基于CBR的遙控武器站性能評(píng)價(jià)體系研究

毛保全，劉大可，王傳有，胡 濤

（裝甲兵工程學(xué)院兵器工程系，北京100072）

基于案例推理技術(shù)（CBR）是一種相似的推理方法，其主要思想是利用專家的經(jīng)驗(yàn)來解決新問題，評(píng)價(jià)新問題，解釋異常情況或理解新情況，使得在將來的搜索中能夠快速找出符合需要的案例或案例集[1]。

武器站性能評(píng)價(jià)是一個(gè)復(fù)雜的問題，其影響因素眾多，涉及兵器領(lǐng)域較廣。案例推理技術(shù)反映了設(shè)計(jì)人員的思維過程，能綜合專家的設(shè)計(jì)經(jīng)驗(yàn)，克服以往推理方法的不足。把案例推理技術(shù)引入指標(biāo)體系建立研究當(dāng)中，并采用混合相似度檢索方法得到最佳匹配案例，提高了性能評(píng)價(jià)效率，縮短了性能評(píng)價(jià)時(shí)間。

1 CBR的基本原理

1.1 CBR基本思想

CBR全稱為Case-based reasoning，其基本思想：以專家的經(jīng)驗(yàn)或案例為基礎(chǔ)建立相應(yīng)的案例庫，當(dāng)遇到新問題時(shí)，就可以對(duì)案例庫進(jìn)行搜索，找到并重用合適的案例，如選取的案例存在不足之處，可基于當(dāng)前情況修改案例，并將修改后的案例再次存入到案例庫中，作為下次推理的依據(jù)[2]。

1.2 CBR的工作過程模型

基本的推理步驟通?？蓺w納為“4R”循環(huán)，即檢索（Retrieve），重用（Reuse），修改（Revise）和存儲(chǔ)（Retain），如圖1所示。

圖1 CBR循環(huán)圖

一個(gè)待解問題被定義為一個(gè)新案例，這個(gè)新案例用于從案例集檢索出一個(gè)相近的案例，通過案例重用，檢索到的源案例與定義的新案例組合為一個(gè)包括解答部分的新案例。將得到的新案例應(yīng)用到任務(wù)領(lǐng)域中去，如果失敗，則對(duì)新案例進(jìn)行修改，然后再對(duì)修改后的案例進(jìn)行測(cè)試。最后，有價(jià)值的經(jīng)驗(yàn)被保留下來，通過不斷地積累經(jīng)驗(yàn)或修改已有案例來補(bǔ)充和修正案例庫[3]。

2 武器站案例的表示

武器站案例的表示的目的不僅僅是為了把知識(shí)用數(shù)據(jù)結(jié)構(gòu)的形式存儲(chǔ)在計(jì)算機(jī)中，更重要的是能夠方便且正確地運(yùn)用和管理知識(shí)。合理的案例表示，可以使問題求解變得更加容易和高效。

采用問題框架表示法，以雙向協(xié)調(diào)為原則，通過自上而下的問題分析細(xì)化和自下而上的屬性片斷聯(lián)想抽象的方式，以信息側(cè)面和信息子側(cè)面的形式來組織實(shí)際問題中所蘊(yùn)含的零散、量大的信息片斷。應(yīng)用問題為遙控武器站性能評(píng)價(jià)，信息側(cè)面集合如表1所示，信息子側(cè)面集合如表2所示。

表1 武器站信息側(cè)面集合表

表2 武器站信息子側(cè)面集合表

應(yīng)用問題（遙控武器站性能評(píng)價(jià)）可通過屬性ABCDE表示。屬性A可分解為屬性1和2；屬性B可分解為屬性3、4、5、6、7；屬性C可分解為屬性8、9、10、11；屬性D可分解為屬性12、13、14；屬性E可分解為屬性15、16、17。建立的案例描述樹如圖2所示。

圖2 指標(biāo)的案例描述樹

3 武器站案例的檢索

3.1 案例檢索

案例檢索是通過訪問案例庫中過去同類問題的解決方案而獲得當(dāng)前問題的解決方案的方法。案例檢索的目標(biāo)是以最可能快的速度從案例庫中查詢到最為相似的案例。采用最近鄰案例檢索方法進(jìn)行案例檢索，而案例屬性權(quán)重的確定是案例相似度計(jì)算的關(guān)鍵[4~5]。

3.2 特征屬性相似度的計(jì)算

3.2.1 特征屬性的表示

特征屬性是構(gòu)成案例的重要因素，其定義了案例的檢索信息。案例的特征屬性分為連續(xù)型屬性和離散型屬性，計(jì)算兩種相似度再進(jìn)行加權(quán)[6]。遙控武器站的信息側(cè)面和信息子側(cè)面中的屬性作為特征屬性進(jìn)行案例檢索。

設(shè)有案例集合C=｛C1，C2，C3，…，Cr｝,式中：Ci為第i個(gè)案例（i=1，2，3，…，r）；案例Ci的屬性集合A（Ci）=｛Ai1，Ai2，…，Aim，Ai（m+1），…，Ain｝；Aij（j=1，2，3，…，m）為第i個(gè)案例的第j個(gè)具有離散性質(zhì)的離散數(shù)值屬性。對(duì)應(yīng)的屬性權(quán)重集合W=｛w1，w2，…，wn｝，wj為第j個(gè)屬性的權(quán)重系數(shù)?？蛻舭咐肅R表示，客戶案例的第j個(gè)屬性用ARj表示；Sim（Cij，CRj）為數(shù)據(jù)庫中已存案例Ci和目標(biāo)案例R之間的第j個(gè)屬性的相似度；Sim（Ci，CR）為案例Ci和目標(biāo)案例R的總相似度。

3.2.2 連續(xù)型屬性相似度的計(jì)算

連續(xù)型屬性就是屬性的取值是連續(xù)數(shù)值，如遙控武器站的射擊密集度、熱像儀視場(chǎng)、控制面板重量等。計(jì)算步驟如下：

（1）歸一化數(shù)據(jù)量綱。將屬性值的范圍用0~1區(qū)間表示，量綱轉(zhuǎn)化的計(jì)算公式為：

式中：i=1，2，…，r；j=1，2，…，m；xij為第j個(gè)屬性值歸一化的結(jié)果。

Xi為第i個(gè)案例的連續(xù)型屬性的加權(quán)屬性值。

對(duì)于問題案例的個(gè)屬性值計(jì)算公式為：

式中：xj為目標(biāo)案例第j個(gè)屬性值歸一化的數(shù)值；X為問題案例的連續(xù)型屬性的加權(quán)屬性值。

（2）相似度的計(jì)算：

相似度的計(jì)算公式如下：

式中：SimC（Ci，CR）為第i個(gè)案例與問題案例的連續(xù)型屬性的相似度。

3.2.3 離散型屬性相似度的計(jì)算

離散型屬性是案例的非數(shù)值型屬性，如操縱桿操作舒適度、電源接口類型等等，表達(dá)式為：

當(dāng)已有案例特征的屬性值和目標(biāo)屬性值相等時(shí)，相似度為1，否則為0。總的相似度計(jì)算公式：

4 遙控武器站的指標(biāo)庫

以國內(nèi)某遙控武器站指標(biāo)庫的建立為例，來確定遙控武器站性能評(píng)價(jià)指標(biāo)體系中2級(jí)指標(biāo)權(quán)重和3級(jí)指標(biāo)權(quán)重。采用以上基于CBR思想的案例匹配算法完善評(píng)價(jià)指標(biāo)庫，可方便地管理和優(yōu)化指標(biāo)庫，且可以對(duì)遙控武器站進(jìn)行評(píng)價(jià)。遙控武器站性能指標(biāo)庫的具體形式如表3和表4所示。

表3 指標(biāo)庫信息側(cè)面屬性權(quán)重表

表4 指標(biāo)庫信息子側(cè)面屬性權(quán)重表

5 結(jié)束語

本文在分析CBR基本原理的基礎(chǔ)上，完成了遙控武器站性能評(píng)價(jià)指標(biāo)的案例表示，通過連續(xù)型和離散型兩種屬性相似度計(jì)算方法進(jìn)行案例檢索的相關(guān)運(yùn)算，得到了最匹配的案例，最后通過案例驗(yàn)證了方法的有效性。通過本文的研究，將CBR技術(shù)引入到遙控武器、站性能評(píng)價(jià)體系中，加快了遙控武器站性能評(píng)價(jià)指標(biāo)體系的搭建，縮短了武器站性能評(píng)價(jià)的時(shí)間，為遙控武器站性能評(píng)價(jià)體系的研究提供了有益的探索。

[1]Lan Watson.Applying Case-based Reasoning Technique for Enterprise Systems.University of Salford,U K Morgan Kaufmann Publishers Inc Francisco,California.

[2]韓 軍，車文剛.CBR——一種新型的人工智能推理方法[J].昆明理工大學(xué)學(xué)報(bào)：理工版，2003，28(l)：88-91.

[3]徐 娟.LED芯片制造過程建模及知識(shí)管理方法研究[D].上海:上海交通大學(xué)，2008.

[4]郭聰聰，賈 虹，盧炎麟，等.基于實(shí)例推理的沖擊電鉆產(chǎn)品模塊化配置設(shè)計(jì)研究[J].機(jī)械設(shè)計(jì)與制造，2011(6)：4-6.

[5]彭培林.基于實(shí)例的裝配協(xié)調(diào)方案設(shè)計(jì)技術(shù)研究[D].西安：西北工業(yè)大學(xué)，2005.

[6]鐘詩勝，王知行，何新貴.一個(gè)混合屬性的案例檢索模型[J].軟件學(xué)報(bào)，1999，10(5)：521-526.