小子樣復(fù)雜產(chǎn)品可靠性試驗(yàn)評(píng)定專家信息融合方法

，

(西北工業(yè)大學(xué)航海學(xué)院，陜西 西安 710072)

小子樣復(fù)雜產(chǎn)品可靠性試驗(yàn)評(píng)定專家信息融合方法

吳琳麗，潘光

(西北工業(yè)大學(xué)航海學(xué)院，陜西 西安 710072)

運(yùn)用Bayes方法進(jìn)行小子樣復(fù)雜產(chǎn)品可靠性試驗(yàn)評(píng)定時(shí)，先驗(yàn)分布的獲取與表示是一個(gè)關(guān)鍵問題。研究了利用專家信息進(jìn)行先驗(yàn)分布融合的方法，對(duì)基于AHP方法的先驗(yàn)分布權(quán)重因子的確定及評(píng)價(jià)判斷矩陣的一致性檢驗(yàn)等問題進(jìn)行了分析。以某水中兵器導(dǎo)航系統(tǒng)為例，運(yùn)用專家信息，在獲得評(píng)價(jià)判斷矩陣的基礎(chǔ)上，對(duì)多源先驗(yàn)信息的融合進(jìn)行了仿真驗(yàn)證。

小子樣復(fù)雜產(chǎn)品；可靠性試驗(yàn)評(píng)定；層次分析法；專家信息

0 引言

在進(jìn)行產(chǎn)品可靠性試驗(yàn)評(píng)定時(shí)，傳統(tǒng)的以大樣本試驗(yàn)為基礎(chǔ)的統(tǒng)計(jì)方法很難適用，研究小子樣條件下復(fù)雜產(chǎn)品可靠性試驗(yàn)評(píng)定方法就顯得尤為重要[1-3]。Bayes方法把歷史信息、相似產(chǎn)品信息和專家信息作為先驗(yàn)試驗(yàn)信息，綜合利用現(xiàn)場(chǎng)試驗(yàn)信息來進(jìn)行統(tǒng)計(jì)推斷和決策分析。但對(duì)于高可靠性的復(fù)雜產(chǎn)品(如導(dǎo)彈、飛機(jī)、水中兵器等)，歷史信息和相似產(chǎn)品信息可能都非常少，這時(shí)專家信息就成為先驗(yàn)試驗(yàn)信息的重要來源。單個(gè)專家信息對(duì)于復(fù)雜產(chǎn)品可靠性試驗(yàn)評(píng)定來說，可信度低，只有對(duì)多個(gè)專家信息進(jìn)行融合，才能達(dá)到令人信服的評(píng)定結(jié)果。

目前，國內(nèi)對(duì)于專家信息融合的研究還處在一個(gè)發(fā)展階段，主要研究專家信息可信度的確定方法、評(píng)價(jià)判斷矩陣的一致性檢驗(yàn)及調(diào)整方法等[4-5]。而國外已經(jīng)提出了較為完備的專家信息融合方法，如專家信息的描述形式、專家信息的提取、專家信息向概率分布的轉(zhuǎn)化等[6-9]。

通常，專家信息的運(yùn)用主要有三種方法，一是由決策者根據(jù)其對(duì)不同專家的信任程度給出不同的權(quán)值，進(jìn)而建立相應(yīng)的概率分布模型；二是在得到多個(gè)專家信息之后，將做出的平均結(jié)果反饋給各個(gè)專家，給他們對(duì)自己的估計(jì)有一個(gè)修改的機(jī)會(huì)。這樣重復(fù)下去，一般會(huì)得到一個(gè)漸進(jìn)收斂的結(jié)果，除非某個(gè)專家認(rèn)定了他知道別人不知道的東西；三是將相關(guān)的專家召集到一起，讓他們各自提出自己的結(jié)論，并讓他們對(duì)這些的結(jié)論進(jìn)行解釋、爭(zhēng)論和判斷，與此同時(shí)交換各自所依賴的信息和依據(jù)。最后，通過對(duì)這些信息的綜合和協(xié)商，得到一個(gè)大家都認(rèn)可的更為可信的結(jié)論。由于不同工程應(yīng)用的特殊性以及專家經(jīng)驗(yàn)的主觀性，對(duì)專家信息的利用還需采用一些合理的策略和方法。即是采用層次分析法研究專家信息融合問題中的先驗(yàn)分布權(quán)重因子的確定及評(píng)價(jià)判斷矩陣的一致性檢驗(yàn)問題。

1 專家信息的提取融合流程

對(duì)于不同的工程應(yīng)用問題，專家信息的提取融合流程會(huì)有所不同，比如Keeney[10]推薦采用以下7個(gè)步驟來提取融合專家信息。確定并選擇議題、確定并選擇專家、討論并精煉議題、進(jìn)行提取訓(xùn)練、提取、分析聚合并處理差異和記錄并交流；Szwed[11]將專家信息提取融合流程分為5個(gè)步驟。提取前準(zhǔn)備、專家信息提取(包括校驗(yàn))、專家信息診斷、選擇專家和專家信息融合；Hora[12]將專家信息的使用分為3個(gè)主要部分。提取前準(zhǔn)備、專家會(huì)議和校準(zhǔn)。但這些流程都忽略了2個(gè)重要步驟，即專家信息的描述形式和專家信息轉(zhuǎn)化為驗(yàn)前分布。對(duì)于小子樣復(fù)雜產(chǎn)品的可靠性試驗(yàn)評(píng)定而言，專家信息的提取融合流程分為描述、收集、轉(zhuǎn)化和融合4個(gè)步驟較為合理，如圖1所示。

目前，專家信息的描述、收集和轉(zhuǎn)化已相對(duì)成熟，而融合還有待完善。主要是在專家信息轉(zhuǎn)化成評(píng)價(jià)判斷矩陣之后，采用層次分析法確定線性加權(quán)融合中的權(quán)重因子，完善小子樣復(fù)雜產(chǎn)品可靠性試驗(yàn)評(píng)定中專家信息融合方法。

圖1 專家信息的提取融合流程

2 層析分析法

層析分析法是一種定性與定量分析相結(jié)合的多因素決策分析方法，是模糊數(shù)學(xué)原理在系統(tǒng)分析、評(píng)定與決策中的具體應(yīng)用。利用AHP方法進(jìn)行系統(tǒng)分析、評(píng)定與決策時(shí)。首先，要把問題層次化，根據(jù)問題的性質(zhì)和要達(dá)到的目標(biāo)，將問題按照其組成因素、結(jié)構(gòu)及各因素的相互關(guān)系加以組合，形成一個(gè)層次分明的分析模型。然后，將系統(tǒng)分析問題的實(shí)質(zhì)歸結(jié)為最底層(供決策的方案)相對(duì)于最頂層(總目標(biāo))的相對(duì)重要性權(quán)值的確定。

在進(jìn)行專家信息融合時(shí)，有時(shí)決策者很難直接給出每一種先驗(yàn)分布的權(quán)重，只能從總體上衡量先驗(yàn)分布間兩兩比較的準(zhǔn)確程度，得到一系列的數(shù)據(jù)，再依據(jù)這些數(shù)據(jù)進(jìn)行先驗(yàn)分布的融合。下面對(duì)AHP方法權(quán)重的確定步驟進(jìn)行說明。

a.運(yùn)用專家打分等方法構(gòu)造各先驗(yàn)分布間的兩兩比較矩陣----評(píng)價(jià)判斷矩陣為:

aij為評(píng)價(jià)因素i與j重要性程度的比值。目前，廣泛采用1～9尺度作為確定判斷矩陣定量值的依據(jù)。比較尺度aij的含義如表1所示。

表1 比較尺度aij的含義

b.運(yùn)用和法、根法和特征根法等方法求出判斷矩陣A的特征向量即為各先驗(yàn)分布的權(quán)重。

將矩陣A的每一列向量歸一化得:

W=[w1,w2,…,wn]T即為A的近似特征向量，亦即權(quán)重。

c.評(píng)價(jià)判斷矩陣一致性檢驗(yàn)。當(dāng)判斷矩陣是一致陣時(shí)，最大特征根等于矩陣階數(shù)；而最大特征根比矩陣階數(shù)大得越多，判斷矩陣的不一致程度越嚴(yán)重，用特征向量作為權(quán)向量引起的判斷誤差越大。將CR=CI/RI稱為判斷矩陣A的隨機(jī)一致性比例，其中CI=(λmax-n)/(n-1)、RI分別稱為一致性指標(biāo)和隨機(jī)一致性指標(biāo)，RI的取值如表2所示。

表2 隨機(jī)一致性指標(biāo)RI的數(shù)值

表2中n=1、2時(shí)，RI=0，是因?yàn)?、2階判斷矩陣總是一致的。

CR的經(jīng)驗(yàn)臨界值是0.1，當(dāng)n≥3時(shí)，若CR<0.1，則認(rèn)為判斷矩陣A的不一致程度在容許范圍之內(nèi)。否則就認(rèn)為評(píng)價(jià)判斷矩陣不可接受，需對(duì)其進(jìn)行調(diào)整。

3 算例

假設(shè)在可靠性試驗(yàn)評(píng)定中得到某水中兵器導(dǎo)航系統(tǒng)的參數(shù)θ的4個(gè)先驗(yàn)分布，運(yùn)用專家信息得出各先驗(yàn)分布的兩兩比較矩陣，如表3所示。

表3 先驗(yàn)分布πi(θ)的兩兩比較矩陣

則

即W=[0.144 2 0.332 5 0.144 20.379 2]T為先驗(yàn)分布的權(quán)重，且λmax=4.153 3。

AHP方法的基礎(chǔ)是專家判斷矩陣，但是由于人在判斷上存在一定的誤差，特別是在較為復(fù)雜的情況下，專家給定的判斷矩陣往往是不一致的，這就需要對(duì)其進(jìn)行調(diào)整，使之滿足一致性要求，以便用于決策。目前，針對(duì)專家判斷矩陣作一致性調(diào)整的方法有多種，如手工調(diào)整法、靈敏度分析法、迭代法、對(duì)數(shù)最小二乘法和最優(yōu)傳遞矩陣法等。

對(duì)于給出的算例，CR=0.056 8<0.1，則判斷矩陣A的不一致程度在容許范圍之內(nèi)。

所以融合先驗(yàn)分布為:

π(θ)=0.144 2π1(θ)+0.332 5π2(θ)+ 0.144 2π3(θ)+0.379 2π4(θ)

由融合結(jié)果可以看出，對(duì)于相對(duì)重要性弱的分布π1(θ)和相對(duì)重要性強(qiáng)的分布π4(θ)，分別賦予較小和較大的權(quán)重，具有合理性。

4 結(jié)束語

由于專家打分法的主觀成分很強(qiáng)。因此,運(yùn)用這種方法需要作比較深入的分析和論證。在客觀信息較少(或沒有)的情況下，專家經(jīng)驗(yàn)是一種常見而重要的眼前信息形式，盡管帶有一定的主觀性，但由于它們是專家們?cè)趯?shí)際的工作中，經(jīng)過不斷的積累和錘煉的知識(shí)，基本上能夠較好地反映實(shí)際情況。 對(duì)基于AHP的可靠性試驗(yàn)評(píng)定中專家信息融合方法進(jìn)行了研究，這種方法的應(yīng)用可成功解決由于現(xiàn)場(chǎng)試驗(yàn)數(shù)據(jù)較少而無法確定先驗(yàn)信息的可信度，從而解決了運(yùn)用先驗(yàn)信息的可信度無法確定各先驗(yàn)分布權(quán)重的不足，實(shí)現(xiàn)了對(duì)專家信息的融合。

[1] 周春明.多狀態(tài)魚雷可靠性的評(píng)定方法[J].魚雷技術(shù)，2010，18(6)：419-421.

[2] 范英，田志成.基于Bayes方法的小子樣可靠性分析[J].機(jī)械強(qiáng)度，2012，34(2)：274-277.

[3] 宋保維，邵成，毛昭勇，等.小子樣魚雷湖海試驗(yàn)環(huán)境因子折算方法研究[J].兵工學(xué)報(bào)，2007，28(5)：565-567.

[4] 劉琦，武小悅，張金槐.小子樣武器裝備可靠性評(píng)定過程中專家信息的規(guī)范化描述[J].航空動(dòng)力學(xué)報(bào),2007，22(1)：37-40.

[5] 楊軍，于清津，秦潤東，等.可靠性試驗(yàn)評(píng)定中相關(guān)專家信息融合[J].航空計(jì)算技術(shù)，2008，38(5)：37-40.

[6] Robert T Hughes.Expert judgement as an estimating method[J].Information and Software Technology,1996,38(2):67-75.

[7] Clemen R T,Winkler R L.Combining probability distributions from experts in risk analysis[J].Risk Analysis,1999,19(2):187-203.

[8] Goossens L H J,Kelly G N.Expert judgement and accident consequence uncertainty analysis[J].Special Issue of Radiation Protection Dosimetry,2000,90(3):291-294.

[9] Cooke R M,Goossens L H J.Expert judgement elicitation for risk assessments of critical infrastructures[J].Journal of Risk Research,2004,7(6)：643-656.

[10] Keeney R L,von Winterfeldt D.Eliciting probabilities from experts in complex technical problems[J].IEEE Transactions on Engineering Management,1991,38(3):191-201.

[11] Szwed P S,Dorp J R van.A bayesian model for rare event risk assessment using expert judgment about paired scenario comparisons[C]//ASEM National Conference Proceedings,2002.

[12] Hora S,Jensen M.Expert judgement elicitation,SSI rapport[R].Swedish Radiation Protection Authority, 2002.

Fusion of Expert Information in Reliability Test and Evaluation of Small Sample Complex Products

WULinli，PANGuang

(School of Marine Science and Technology，Northwestern Polytechnical University，Xi’an 710072,China)

The acquisition and representation of the prior distribution is a key problem in reliability test and evaluation of small sample complex products by using Bayes method.In this paper,the application of expert information in prior distribution fusion is studied.The method of the weight factor’s calculation and the judgment matrix’s consistency checking based on AHP is presented. In allusion to the underwater weapon’s guided system,with the judgment matrix based expert information,the fusion of multiple sources prior information is validated by simulation.

small sample complex products;reliability test and evaluation;analytic hierarchy process (AHP);expert information

2014-07-24

國家自然科學(xué)基金資助項(xiàng)目(51279165);高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金資助項(xiàng)目(20126102110009)

TB114.3;TJ630.1

A

1001-2257(2014)11-0003-03

吳琳麗(1982-)，女，遼寧營口人，博士研究生，研究方向?yàn)樗潞叫衅骺煽啃院途S修性；潘光(1969-)，男，陜西西安人，教授，博士研究生導(dǎo)師，研究方向?yàn)樗潞叫衅骺傮w設(shè)計(jì)、水下發(fā)射與回收。