基于ACL模型的權(quán)重分配

陳 蕾，王 嵩，劉 學(xué)

(空軍航空大學(xué) a.軍事仿真技術(shù)研究所;b.研究生隊(duì);c.飛行訓(xùn)練基地第一訓(xùn)練團(tuán)機(jī)務(wù)大隊(duì)，長(zhǎng)春 130002)

隨著新軍事變革的不斷深入，許多高新技術(shù)裝備在部隊(duì)列裝，裝備的維修保障工作變得更加重要，它要求保障技術(shù)含量比以前更高，保障量更大，保障時(shí)效性更強(qiáng)，即對(duì)保障人才的素質(zhì)要求不斷提高。培養(yǎng)科目的選擇是專業(yè)人才培養(yǎng)工作中的重要組成部分，與人才能力的形成密切相關(guān)。所有關(guān)鍵知識(shí)(all critical learning，ACL)模型是美軍標(biāo)MIL -HDBK-29612 -2A 中關(guān)于訓(xùn)練科目選擇的模型。本文結(jié)合部隊(duì)實(shí)際，對(duì)ACL 模型中權(quán)重的確定問(wèn)題展開研究。

目前，我國(guó)對(duì)指標(biāo)權(quán)重確定方法的研究，經(jīng)過(guò)多年發(fā)展已取得了一定的成就，形成了很多指標(biāo)權(quán)重的確定方法。在很多綜合決策問(wèn)題中，各指標(biāo)權(quán)重的確定是一個(gè)重要的環(huán)節(jié)，其賦權(quán)的合理與否直接關(guān)系到評(píng)價(jià)結(jié)果是否可靠。主觀賦權(quán)法是對(duì)專家意志的反映，難免會(huì)帶有一定的主觀隨意性;客觀賦權(quán)法是根據(jù)不同方案同一屬性指標(biāo)值間的穩(wěn)定性給指標(biāo)賦權(quán)，不能充分體現(xiàn)決策者對(duì)指標(biāo)的主觀認(rèn)知程度。由于主觀賦權(quán)法與客觀賦權(quán)法各有優(yōu)缺點(diǎn)，于是人們提出了綜合主、客觀賦權(quán)結(jié)果的第三類賦權(quán)方法，既組合賦權(quán)法。

1 權(quán)重確定方法

1.1 主觀賦權(quán)——層次分析法

主觀賦權(quán)法是通過(guò)專家經(jīng)驗(yàn)，對(duì)各項(xiàng)評(píng)價(jià)指標(biāo)進(jìn)行主觀賦權(quán)的一種方法，如德爾菲(Delphi)法、層次分析法(AHP)、循環(huán)打分法、二項(xiàng)系數(shù)法等。其中Delphi 法和AHP 法最為成熟。

層次分析法(analytic hierarchy process，AHP)是由美國(guó)運(yùn)籌學(xué)家T.L.Saaty 教授于20 世紀(jì)70 年代提出的一種多層次權(quán)重決策方法，用于確定多目標(biāo)決策中決策者在選擇和判斷不能定量表示且無(wú)法回避決策的因素中所起的作用。AHP 在應(yīng)用時(shí)首先要分析決策方案中相互影響的各種因素，并將這些因素層次化，建立包含目標(biāo)層、準(zhǔn)則層和指標(biāo)層的層次分析結(jié)構(gòu)模型。AHP 確定的各因素指標(biāo)權(quán)重，具有可靠性高、誤差小、靈活和簡(jiǎn)便等特點(diǎn)。

1.2 客觀賦權(quán)——熵值法

客觀賦權(quán)法主要根據(jù)原始數(shù)據(jù)之間的關(guān)系來(lái)確定權(quán)重，不依賴于人的主觀判斷，不增加決策分析者的負(fù)擔(dān)，決策或評(píng)價(jià)結(jié)果具有較強(qiáng)的數(shù)學(xué)理論依據(jù)。常用的客觀賦權(quán)法主要有主成份分析法、熵值法、離差及均方差法、多目標(biāo)規(guī)劃法等。熵值法算法簡(jiǎn)單、實(shí)現(xiàn)速度快而且能充分利用數(shù)據(jù)庫(kù)中的信息，客觀性較高。因此，本文選熵值法作為組合賦值法中的算法。

在信息論中，信息熵是系統(tǒng)無(wú)序程度的度量，而信息是系統(tǒng)有序程度的度量，二者絕對(duì)值相等，符號(hào)相反。某項(xiàng)指標(biāo)的值變異越大，信息熵越小，該指標(biāo)提供的信息量越大，該指標(biāo)的權(quán)重也應(yīng)越大;反之，某項(xiàng)指標(biāo)的值變異程度越小，信息熵越大，該指標(biāo)提供的信息量越小，該指標(biāo)的權(quán)重也越小。

1.3 組合賦權(quán)法

主客觀賦權(quán)法各有優(yōu)缺點(diǎn)，為兼顧決策者對(duì)屬性的偏好，同時(shí)又力爭(zhēng)減少賦權(quán)的主觀隨意性，使對(duì)屬性的賦權(quán)達(dá)到主觀與客觀的統(tǒng)一，進(jìn)而使決策結(jié)果更加真實(shí)、可靠，人們提出了一種綜合主、客觀賦權(quán)結(jié)果的賦權(quán)方法，即組合賦權(quán)法。組合賦權(quán)法就是將不同的賦權(quán)法確定的權(quán)重通過(guò)加權(quán)的方式組合成一個(gè)組合權(quán)重向量［1］。首先需要按不同的主客觀賦權(quán)法計(jì)算評(píng)價(jià)指標(biāo)的權(quán)重，然后根據(jù)不同賦權(quán)法的賦權(quán)結(jié)果在組合賦權(quán)時(shí)所起作用的大小給出各個(gè)賦權(quán)法的加權(quán)系數(shù)，最后由此加權(quán)系數(shù)將不同賦權(quán)法求出的權(quán)重向量進(jìn)行加權(quán)計(jì)算，得出組合權(quán)重向量。這種賦權(quán)法體現(xiàn)了系統(tǒng)分析的思想。

2 ACL 模型

美軍于1999 年7 月頒布了MIL-HDBK-29612，明確提出了訓(xùn)練系統(tǒng)設(shè)計(jì)程序規(guī)范，其中也介紹了關(guān)于科目選擇的2 種模型CDF(criticality，difficulty，frequency)和ACL 模型。到了2001 年，美軍對(duì)MIL-HDBK-29612 進(jìn)行了修改，并頒布了MIL-HDBK-29612A，增加了高級(jí)分布式學(xué)習(xí)產(chǎn)品，并對(duì)CDF 和ACL 模型做了改進(jìn)。ACL 模型可以看作是CDF模型的發(fā)展和補(bǔ)充，是美軍教學(xué)系統(tǒng)開發(fā)/系統(tǒng)方法的訓(xùn)練(ISD/SAT)中推薦的，專門用于專業(yè)人才培養(yǎng)科目選擇的方法之一。

2.1 ACL 模型的使用

ACL 模型的使用步驟包括:①根據(jù)實(shí)際情況確定評(píng)價(jià)因素;②為評(píng)價(jià)因素分配權(quán)重;③工作任務(wù)分析，收集所有工作內(nèi)容;④對(duì)每項(xiàng)工作任務(wù)進(jìn)行打分，加權(quán)求和得到任務(wù)得分;⑤根據(jù)實(shí)際情況確定閾值;⑥根據(jù)閾值判斷科目是否需要訓(xùn)練及訓(xùn)練方式。其中權(quán)重的分配問(wèn)題是決策的關(guān)鍵，也是本文研究的重點(diǎn)。

2.2 模型的改進(jìn)

ACL 模型在選擇工作科目過(guò)程中，明確了9 項(xiàng)評(píng)價(jià)因素以描述各工作科目的特性和訓(xùn)練需求程度。包括:重要度、危險(xiǎn)度、困難度、可延遲度、誤操作可能性、操作頻率、人數(shù)比、時(shí)間比、首次實(shí)際工作時(shí)間等。運(yùn)用ACL 模型進(jìn)行訓(xùn)練需求分析時(shí)，可根據(jù)具體情況，從中選擇或適當(dāng)增加若干項(xiàng)作為評(píng)價(jià)因素。根據(jù)ISD/SAT 過(guò)程的建議，ACL 模型各評(píng)價(jià)指標(biāo)的權(quán)重由相關(guān)領(lǐng)域?qū)＜抑苯又付?。這樣一來(lái)，在實(shí)際操作中難免會(huì)產(chǎn)生的額外主觀誤差。為減少主觀誤差影響，本文通過(guò)對(duì)賦權(quán)法的研究，選擇層次分析法和熵值法來(lái)確定權(quán)重，并通過(guò)組合賦權(quán)把兩者結(jié)合起來(lái)，力求數(shù)據(jù)的準(zhǔn)確性。

3 最優(yōu)組合

訓(xùn)練科目的選擇屬于多目標(biāo)決策問(wèn)題，對(duì)于這類問(wèn)題研究的方法有很多，但目的終究是要服務(wù)于決策，即判斷哪些科目訓(xùn)練，哪些科目不需要訓(xùn)練。從數(shù)據(jù)分析的角度來(lái)講，數(shù)據(jù)間的相差越大越容易做出決策，而且決策的正確性越高，因此本文選擇最優(yōu)組合的原理，作為組合權(quán)重的方法。

對(duì)于有m 個(gè)對(duì)象，n 個(gè)評(píng)價(jià)因子的某個(gè)決策問(wèn)題，分別用AHP 和熵值法對(duì)其賦權(quán)，為綜合這2 種賦權(quán)方法的特點(diǎn)，給出如下最優(yōu)組合賦權(quán)法，設(shè)最優(yōu)組合權(quán)系數(shù)W =(w1，w2，…，wn)T，考慮到一般性，令Wj=x1pj+x2qj(j =1，2，…，n)，其中pj和qj為主觀賦權(quán)法和客觀賦權(quán)法確定的權(quán)重，x1，x2為組合權(quán)系數(shù)向量的線性表示系數(shù)，不妨設(shè)x1，x2≥0，且滿足單位化的約束條件顯然，最優(yōu)組合的關(guān)鍵問(wèn)題就是x1，x2的確定。根據(jù)簡(jiǎn)單線性加權(quán)法，有組合賦權(quán)系數(shù)向量Wj計(jì)算得出的第i 個(gè)對(duì)象的多指標(biāo)綜合評(píng)價(jià)值可表示為:從便于決策的角度講，Di越大越容易做出決策。但是在多項(xiàng)指標(biāo)評(píng)價(jià)中，如果各指標(biāo)系數(shù)選取不當(dāng)，會(huì)使評(píng)價(jià)對(duì)象間的多指標(biāo)綜合評(píng)價(jià)值，相互間的差別很小，不利于排序。所以選擇組合賦權(quán)系數(shù)向量Wj的一個(gè)基本思想是使多指標(biāo)綜合評(píng)價(jià)值Di盡可能地分散，體現(xiàn)出不同評(píng)價(jià)對(duì)象之間的差異，也就是使決策對(duì)象之間的離散程度盡可能的大。因此，只需在滿足約束條件的情況下，使2，…，m)2最大。于是就等價(jià)于求解以下最優(yōu)化問(wèn)題:

4 實(shí)例分析

本文以某型飛行模擬器維護(hù)人員的工作任務(wù)——模擬飛行前準(zhǔn)備為例，分析哪些具體工作需要培訓(xùn)。

首先選定時(shí)間比、危險(xiǎn)度、困難度、可延遲度、誤操作可能性、重要度等6 項(xiàng)評(píng)價(jià)指標(biāo)，并明確指標(biāo)涵義及評(píng)分標(biāo)準(zhǔn)(見表1)如下:

1)時(shí)間比是指完成某項(xiàng)任務(wù)可分成幾個(gè)工作步驟或階段，每個(gè)工作步驟或階段所占用的時(shí)間與完成這項(xiàng)任務(wù)的總時(shí)間之比。時(shí)間比越大，越說(shuō)明工作所占比重越高，越有訓(xùn)練價(jià)值。

2)危險(xiǎn)度是指工作人員完成某項(xiàng)任務(wù)時(shí)，可能遇到的人身傷害或設(shè)備損害的程度。人身或設(shè)備損害程度越高，危險(xiǎn)度取值越高。

3)困難度是指工作人員完成某項(xiàng)任務(wù)的困難程度。越難完成的工作就越需要訓(xùn)練。

4)可延遲度要求是指某項(xiàng)工作從開始到執(zhí)行之間的時(shí)間間隔。可延遲度要求越高，說(shuō)明工作越緊張，越需要訓(xùn)練。其判斷標(biāo)準(zhǔn)可以根據(jù)實(shí)際情況確定時(shí)間標(biāo)度，高于標(biāo)度的說(shuō)明可延遲度高，低于標(biāo)度的說(shuō)明可延遲讀低。

5)誤操作可能性是指對(duì)某項(xiàng)工作出現(xiàn)認(rèn)為誤操作的統(tǒng)計(jì)。特別是工作簡(jiǎn)單，卻容易忽略的操作更應(yīng)該引起培訓(xùn)的重視，加強(qiáng)訓(xùn)練。判斷標(biāo)準(zhǔn)可以參照統(tǒng)計(jì)數(shù)據(jù)。

6)重要度是指完成某項(xiàng)工作對(duì)整個(gè)任務(wù)計(jì)劃的影響程度。影響越大，越需要重視訓(xùn)練。判斷標(biāo)準(zhǔn)要參照對(duì)整體工作任務(wù)造成的影響。

4.1 權(quán)重值計(jì)算

1)運(yùn)用層次分析法計(jì)算權(quán)重，首先要構(gòu)造判斷矩陣。通過(guò)征詢專家意見，根據(jù)表2 所示的指標(biāo)重要性比值，構(gòu)造Ci-Cj權(quán)重判斷矩陣。

表1 指標(biāo)評(píng)分標(biāo)準(zhǔn)

表2 指標(biāo)判斷層次標(biāo)度

表3 判斷矩陣

通過(guò)層次分析計(jì)算方法，得到評(píng)價(jià)因素的主觀權(quán)重P，見表6。

2)熵值法確定各指標(biāo)權(quán)重的思路為:先建立初始指標(biāo)數(shù)據(jù)矩陣，并把矩陣標(biāo)準(zhǔn)化;然后計(jì)算評(píng)價(jià)指標(biāo)熵值;最后把指標(biāo)熵值向權(quán)重值轉(zhuǎn)換。

根據(jù)表1 評(píng)分標(biāo)準(zhǔn)，得到各項(xiàng)工作單項(xiàng)評(píng)價(jià)結(jié)果。由于評(píng)價(jià)指標(biāo)的數(shù)值具有不同的量綱和數(shù)量級(jí)，沒(méi)有可比性，需要做標(biāo)準(zhǔn)化處理，可以直接采用歸一法對(duì)原始值進(jìn)行標(biāo)準(zhǔn)化［2］。通過(guò)咨詢，式(2)中bi=(2，3.2，0.4，1.6，3.6，0.4)最終得到熵值法權(quán)值Q，見表4。

表4 層次分析法權(quán)值及熵值法權(quán)值

3)根據(jù)層次分析法及熵值法得到的指標(biāo)數(shù)據(jù)，按本文所述的方法建立求解最優(yōu)組合權(quán)系數(shù)的數(shù)學(xué)規(guī)劃模型，并利用Matlab 軟件解最優(yōu)化模型得

于是最終權(quán)重值為

4.2 訓(xùn)練科目分析

模擬器飛行前準(zhǔn)備工作包括:檢查前的準(zhǔn)備工作m1、開機(jī)前檢查m2、模擬器開機(jī)m3、開機(jī)后檢查監(jiān)視m4、開車檢查m5等。按照ACL 模型步驟，通過(guò)專家打分得到判斷分?jǐn)?shù)，然后加權(quán)得到最終值(見表5)。

表5 模擬器飛行器準(zhǔn)備工作科目的得分

從工作任務(wù)的統(tǒng)計(jì)結(jié)構(gòu)來(lái)看，對(duì)于檢查前的準(zhǔn)備工作，無(wú)技術(shù)性操作或者說(shuō)技術(shù)含量較低的工作科目，其最終的得分一般在5 分以下。而如開機(jī)前的檢查、模擬器流程等工作需要一定的技術(shù)能力才能勝任，得分都在5 ～7 分。對(duì)于開機(jī)后隨時(shí)檢查監(jiān)視、模擬器開車檢查等工作，可能給模擬器造成較大影響，甚至影響訓(xùn)練的工作得分都在7 ～10 分。因此通過(guò)專家討論，一致認(rèn)為將訓(xùn)練閾值定為5，將重點(diǎn)訓(xùn)練閾值定為7，得到科目的訓(xùn)練計(jì)劃見表6。

表6 飛行前準(zhǔn)備工作的ACL 判斷結(jié)果

5 結(jié)束語(yǔ)

本文提出了利用組合賦權(quán)法來(lái)確定ACL 模型權(quán)重的方法，即將主觀賦權(quán)法(層次分析法)和客觀賦權(quán)法(熵值法)這兩種方法確定的權(quán)重新組合，建立優(yōu)化模型，通過(guò)求解優(yōu)化模型確定最終的權(quán)重值。這樣，既考慮到各因素在動(dòng)態(tài)變化時(shí)，權(quán)數(shù)也應(yīng)該隨各因素貢獻(xiàn)度的不同而有所變化，又可以使專家參與到評(píng)估過(guò)程當(dāng)中，滿足不同情況下的需求，使得權(quán)重的確定符合實(shí)際。同時(shí)將主客觀賦權(quán)法相組合，既有效地反應(yīng)參與者的主觀意愿，又可減少主觀因素過(guò)多的隨意性，能夠克服單一賦權(quán)法的不足，使得評(píng)價(jià)結(jié)果更為客觀、合理，更有價(jià)值。

［1］王欣，李靜，高順德，等.基于工程機(jī)械的組合賦權(quán)法研究［J］.中國(guó)工程機(jī)械學(xué)報(bào)，2007(4):485-489.

［2］王雷存，樊紅科，趙政陽(yáng)，等.基于層次分析和熵值法的蘋果雜交F1代果實(shí)性狀綜合選擇模式研究［J］.北方園藝，2011(21):4-8.

［3］趙海青.基于熵值法的組合預(yù)測(cè)模型及其在高峰負(fù)荷預(yù)測(cè)中應(yīng)用［J］.大學(xué)數(shù)學(xué)，2011.6，27(3):157-159.

［4］蔣慧峰，朱文杰.一種最優(yōu)組合賦權(quán)算法［J］.湖北工業(yè)大學(xué)學(xué)報(bào)，2007，22(5):78-80.

［5］匡樂(lè)紅，徐林榮，劉寶琛.組合賦權(quán)法確定地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)指標(biāo)權(quán)重［J］.地下空間與工程學(xué)報(bào)，2006，2(6):1063-1067.