构人员配备是否合理,职能划分是否明确、清晰、全面;

(3)资源供给:保障所需经费、设备、备品备件、技术工房等的供应配套情况;

(4)技术资料:装备保障、维修所需技术资料、处置方案是否完整、齐全;

(5)人员技术能力:所配备人员的技术水平、保障能力、经验和知识储备是否足以完成装备的各项保障任务。

4 应用实例

设某型电子对抗装备靶场试验中,需用到光测、内测、遥测、电测等测控装备四套,为对这四套装备的综合保障能力做出科学评估,邀请五位专家组成评估组,在对装备进行实地检查、问卷调查、考试考核、实装演练等程序后,对装备的保障能力指标进行打分,各专家评价矩阵分别为:

5de89b0377ab6_html_3fe827f609b07dc0.gif5de89b0377ab6_html_fef0cbb5d77cf1c1.gif5de89b0377ab6_html_cb7953fc5886e4f5.gif

5de89b0377ab6_html_69e53b59333cac48.gif5de89b0377ab6_html_bb88d5ad17808fba.gif

通过计算各方案5个指标的灰色评价权,得到各方案的灰色评价矩阵为:

5de89b0377ab6_html_14296c41fed68444.gif5de89b0377ab6_html_3d96f01f7ffe93af.gif

5de89b0377ab6_html_587196a8724d4329.gif5de89b0377ab6_html_f71505c4bc4c6cdb.gif

各评价指标的量化处理结果为:

5de89b0377ab6_html_2a354a4a3e6863b4.gif

对量化结果进行规范化处理,处理结果见表2所示:

表2 电子对抗装备保障能力的均值化处理结果

__TH_L11

保障方案

保障机构

资源供给

技术资料

人员水平

电测装备

1.1007

0.7089

1.0075

1.0075

1.1754

内测装备

0.9030

0.7692

0.7023

1.1371

0.9866

遥测装备

1.0698

0.8837

1.0698

0.8605

1.1163

光测装备

1.1037

1.0033

0.6856

1.1706

1.0368

然后,根据群灰关联度及各指标相对权重的计算公式,计算各指标的相对权重为:

5de89b0377ab6_html_9598f886be0adcd3.gif
算综合评估结果并经归一化,得:5de89b0377ab6_html_315865cbb57fbbaa.gif

经过综合评估可知,在此次的装备试验中,电测装备的综合保障能力优于其它装备;而内测装备由于属异地作战,在资源供给、保障机构的建立方面存在一定差距;尽管对于本次试验而言,遥测装备相关资料不够充足、完善,但技术人员的素质、能力、经验水平较高,因此,综合评价成绩较好,优于内测和光测装备。上述评估结果与装备试验的实际情况是相符的。

5 结论

由于电子对抗装备保障能力评价指标的灰色、模糊和不确定性,因此,对其进行综合评估容易产生偏差。本文对评价指标体系进行了分析,阐述了灰色综合评估的算法模型,并进行了实例验证,取得了科学、可信的评估结果。在实际分析中,可针对装备的具体情况,在本评价指标模型的基础上相应地增加其它指标。

参考文献

[1] 邓聚龙.灰色系统基本方法[M].武汉:华中科技大学出版社,2005.

[2] 郭煌,郭建胜等.灰色理论和模糊数学相结合的装备保障能力评估模型[J].火力与指挥控制,2009,34(3):75-78.

[3] 朱敏,贾京林等.基于层次分析法的导弹命中点选择研究[J].海军航空工程学院学报,2007,22(3):369-372.

[4] 周林,王君等.军事装备管理预测与决策[M].北京:国防工业出版社,2007.