下载文档原格式
武器装备作战效能灰色聚类评估
王三喜;刘玉荣;屈洋;李大鹏
【期刊名称】《火力与指挥控制》
【年(卷),期】2004(029)003
【摘要】武器装备作战效能的指标是多样的,而且意义不同、量纲不同,且指标的实现值往往在数量上悬殊很大,如何在这种情况下比较好的解决作战效能综合评估问题,提出了基于灰色定权聚类和三角白化权函数的灰色聚类评估方法解决此问题,给出了应用的一般步骤.以某型水陆坦克为例,对其改装前后的作战效能进行了对比分析,并为其将来进一步改进提出了建设性建议.
【总页数】4页(P70-73)
【作者】王三喜;刘玉荣;屈洋;李大鹏
【作者单位】蚌埠坦克学院,安徽,蚌埠,233013;安徽财贸学院,安徽,蚌埠,233000;蚌埠坦克学院,安徽,蚌埠,233013;蚌埠坦克学院,安徽,蚌埠,233013
【正文语种】中文
【中图分类】TP319
【相关文献】
1.基于灰色聚类分析法的武器装备试验保密管理工作评估 [J], 姚宏林;王宇;张建伟;吴忠望;阎慧
2.反恐分队作战效能的灰色聚类方法评估 [J], 彭旭宁;戴锋
3.要地防空指挥控制系统作战效能灰色聚类评估 [J], 王昌金;张永辉;黄彬
4.雷达组网作战效能的灰色聚类评估模型 [J], 陈德江;王君;赵崇丞
5.基于元评估的武器装备作战效能评估可信性研究 [J], 宋彦学;张志峰;齐立辉因版权原因，仅展示原文概要，查看原文内容请购买。
灰色聚类评价模型本文选择灰色聚类法作为灰色关联理论评价模型的对比模型，是因为灰色聚类评价模型是现在应用较为广泛的评价模型，可以解决多因素、多目标、多层次的复杂问题，适合绿色施工评价指标体系“小样本、贫信息”的特点[61-64]。
灰色聚类评价模型构建根据所评价的建筑工程项目的“绿色程度”分为5个等级。
如表5-28。
表5-28 绿色施工评价等级灰类Table 5-28 Grey Class of Green Construction Evaluation Grade绿色施工灰类等级A AA AAA AAAA AAAA 分值范围 0-0.2 0.2-0.4 0.4-0.6 0.6-0.8 0.8-1.0 评价等级差较差及格良好优秀然后按不同灰类对评价指标构建白化函数。
绿色施工“A”级白化权函数表达式表示为：k=1 [0,0.2） ()[]](()110,0.10.10.1,0.30.30.100.1,0.3x x f x x x ⎧∈⎪-⎪=∈⎨-⎪∉⎪⎩(5-1)绿色施工“AA”级白化权函数表达式表示为k=2 [0.2,0.4） ()[]](()20.10.1,0.30.30.100.1,0.50.50.3,0.50.50.3x x f x x x x ⎧-∈⎪-⎪⎪=∉⎨⎪-⎪∈⎪-⎩ (5-2)绿色施工“AAA”级白化权函数表达式表示为k=3 [0.4,0.6） ()[)[][]30.30.3,0.50.50.300.3,0.70.70.5,0.70.70.5x x f x x x x -⎧∈⎪-⎪=∉⎨⎪-⎪∈-⎩ (5-3)绿色施工“AAAA”级白化权函数表达式表示为k=4 [0.6,0.8） ()[)[][)40.50.5,0.70.70.500.5,0.90.90.7,0.90.90.7x x f x x x x -⎧∈⎪-⎪=∉⎨⎪-⎪∈-⎩ (5-4)绿色施工“AAAAA”级白化权函数表达式表示为k=5 [0.8,1.0） ()[)[][)500.7,1.00.70.7,0.90.90.710.9,1.0x x f x x x ⎧∉⎪-⎪=∈⎨-⎪∈⎪⎩ (5-5)灰色聚类系数计算()m k k i j ij j jf x ηω=∑(5-6)式中：k i η－－综合白化权函数系数；()i j ij f x －－白化权函数；j ω－－权重系数。
灰色聚类评价模型本文选择灰色聚类法作为灰色关联理论评价模型的对比模型，是因为灰色聚类评价模型是现在应用较为广泛的评价模型，可以解决多因素、多目标、多层次的复杂问题，适合绿色施工评价指标体系“小样本、贫信息”的特点[61-64]。
灰色聚类评价模型构建根据所评价的建筑工程项目的“绿色程度”分为5个等级。
如表5-28。
表5-28 绿色施工评价等级灰类Table 5-28 Grey Class of Green Construction Evaluation Grade绿色施工灰类等级A AA AAA AAAA AAAA 分值范围 0-0.2 0.2-0.4 0.4-0.6 0.6-0.8 0.8-1.0 评价等级差较差及格良好优秀然后按不同灰类对评价指标构建白化函数。
绿色施工“A”级白化权函数表达式表示为：k=1 [0,0.2） ()[]](()110,0.10.10.1,0.30.30.100.1,0.3x x f x x x ⎧∈⎪-⎪=∈⎨-⎪∉⎪⎩(5-1)绿色施工“AA”级白化权函数表达式表示为k=2 [0.2,0.4） ()[]](()20.10.1,0.30.30.100.1,0.50.50.3,0.50.50.3x x f x x x x ⎧-∈⎪-⎪⎪=∉⎨⎪-⎪∈⎪-⎩ (5-2)绿色施工“AAA”级白化权函数表达式表示为k=3 [0.4,0.6） ()[)[][]30.30.3,0.50.50.300.3,0.70.70.5,0.70.70.5x x f x x x x -⎧∈⎪-⎪=∉⎨⎪-⎪∈-⎩ (5-3)绿色施工“AAAA”级白化权函数表达式表示为k=4 [0.6,0.8） ()[)[][)40.50.5,0.70.70.500.5,0.90.90.7,0.90.90.7x x f x x x x -⎧∈⎪-⎪=∉⎨⎪-⎪∈-⎩ (5-4)绿色施工“AAAAA”级白化权函数表达式表示为k=5 [0.8,1.0） ()[)[][)500.7,1.00.70.7,0.90.90.710.9,1.0x x f x x x ⎧∉⎪-⎪=∈⎨-⎪∈⎪⎩ (5-5)灰色聚类系数计算()m k k i j ij j jf x ηω=∑(5-6)式中：k i η－－综合白化权函数系数；()i j ij f x －－白化权函数；j ω－－权重系数。
龙源期刊网
基于灰色定权聚类分析的油库“三抢”装备保障效能评估
作者：吴海林吕宏庆陈治虎
来源：《物流科技》2013年第01期
摘要：针对油库“三抢”装备自身特点和发展现状，建立了效能评估指标体系，并引进灰色系统理论中的定权聚类分析方法运用于评估中，以“三抢”装备中汽车油罐车野战发油装置为实例，得到较为客观、可信的效能评估结果，为油库“三抢”装备的发展改进提供了决策依据。
关键词：油库“三抢”装备；灰色聚类；效能评估
中图分类号：E246 文献标识码：A
油库“三抢”装备包括油库抢收、抢发和抢修抢险装备，用于紧急情况下后方油库遭到破坏时，替代油库部分功能实施部队油料输转、收发的任务。
随着军事科技的进步和战场环境的日益复杂，原研制的装备存在的问题也逐渐显露。
因此我们有必要开展对油库“三抢”装备保障效能的评估，以便了解它的保障能力、存在的缺陷和不足。
1 油库“三抢”装备的灰色定权聚类评估方法[1]
本文所采取的灰色定权聚类是根据灰数的白化权函数将一些经定权的观测指标或观测对象聚集成若干个可定义类别的方法。
其评估步骤如下：
（1）根据定性分析，确定评估指标体系和各指标在综合聚类中的权重。
收稿日期：2015-10-05修回日期：2015-12-26作者简介：胡涛（1991-），男，四川彭山人，硕士研究生。
研究方向：航空保障技术与信息化。
摘要：随着多机种作战成为空军作战的主要方式，对地面保障装备的保障能力提出了更高的要求，保障能力的好坏直接关系到作战任务的完成与否。
通过对多机种保障任务进行分析，建立了多机种保障装备保障能力评估指标体系，采用层次分析法确定了各指标的权重，运用灰色聚类的评估方法对多机种保障装备的保障能力进行了评估，并结合实例，验证了该方法的有效性，为保障能力的提升提供了参考依据。
关键词：多机种，保障能力，灰色聚类，评估中图分类号：TP391.9文献标识码：A基于灰色聚类的多机种保障装备保障能力评估胡涛，吕瑞强，刘章龙（空军勤务学院，江苏徐州221000）Multi Aircraft Security Equipment Support CapabilityEvaluation Based on Grey ClusteringHU Tao ，LYU Rui-qiang ，LIU Zhang-long （Air Force Logistics College ，Xuzhou 221000，China ）Abstract ：As aircraft operations become the Air Force combat the main style ，on the groundsupport equipment support ability put forward higher requirements ，the protection ability of the directrelationship to the completion of the mission or not.Based on the multiple aircraft security task analysis ，to establish the evaluation index system of aircraft equipment support capability ing analytic hierarchy process to determine the weight of the index ，application of gray clustering evaluation method is used to evaluate aircraft support equipment support ability.With an example ，the validity of the method is verified ，which provides a reference for the improvement of the security capability.Key words ：multiple aircraft ，safeguard ability ，grey clustering ，estimation 0引言随着战争形态的变化，空军在战场中的作用越来越重要，并且未来空战不再是单一机种作战，将是多机种协同作战，多机种保障基地是未来飞行保障的主体［1］。
多机种保障装备的保障能力直接影响飞机能否及时升空作战，是飞机战斗力生成的重要因素。
以往对飞行保障能力的评估仅仅限于对单机种保障能力的评估，考虑的因素不足，已经不适合于现在的保障模式。
因此，对多机种保障能力的评估显得更具意义。
但是，由于保障能力的评估存在较多的不确定性因素，并且由于历史原因及部队保密的要求，可参考的数据较少且具有模糊性，在进行保障能力的评估过程中，往往难以对其进行准确评价，因此，需要选择一种合适的评估方法来提高评估的准确性。
灰色系统理论是研究“小样本”、“贫信息”的不确定系统，其灰色聚类评估模型在兼顾贫信息和样本区间的模糊性的基础上，将灰色系统尽可能地白化、量化、模型化，以期用较少的数据实现对样本的聚类，并进行评估。
本文通过将该理论应用到多机种保障装备保障能力的评估中，对提高保障能力的文章编号：1002-0640（2016）12-0101-04Vol.41，No.12Dec ，2016火力与指挥控制Fire Control &Command Control 第41卷第12期2016年12月101··（总第41-）火力与指挥控制2016年第12期评估准确性具有一定的使用价值［2］。
1多机种保障装备保障能力评估指标体系的建立多机种保障装备保障能力评估是形成多机种保障装备保障能力，实现多机种保障目标重要而有效的辅助决策手段。
评估指标是衡量多机种保障装备保障能力总体目标的具体标志。
本文结合保障能力的定义，在参考大量相关文献的基础上，将影响多机种保障装备保障能力的主要因素归纳为保障装备使用效能、保障装备维修保障能力和保障装备保障资源完备性［3-4］。
通过基层部队的实地调研，收集整理大量的数据资料，经过征求专家意见，取舍合并，建立了多机种保障装备保障能力评价指标体系，如图1所示。
图1多机种保障装备保障能力评估指标体系2灰色聚类评估法对于多机种保障装备保障能力的评估，可以采用灰色三角白化权函数聚类的方法进行评估，通过定性和定量的方法来确定指标体系和能力指标实现值的分类范围，并确定指标实现值得类别。
但是，在聚类方法的选择方面存在变权聚类和定权聚类的区别，两种方法侧重点各有不同，由于保障能力的指标多，且各个指标的意义不同、量纲不同，指标实现值的数量悬殊很大，为了保证各个指标在聚类过程中都发挥作用，决定采取定权聚类的方法［5］。
根据以上的分析，对于保障装备的多机种保障能力灰色聚类评估，可以看成是n个不同的保障装备作为评估对象，m个评估指标，s个不同的灰类，根据对象i关于指标j的样本观测值x ij。
对相应的对象i进行评估、诊断的问题［6-7］。
具体步骤：①确定指标体系中各指标的权重。
②按照评估要求划分灰类，选取阈值。
设按照评估要求将各指标的取值范围划分为s 个灰类，例如将j指标的取值范围［α1，αs+1］划分为［α1，α2］，…，［αk-1，αk］，…，［αs-1，αs］，［αs，αs+1］，其中：阈值αk（k=1，2，…，s）的值可根据实际问题的要求或定性研究结果确定。
③建立三角白化权函数。
令属于第k个灰类的白化权函数值为1，（，1）与第k-1个灰类的起点和第k+1个灰类的终点连接，得到j指标关于k灰类的三角白化权函数f j k（·）（j=1，2，…，m；k=1，2，…，s）。
对于f j1（·）和f j s（·）。
可分别根据具体情况将j指标取数域向左、向右沿拓至α1，αk+2，如图2所示。
图2三角白化权函数图④整理各对象指标实现值，分别计算其属于各灰类的白化权函数值。
对于j指标的一个实现值x，由（1）计算出其属于灰类k（k=1，2，…，n）的白化权函数值f j k（x），其中=（αk+αk+1）/2。
⑤计算综合聚类系数，分析结果，作出合理判断。
计算对象i（i=1，2，…，n）关于灰类k（k=1，2，…，s）的综合聚类系数为（2）式（2）中：f j k（x ij）为对象i在指标j下属于灰类k的白化权函数；ηj为指标j在综合聚类中的权重。
由max{δj k=δj k*}判断对象i属于灰类k*。
当有多个对象属于k*时，可以进一步根据综合聚类的大小确定k灰类的各对象优劣或位次，由此作出综合效能的合理判断，提出需要改进的方面。
3实例分析本文以某多机种保障基地为例，通过实地调研和大量的数据分析，结合专家经验，运用灰色聚类102··2202（总第41-）的方法来分析其保障装备对多机种的保障能力。
3.1确定权重表1多机种保障装备保障能力指标元素重要性简易表计算指标元素的组合权重可以采用专家打分法［8］。
根据表1得到一级指标判断矩阵。
将判断矩阵的各个列向量先归一化，再按行求和取平均，即得A 对于目标的组合权重W A =（0.631，0.211，0.158）。
将得到的组合权重进行一致性验证，定义一致性指标CI为其中表示最大特征值，n 表示特征向量的分量个数。
为了在一定程度上克服一致性判断指标随n 增大而明显增大的问题，引入平均随机一致性指标RI ，用随机一致性比值作为一致性检验标准［9］。
表2给出了判断矩阵计算的平均随机一致性指标检验值。
本实例中，n =3，RI =0.52，根据随机性一致性比值公式可以计算得到CR =0.0269<0.1，比较矩阵具有令人满意的一致性。
表2平均随机一致性指标同理，得到二级指标判断矩阵各指标权重为：3.2聚类评估在这里应用Delphi 法，按照评估要求将各指标划分为“差”、“一般”、“良好”、“优秀”4个灰类。
根据资料和保障经验列出了各指标的阈值、延拓值；并且通过对多机种保障基地的实地调研，查阅大量资料，并结合相关专家意见，整理出各型装备指标的实现值，见下页表3。
根据表3给出的分类指标灰类，把各指标的实现值代入三角白化权函数计算，计算出各指标相对4个灰类的隶属度，加权计算后，经过综合聚类系数计算，最终可以得到各型保障装备保障能力关于灰类k （k =1，2，3，4）的综合聚类系数［10］。
根据表3，分别建立各类指标灰类的三角白化权函数，将各指标的实现值代入对应的“差”、“一般”、“良好”、“优秀”灰白化权函数即隶属度计算公式，从而得到分类指标灰类的白化权函数值，如表4所示。
根据表4，结合综合聚系数计算公式，得到多机种保障装备的各项能力和综合保障能力关于灰类k （k =1，2，3，4）的聚类系数δk ，如表5所示。
3.3结果分析由于max{δj k }=δj 3=64.6702，保障能力总体属于“良好”类，从数值上分析可看出，保障装备的多机种保障能力距离优秀还有很大的差距［11］。
从一级指标来看，保障装备的使用效能的综合聚类系数为max{δj k }=δj 3=25.5679，属于“良好”类，从数值上分析，与“一般”灰类较接近。
因此，可以判断为其使用效能刚刚从“一般”跨入“良好”类；保障装备维修保障能力的综合聚类系数为max{δj k }=δj 2=30.73，属于“一般”类，但是该数值与“良好”类数值较接近，说明维修保障能力在向“良好”类的方向发展；保障装备的保障资源完备性的综合聚类系数为max{δj k }=δj 1=10.5761，属于“良好”类，并有向优秀方最重要相邻中值很重要相邻中值较重要相邻中值不重要等级一二三四五六七保障装备使用效能A 1√保障装备维修保障能力A 2√保障装备保障资源完备率A 3√n R.I 000.520.89 1.12 1.26n 789101112R.I1.361.411.461.491.521.54，，。
