武器裝備費(fèi)用估算中參數(shù)問題的研究*

李天照　劉元高　李金鵬

(中國艦船研究設(shè)計中心　武漢　430064)

?

武器裝備費(fèi)用估算中參數(shù)問題的研究*

李天照劉元高李金鵬

(中國艦船研究設(shè)計中心武漢430064)

摘要武器裝備費(fèi)用估算常采用參數(shù)法,而選擇合適的費(fèi)用驅(qū)動因子是建立費(fèi)用估算模型的一個關(guān)鍵問題。在國內(nèi)外軍事裝備費(fèi)用估算的研究基礎(chǔ)上,指出費(fèi)用驅(qū)動因子選取原則,系統(tǒng)梳理了費(fèi)用驅(qū)動參數(shù)應(yīng)從四個方面選取,從初始參數(shù)數(shù)量是否變化的角度總結(jié)歸納了費(fèi)用驅(qū)動因子分析處理的方法。

關(guān)鍵詞費(fèi)用估算; 參數(shù)估算法; 費(fèi)用因子; 參數(shù)優(yōu)化

Parameters in Costing Estimation of Weapon Equipment

LI TianzhaoLIU YuangaoLI Jinpeng

(China Ship Development and Design Center, Wuhan430064)

AbstractParameter method is often used in life cycle cost modeling of weapon system, chosing the appropriate driving forces on equipment cost is a key issue in building cost estimating model. Based on the researches at home and abroad, the principle of selecting cost-driven factors is pointed out, it is systematically summarized that chosing cost-driven factors can be considered from 4 aspect, and summar up the processing method of cost-driven factors from the perspective of wether the initial number of parameters is reduced.

Key Wordscosting estimation, parametric cost estimating, cost factor, parameters optimization

Class NumberTJ-9

1引言

隨著高新技術(shù)不斷應(yīng)用于軍事裝備上,使得裝備的復(fù)雜程度日益提高,同時不斷增加裝備的費(fèi)用投入。裝備壽命周期費(fèi)用的研究也日益受到關(guān)注。

在處理多變量裝備費(fèi)用估算建模問題中,往往面臨的參數(shù)選擇問題,參數(shù)選擇不當(dāng)或者不完全,難以建立準(zhǔn)確模型,參數(shù)選擇過多,會導(dǎo)致模型結(jié)果十分龐雜、難以分析和解釋。為解決上述問題,需要對參數(shù)選擇和分析處理進(jìn)行深入研究。

2參數(shù)選取原則

裝備系統(tǒng)的參數(shù)眾多,尤其對于復(fù)雜系統(tǒng),如何在眾多參數(shù)中選取有效合理的。就裝備費(fèi)用分析而言,費(fèi)用驅(qū)動因子的選取應(yīng)遵循以下原則:

1) 該參數(shù)在邏輯或理論上與所估算的費(fèi)用項目相關(guān)聯(lián);

2) 該參數(shù)的變化對費(fèi)用元素的變化具有一貫性;

3) 該參數(shù)在裝備研制初期易于量化確定。

3參數(shù)初選

影響裝備費(fèi)用的驅(qū)動因子眾多、復(fù)雜,尤其對復(fù)雜裝備而言,其參數(shù)是極其龐大的,難以對每項參數(shù)都進(jìn)行費(fèi)用相關(guān)分析。因此需要初步選取部分參數(shù)進(jìn)行分析研究。

目前,美國部分飛機(jī)機(jī)體工程研制費(fèi)用估算模型使用的費(fèi)用驅(qū)動因子如表1所示[1]。

國內(nèi)學(xué)者在飛機(jī)費(fèi)用估算研究中采用的參數(shù)基本也與上述參數(shù)類似。文獻(xiàn)[2~3]中從飛行性能、作戰(zhàn)性能方面選取了14個參數(shù)進(jìn)行分析。文獻(xiàn)[4]在研究戰(zhàn)斗機(jī)采購價格時,選取機(jī)動性、火力、態(tài)勢感知能力、生存能力及其它特征五個綜合參數(shù)來進(jìn)行采購價格估算,其中五個綜合參數(shù)組中各包含數(shù)個變量。文獻(xiàn)[5~6]在研究飛機(jī)維修保障費(fèi)用選取任務(wù)可靠度、平均故障間隔時間、平均修復(fù)時間、每飛行小時維修工時、更換發(fā)動機(jī)時間、再次出動準(zhǔn)備時間、故障檢測率、故障隔離率、備件利用率九項可靠性和維修性方面的參數(shù)。

文獻(xiàn)[7~10]在針對火箭武器研制費(fèi)研究中,采取質(zhì)量、口徑、射程、最大飛行速度、最大機(jī)動速度等性能參數(shù)進(jìn)行分析。

文獻(xiàn)[11~12]在研究艦船建造費(fèi)用時選取建造年代、批數(shù)量、主尺寸、工時等參數(shù)進(jìn)行分析;文獻(xiàn)[13]在研究艦船維修費(fèi)用時選取排水量、造價、物價指數(shù)、批量、平均維修時間間隔、維修級別、海水鹽度、平均溫度等八個自變量作為初始參數(shù)進(jìn)行分析。

表1　各種費(fèi)用模型中使用的費(fèi)用驅(qū)動因子

分析上述國內(nèi)外的研究成果,可以發(fā)現(xiàn)滿足費(fèi)用驅(qū)動因子基本要求的參數(shù)主要有四類:

1) 性能參數(shù):反映裝備性能具體量值,如飛機(jī)的最大飛行速度、最大使用過載系數(shù)等;

2) 物理參數(shù):反映系統(tǒng)對資源的占有程度,如:質(zhì)量、尺寸大小等;

3) 時間參數(shù):在一定程度上反映了系統(tǒng)的技術(shù)水平和先進(jìn)程度;

4) 環(huán)境參數(shù):包括實際的物理環(huán)境和社會政治經(jīng)濟(jì)環(huán)境。

4參數(shù)優(yōu)化處理

初步選取參數(shù)數(shù)量都比較多,往往難以直接用于建模分析,需要對參數(shù)進(jìn)行適當(dāng)分析處理。目前費(fèi)用驅(qū)動參數(shù)分析處理的方法很多,本文從初始參數(shù)數(shù)量是否減少的角度考慮,將這些方法歸為參數(shù)綜合法和參數(shù)約簡法兩大類。

參數(shù)綜合法是將多個原始參數(shù)通過綜合處理形成數(shù)量較少的綜合參數(shù),最終使用綜合參數(shù)進(jìn)行費(fèi)用估算建模;參數(shù)約簡法是通過分析參數(shù)與費(fèi)用的相關(guān)性而約簡部分參數(shù),或是分析參數(shù)彼此之間的相關(guān)性而從相關(guān)度較高的參數(shù)組中選取一個為代表,從而達(dá)到減少參數(shù)數(shù)量的目的。

由其處理過程可見,參數(shù)綜合法可以有效保留所有原始參數(shù)的信息,建立的模型會更加精確,但輸入的原始數(shù)據(jù)數(shù)量依然龐大,數(shù)據(jù)統(tǒng)計以及建模分析過程中工作量較為繁重;參數(shù)約簡法可以有效減少原始輸入數(shù)據(jù),從而達(dá)到簡化建模工作,但模型的精度會有所降低。

4.1參數(shù)綜合法

參數(shù)綜合法中可以根據(jù)參數(shù)的組合形成新參數(shù)的方式分為完全綜合和分組綜合,其中完全綜合表示新參數(shù)是有所有原始參數(shù)組合而成的,分組綜合則是將原始參數(shù)劃分成若干組塊,然后將各組塊綜合形成新的參數(shù)。

4.1.1完全綜合

參數(shù)完全綜合最常用的就是主成分分析法。主成分分析是采取一種數(shù)學(xué)降維的方法,找出幾個綜合變量來代替原來眾多的變量,使這些綜合變量能盡可能地代表原來變量的信息量,而且彼此之間互不相關(guān)。

設(shè)有n個樣本,每個樣本有p個指標(biāo),原始數(shù)據(jù)矩陣如下

1) 求標(biāo)準(zhǔn)化陣的相關(guān)陣R。

2) 相關(guān)針的特征方程|R-λIp|=0,得p個特征根λ1>λ2>…>λp。

4) 計算主成分向量yj=(x1,x2,…,xp)bj,其中(x1,x2,…,xp)為原始標(biāo)準(zhǔn)變量。

文獻(xiàn)[14]將“新信息優(yōu)先原理”引入主成分分析中,使產(chǎn)生時間越近的數(shù)據(jù)使用的頻率越高,最終的分析結(jié)果更具時效性。

4.1.2分組綜合

分組綜合法主要是依據(jù)參數(shù)的屬性,將其劃分成不同組塊,然后對各組塊的參數(shù)綜合分析形成一個新參數(shù)。這種方法分組過程比較直觀,主要難度在于如何將組塊中多個參數(shù)綜合成新參數(shù)。文獻(xiàn)[15]中是建立底層變量與綜合變量的回歸模型,但作者沒注意綜合變量沒有定量的數(shù)據(jù),回歸模型根本無從建立。

4.2參數(shù)約簡法

參數(shù)約簡包含兩個方面的約簡,一方面是通過分析費(fèi)用-參數(shù)相關(guān)性,約簡出相關(guān)性較大的參數(shù),另一方面是通過分析參數(shù)間的相關(guān)性,從相關(guān)性較大的參數(shù)中選取一項典型參數(shù)代表其他參數(shù)。

4.2.1基于粗糙集理論的參數(shù)約簡

粗糙集理論的核心問題之一就是約簡,在屬性參數(shù)約簡中的應(yīng)用也是非常廣泛。常規(guī)的粗糙集屬性簡約方法是對于屬性表中的每一個事件屬性ai,進(jìn)行如下的過程,直至條件屬性集合不再發(fā)生變化為止。

如果刪除該屬性ai使得POS(p-{ai})(Q)=POS(Q),則可以說明屬性ai對于因變量d的影響不大,從屬性表中刪除屬性ai所在的列并將重復(fù)的行合并。否則,說明屬性ai相對于因變量d的影響較大,不能刪除。其中P表示全部自變量參數(shù)和因變量組成的集合,Q為P的子集,POS(Q)表示集合Q的下逼近。

除了常規(guī)的粗糙集屬性約簡方法外,還存在許多衍生的方法,如與粒子群算法、遺傳算法等方法結(jié)合,適用范圍更加廣泛。

4.2.2參數(shù)聚類約簡

參數(shù)聚類約簡一般都遵循以下步驟:

1) 首先確定分類的屬性對象X=(x1,x2,…,xn);

2) 建立相關(guān)矩陣

3) 依據(jù)相關(guān)程度確定屬性的分組;

4) 從各組中選取典型相對易獲取的參數(shù)代表其他參數(shù)。

此類方法的關(guān)鍵是選擇關(guān)聯(lián)度的計算方法,計算關(guān)聯(lián)度rij的方法主要有普通相關(guān)系數(shù)、灰色關(guān)聯(lián)度、模糊相似關(guān)系[17]等。

5結(jié)語

本文首先指出裝備費(fèi)用選取應(yīng)遵循的原則,接著分析國內(nèi)外裝備費(fèi)用估算研究中選取的費(fèi)用驅(qū)動參數(shù),歸納總結(jié)出費(fèi)用驅(qū)動參數(shù)因從性能、物理、時間和環(huán)境四個方面選取,最后從初始參數(shù)數(shù)量是否變化的角度系統(tǒng)梳理了目前參數(shù)分析處理方法。

目前國內(nèi)在飛機(jī)費(fèi)用參數(shù)選取領(lǐng)域取得了一些研究成果,其他領(lǐng)域的成果則相對較少,但這些成果仍不足以支撐建立精確的費(fèi)用估算模型。未來在費(fèi)用驅(qū)動參數(shù)方面的研究仍存在較大的發(fā)展空間。

1) 參數(shù)初選總會舍棄大多數(shù)看似無關(guān)的因素,如何保證在不遺漏隱含的重要信息的參數(shù)。筆者認(rèn)為可在收集足量數(shù)據(jù)后利用大數(shù)據(jù)技術(shù),直接對所有參數(shù)進(jìn)行分析。

2) 參數(shù)處理中,總是存在建模過程復(fù)雜度與模型精度這一矛盾問題,如何在簡化模型參數(shù)的過程中最大的保障模型精度。

3) 目前對費(fèi)用驅(qū)動參數(shù)的研究主要是從裝備內(nèi)部參數(shù)分析,而對外部經(jīng)濟(jì)、政治等環(huán)境因素研究甚少。

參 考 文 獻(xiàn)

[1] 解建喜,宋筆鋒,劉東霞,等.基于灰色關(guān)聯(lián)分析理論和等工程價值比方法的飛行器研制生產(chǎn)費(fèi)用研究[J].兵工學(xué)報,2007,28(2):223-227.

XIE Jianxi, SONG Bifeng, LIU Dongxia. Research on Developmental and Productive Cost for Aircraft Based on Grey Correlation Analysis Theory and Equal isation-Engineering-Value-Rate Method[J]. Acta Armamentarii,2007,28(2):223-227.

[2] 李壽安,張恒喜,童中翔,等.偏最小二乘回歸在軍用飛機(jī)價格預(yù)測中的應(yīng)用[J].航空學(xué)報,2006,27(3):600-604.

LI Shouan, ZHANG Hengxi, DONG Zhongxiang, et al. Application of Partial Least-squares Regression to the Acquisition Cost Estimating of Military Aircrafts[J]. Acta Aeronautica et Astronautica Sinica,2006,27(3):600-604.

[3] 方世力,吳利豐,劉思峰,等.復(fù)雜裝備費(fèi)用驅(qū)動因子識別的效應(yīng)比重極大熵模型[J].系統(tǒng)工程,2014,32(10):149-153.

FANG Shili, WU Lifeng, LIU Sifeng, et al. Complex Equipment Cost Drive Factors Identification Model with Maximization of the Driving Effect Proportion[J]. System Engineering,2014,32(10):149-153.

[4] 王永杰,王禮沅,張恒喜,等.基于遞階偏最小二乘回歸的飛機(jī)采購價格預(yù)測[J].火力與指揮控制,2010,35(10):98-101.

WANG Yongli, WANG Liruan, ZHANG Hengxi, et al. The Purchasing Price Prediction of Aircraft based on Hierarchical Partial Least Squares Regression[J]. Fire Control and Command Control,2010,35(10):98-101.

[5] 郭風(fēng),張恒喜,李壽安,等.基于偏最小二乘回歸的飛機(jī)維修保障費(fèi)用預(yù)測[J].空軍工程大學(xué)學(xué)報,2005,6(3):10-15.

GUO Feng, ZHANG Hengxi, LI Shouan, et al. Aircraft Maintenance Support Cost Forecasting Based on Partial Least-Square Regression[J]. Journal of Air Force Engineering University(Natural Science Edition),2005,6(3):10-15.

[6] 陳高波.基于PSO-LSSVM的飛機(jī)維修保障費(fèi)用預(yù)測模型[J].計算機(jī)應(yīng)用與軟件,2010,27(9):181-183.

CHEN Gaobo. Aircraft Maintenance Support Cost Prediction Model Based on PSO-LSSVM[J]. Computer Application and Software,2010,27(9):181-183.

[7] 袁冬根,劉曉東,王曉明,等.基于PSO-SVM與樣本加權(quán)的武器裝備費(fèi)用建模與預(yù)測[J].火力指揮與控制,2011,36(6):171-175.

YUAN Donggen, LIU Xiaodong, WANG Xiaoming, et al. The Modeling and Forcasting of Weapon Equipment Expenses Based on PSO-SVM and Sample Weighting[J]. Fire Control and Command Control,2011,36(6):171-175.

[8] 韓曉明,姜科,張琳,等.基于灰色神經(jīng)網(wǎng)絡(luò)武器裝備研制費(fèi)用預(yù)測模型[J].現(xiàn)代防御技術(shù),2011,39(4):184-188.

HAN Xiaoming, JIANG Ke, ZHANG Lin, et al. Forecast Model of Development Cost for Weapon Equipment Based on Grey Systems Theory and Neural Network[J]. Modern Defence Technology,2011,39(4):184-188.

[9] 王鋒,吳曉云,馬大為.基于知識發(fā)現(xiàn)的火箭武器研制費(fèi)用預(yù)測[J].系統(tǒng)工程與電子技術(shù),2007,29(1):69-72.

WANG Feng, WU Xiaoyun, MA Dawei. Cost forecasting of rockers weapons development based on knowledge mining[J]. Systems Engineering and Electronics,2007,29(1):69-72.

[10] 金鋒,崔卉,張玉平,等.武器裝備研制階段費(fèi)用預(yù)測方法及仿真[J].北京理工大學(xué)學(xué)報,2006,26(11):991-994.

JIN Feng, CUI Hui, ZHANG Yuping, et al. Forecast and Emulation Research on the Cost of Development for Military Equipment[J]. Transactions of Beijing Institute of Technology,2006,26(11):991-994.

[11] 蔣鐵軍,李積源.基于支持向量機(jī)的武器系統(tǒng)費(fèi)用預(yù)測分析[J].系統(tǒng)工程理論與實踐,2004(9):121-124.

JIANG Tiejun, LI Jiyuan. Forecast Analysis on Weapon System Fee Based on Support Vector Machine[J]. Systems Engineering-theory & Practice,2004(9):121-124.

[12] 劉小虎,李積源.基于神經(jīng)網(wǎng)絡(luò)的艦船建造費(fèi)用預(yù)測分析[J].海軍工程大學(xué)學(xué)報,2001,13(1):96-98.

LIU Xiaohu,LI Jiyuan. Forecast about military eguipmentacguisition cost based on neural network[J]. Journal of Naval University of Engineering,2001,13(1):96-98.

[13] 劉寶平,孫勝祥,徐一帆.ANFIS網(wǎng)絡(luò)在艦船維修費(fèi)用預(yù)測中的應(yīng)用[J].海軍工程大學(xué)學(xué)報,2004,16(4):57-60.

LIU Baoping, SUN Shengxiang, XU Yifan. Application of ANFIS network in cost forecast of warship maintenance[J]. Journal of Naval University of Engineering,2004,16(4):57-60.

[14] 吳利豐,劉思峰,方志根.基于新信息優(yōu)先主成分分析回歸的多參數(shù)復(fù)雜裝備費(fèi)用預(yù)測[J].中國管理科學(xué),2012,20(11):148-152.

WU Lifeng, LIU Sifeng, FANG Zhigeng. Muti-parameter Equipment Cost Estimation Based on New Information Principle Principal Component Regression[J]. Chinese Journal of Management Science,2012,20(11):148-152.

[15] 王禮沅,郭基聯(lián),張恒喜.遞階偏最小二乘回歸在飛機(jī)研制費(fèi)用預(yù)測中的應(yīng)用[J].航空學(xué)報,2009,30(8):1380-1384.

WANG Liyuan, GUO Jilian, ZHANG Hengxi. Application of Hierarchical Partial Least Squares Regression to Development Cost Prediction of Aircraft[J]. ActaAeronautica et AstronauticaSinica,2009,30(8):1380-1384.

[16] 翟鵬.屬性約簡方法評介[J].科技情報開發(fā)與經(jīng)濟(jì),2004,14(4):98-99.

[17] 梁慶衛(wèi).魚雷壽命周期費(fèi)用分析[M].第1版.北京:國防工業(yè)出版社,2013:80-84.

LIANG Qingwei. The Analysis of Life Cycle Cost for Torpedo[M]. edition 1. Beijing: National Defend Industry Press,2013:80-84.

[18] Praveen Thokala. Life cycle cost modelling as an aircraft design support tool[D]. Southampton: University of Southampton,2009.

[19] Thokala P, Scanlan J, Chipperfield A. Life cycle cost modelling as an aircraft design support tool[J]. Aerospace Engineering,2009,224(4):477-487.

[20] Curran R, Castagne S, Early J, et al. Aircraft cost modelling using the genetic causal technique within a systems engineering approach[J]. The Aeronautical Journal,2007,111(1121):409-420.

中圖分類號TJ-9

DOI:10.3969/j.issn.1672-9722.2016.02.009

作者簡介:李天照,男,碩士研究生,研究方向:艦船信息系統(tǒng)集成與優(yōu)化。劉元高,男,研究員,碩士生導(dǎo)師,研究方向:艦船信息系統(tǒng)集成與優(yōu)化。李金鵬,男,博士,工程師,研究方向:決策理論與方法。

*收稿日期:2015年8月12日,修回日期:2015年9月25日