基于CPNN的航空裝備維修保障能力評估研究

左力

（空軍裝備部外場保障局 北京 100843）

基于CPNN的航空裝備維修保障能力評估研究

左力

（空軍裝備部外場保障局 北京 100843）

深入研究航空裝備維修保障能力的概念和一般方法，建立了航空裝備維修保障能力評估體系。深入分析了人工神經(jīng)網(wǎng)絡(luò)技術(shù)，全面研究了前向?qū)ο騻鞑ド窠?jīng)網(wǎng)絡(luò)的基本原理，提出了基于前向?qū)骶W(wǎng)的航空裝備維修保障能力評估模型。通過建立具體的網(wǎng)絡(luò)模型，利用訓(xùn)練數(shù)據(jù)對網(wǎng)絡(luò)進行訓(xùn)練，通過測試數(shù)據(jù)進行測試，研究結(jié)果表明系統(tǒng)評估結(jié)果和預(yù)期結(jié)果100%相同，獲得了良好的實驗效果。

航空裝備；維修；保障能力；前向?qū)骶W(wǎng)；評估

裝備的維修保障能力是衡量裝備保障性的重要指標(biāo)，是保持和恢復(fù)裝備完好并生成戰(zhàn)斗力的主要因素[1-2]。航空裝備維護和維修能力是各類航空裝備能夠準(zhǔn)時起降、飛行安全的保障，關(guān)系到與航空裝備相關(guān)的各類管理部門和使用部門[3-4]。隨著科學(xué)技術(shù)的迅猛發(fā)展，航空裝備的自身結(jié)構(gòu)和相關(guān)技術(shù)日益復(fù)雜，因此航空裝備維修保障能力要適應(yīng)新情況的需要，實施科學(xué)化的決策和管理就勢必要對其效能進行評估。通過航空裝備維修保障能力評估，可以幫助管理人員和維修人員對裝備進行科學(xué)化的決策，提高航空裝備保障質(zhì)量[5-9]。

評估航空裝備維修保障能力的因素眾多，許多評估指標(biāo)不能確切地定量表示，因此在評估過程中難于真實反映維修保障能力的水平。為了真實準(zhǔn)確、合理高效地對航空裝備維修保障能力進行評估，文中建立了航空裝備維修保障能力評估體系，以人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，ANN）技術(shù)為基礎(chǔ)，提出了基于前向?qū)骶W(wǎng)（Forward Counter Propagation Neural Network，F(xiàn)orward-CPNN）的航空裝備維修保障能力評估模型，為維修保障單位真實精確評估其管理機制和運行機制并提高自身保障能力提供決策依據(jù)，實現(xiàn)了維修機構(gòu)資源的最優(yōu)化配置與有效利用。

1 航空裝備維修保障能力概述

1.1 航空裝備維修能力的概念

航空裝備維修保障能力是指完成裝備維修保障任務(wù)，保持、恢復(fù)航空裝備規(guī)定的技術(shù)狀態(tài)和改善航空裝備性能，以及保障其順利遂行作戰(zhàn)訓(xùn)練和其它任務(wù)的能力。它以科學(xué)方法為指導(dǎo)，對評估對象的航空裝備維修保障能力進行綜合分析與客觀評價，旨在為指揮管理人員和裝備機關(guān)，在進行組織作戰(zhàn)與訓(xùn)練時提供有關(guān)航空裝備維修保障能力的準(zhǔn)確決策資料，同時利于發(fā)現(xiàn)影響航空裝備維修保障能力的弱點以改善保障狀況。航空裝備維修保障能力涉及多種因素，包括是人力、物力、財力、信息技術(shù)和管理水平等，同時它是這些因素與特定維修對象的匹配程度和有機結(jié)合程度的綜合反映[10-11]。

1.2 航空裝備維修保障能力評估的一般方法

對于航空裝備維修保障能力的評估是一個多指標(biāo)綜合評價問題[5]，常用的方法包括層次分析法（AnalyticHierarchy Process，AHP）、模糊綜合評判法（Fuzzy Comprehensive Evaluation）和灰色綜合評估法（Grey Comprehensive Evaluation）等。

1）層次分析法：將與決策相關(guān)的元素分解為目標(biāo)、準(zhǔn)則、方案等層次，并以此為基礎(chǔ)進行定性和定量分析的一種層次權(quán)重決策分析方法。

2）模糊綜合評判法：對具有多種屬性的事物，這些屬性影響著事物總體的優(yōu)劣性，對這些屬性或因素做出一個合理的、綜合的總體評判。

3）灰色綜合評估法：一種以灰色關(guān)聯(lián)分析理論為基礎(chǔ)，基于專家評判的綜合評估方法。它通過建立灰色綜合評估模型，對各種評價因素進行權(quán)重選擇，從而進行綜合分析與評估。

2 前向?qū)ο騻鞑ド窠?jīng)網(wǎng)絡(luò)

上述方法有力地促進了航空裝備維修保障能力評估研究的發(fā)展，為其提供了堅實的理論基礎(chǔ)。但這些方法具有主觀性，缺少自學(xué)習(xí)能力，在實際的評判中受限于判定隨機性、評估人員主觀不確定性和認(rèn)識模糊等因素。人工神經(jīng)網(wǎng)絡(luò)，或稱神經(jīng)網(wǎng)絡(luò)（Neural Network，NN），是一種模仿動物神經(jīng)網(wǎng)絡(luò)行為特征進行分布式并行信息處理的算法數(shù)學(xué)模型。神經(jīng)網(wǎng)絡(luò)依靠系統(tǒng)的復(fù)雜程度，通過調(diào)整內(nèi)部大量節(jié)點之間相互連接的關(guān)系，以達到處理信息的目的。它是一種非線性動力學(xué)系統(tǒng)，通過直觀性思維方式模擬人腦思維，將分布式存儲的信息綜合起來，通過神經(jīng)元之間同時相互作用的動態(tài)過程完成信息處理[12]。

2.1 對向傳播神經(jīng)網(wǎng)絡(luò)

1987年美國計算機專家Robert Hecht-Nielsen將Kohonen特征映射網(wǎng)絡(luò)與Grossberg基本競爭網(wǎng)絡(luò)相結(jié)合提出了對向傳播網(wǎng)絡(luò)（Counter Propagation Neural Network，CPNN），它是一種新型特征映射網(wǎng)絡(luò)，提供了一個輸入模式和輸出模式之間的雙向映射，被廣泛應(yīng)用于模式分類、函數(shù)逼近、統(tǒng)計分析和數(shù)據(jù)壓縮等領(lǐng)域。CPNN為異構(gòu)網(wǎng)，具有訓(xùn)練時間短的特點，通常它的訓(xùn)練時間是反向傳播網(wǎng)絡(luò)的1%。CPN隱藏層采用無監(jiān)督學(xué)習(xí)機制，它是解決多級網(wǎng)絡(luò)訓(xùn)練的另一個思路。CPNN既具有監(jiān)督學(xué)習(xí)機制分類準(zhǔn)確精細(xì)的優(yōu)點，也具有無監(jiān)督學(xué)習(xí)機制分類靈活、算法簡練的特點。CPNN分為前向?qū)骶W(wǎng)（Forward-CPNN）和全向?qū)骶W(wǎng)（Full-CPNN）。

2.2 前向?qū)骶W(wǎng)

Forward-CPNN由輸入層、競爭層、輸出層組成，如圖1所示，輸入層和競爭層構(gòu)成SOFM網(wǎng)絡(luò)，競爭層與輸出層構(gòu)成基本競爭網(wǎng)絡(luò)。

圖1 Forward-CPNN結(jié)構(gòu)圖

Forward-CPNN整體上屬于監(jiān)督型網(wǎng)絡(luò)，輸入層和競爭層構(gòu)成的SOFM網(wǎng)絡(luò)屬于無監(jiān)督型網(wǎng)絡(luò)。Forward-CPNN隱層為競爭層，獲勝神經(jīng)元調(diào)整內(nèi)星和外星權(quán)值向量。內(nèi)星向量采用無監(jiān)督學(xué)習(xí)算法，使權(quán)值向量不斷靠近當(dāng)前的輸入模式類，將該模式類的典型向量編碼至獲勝神經(jīng)元的內(nèi)星向量；外星向量采用監(jiān)督學(xué)習(xí)算法，使權(quán)值向量不斷靠近并等于期望輸出，將該輸出向量編碼至外星向量。從輸入層到競爭層，網(wǎng)絡(luò)按照 SOFM學(xué)習(xí)規(guī)則產(chǎn)生競爭層獲勝神經(jīng)元，調(diào)整相應(yīng)的連接權(quán)值。從競爭層到輸出層，網(wǎng)絡(luò)按照基本競爭網(wǎng)絡(luò)學(xué)習(xí)規(guī)則得到輸出層各神經(jīng)元的實際輸出值，按照有監(jiān)督學(xué)習(xí)規(guī)則的誤差校正方法調(diào)整相應(yīng)的競爭層到輸出層之間的連接權(quán)值。經(jīng)過反復(fù)學(xué)習(xí)將任意的輸入模式映射為輸出模式[13-15]。

Forward-CPN算法（Forward-CPA）可以分為兩個階段，第一階段對輸入層-競爭層權(quán)值矩陣進行訓(xùn)練，使權(quán)值向量不斷靠近當(dāng)前輸入模式類；第二階段對競爭層-輸出層權(quán)值矩陣進行訓(xùn)練，使權(quán)值向量不斷靠近并等于目標(biāo)輸出。

3 航空裝備維修保障能力評估體系設(shè)計

評估體系（Evaluation System）是指由表征評價對象各方面特性及其相互關(guān)系的多個指標(biāo)，所構(gòu)成的具有內(nèi)在結(jié)構(gòu)的、有機的整體。評估體系的科學(xué)化和規(guī)范化體現(xiàn)在它具有系統(tǒng)性原則、典型性原則、動態(tài)性原則、簡明科學(xué)性原則、可比、可操作、可量化原則和綜合性原則。

航空裝備維修保障能力評估體系是通過一系列科學(xué)的、完整的、系統(tǒng)的數(shù)據(jù)指標(biāo)，反映維修保障能力的形成狀況和各種影響要素的現(xiàn)狀及發(fā)展。建立航空裝備維修保障能力評估體系應(yīng)必須遵循全面完整、層次分明、簡明科學(xué)的原則，依據(jù)平時裝備維修保障的各項業(yè)務(wù)，按照一定程序在全面分析系統(tǒng)的基礎(chǔ)上經(jīng)廣泛征求專家意見，反復(fù)交流信息而獲得的[10]。如圖2所示，航空裝備維修保障能力評估體系包括5個部分，即

1）保障內(nèi)容：飛機完好率、任務(wù)成功率、誤飛千次率、維修停飛率、差錯千次率、飛行故障率；

2）人力資源：編配率、技術(shù)等級比、工時利用率；

3）設(shè)施設(shè)備：配置率、利用率、完好率；

4）技術(shù)資源：配置率、利用率；

5）航材資源：配置率、利用率、滿足率。

圖2 航空裝備維修保障能力評估體系結(jié)構(gòu)圖

4 航空裝備維修保障能力評估前向?qū)骶W(wǎng)模型設(shè)計

4.1 模型設(shè)計

依據(jù)圖2中航空裝備維修保障能力評估系統(tǒng)的18個指標(biāo)作為網(wǎng)絡(luò)輸入，即輸入層為25個神經(jīng)元；系統(tǒng)的評定結(jié)果設(shè)置為“優(yōu)秀、良好、合格、不合格”4個等級，即網(wǎng)絡(luò)輸出層設(shè)置為2個神經(jīng)元；中間層神經(jīng)元個數(shù)為150。網(wǎng)絡(luò)相關(guān)參數(shù)設(shè)置如表1所示。

表1 Forward-CPNN參數(shù)設(shè)置

4.2 算例分析

在表2中設(shè)置了5組訓(xùn)練數(shù)據(jù)和3組測試數(shù)據(jù)，利用訓(xùn)練數(shù)據(jù)對Forward-CPNN進行訓(xùn)練，并用測試數(shù)據(jù)進行測試。測試結(jié)果表明，系統(tǒng)評估結(jié)果和預(yù)期結(jié)果100%相同。

表2 評估系統(tǒng)訓(xùn)練數(shù)據(jù)與測試數(shù)據(jù)

5 結(jié)束語

文中從科學(xué)技術(shù)迅猛發(fā)展的背景出發(fā)，指出了航空裝備維修保障能力必須適應(yīng)新情況，必須實施科學(xué)化的決策和管理。在深入研究航空裝備維修保障能力的概念和一般方法的同時，建立了航空裝備維修保障能力評估體系，以人工神經(jīng)網(wǎng)絡(luò)技術(shù)為基礎(chǔ)，提出了基于前向?qū)骶W(wǎng)的航空裝備維修保障能力評估模型，通過建立具體的網(wǎng)絡(luò)模型，利用訓(xùn)練數(shù)據(jù)對網(wǎng)絡(luò)進行訓(xùn)練，通過測試數(shù)據(jù)進行測試，研究結(jié)果表明系統(tǒng)評估結(jié)果和預(yù)期結(jié)果100%相同，獲得了良好的實驗效果，為維修保障單位真實精確評估其管理機制和運行機制并提高自身保障能力提供決策依據(jù)，實現(xiàn)了維修機構(gòu)資源的最優(yōu)化配置與有效利用。

[1]高鹍，邢國平，孫德翔，等.基于灰色層次分析法的裝備維修保障能力評價[J].飛機設(shè)計，2012，32（2）:72-76.

[2]馬小尉，周來水，程新，等.基于NET技術(shù)的飛機維修業(yè)務(wù)信息管理系統(tǒng)研究[J].武漢科技大學(xué)學(xué)報，2014，37（2）:75-80.

[3]張興媛，曹文達，徐達，等.航空維修保障能力的評估體系研究[J].上海工程技術(shù)大學(xué)學(xué)報，2011，25（3）:281-284.

[4]沈安慰，郭基聯(lián)，王卓健.基于B/S結(jié)構(gòu)的航空維修保障訓(xùn)練系統(tǒng)[J].計算機應(yīng)用與軟件，2013，30（2）:253-255.

[5]尹富.基于灰色關(guān)聯(lián)分析的航空裝備技術(shù)保障能力評價模型[J].數(shù)學(xué)的實踐與認(rèn)識，2013，43（8）:104-109.

[6]楊中書，范紅軍，陳友龍，等.飛行保障裝備基于狀態(tài)的維修決策支持系統(tǒng)研究[J].四川兵工學(xué)報，2015，36（3）:35-38.

[7]魏德才，張諍敏，李闖，等.基于模糊貼近度和熵權(quán)的航空裝備維修安全綜合評價[J].中國安全科學(xué)學(xué)報，2012，22（2）:107-111.

[8]韓維，蘇析超，陳俊鋒.艦載機多機一體化機務(wù)保障調(diào)度方法[J].系統(tǒng)工程與電子技術(shù)，2015，37（4）:809-816.

[9]劉家學(xué)，王少英，柴春紅.軍用飛機維修質(zhì)量管理的最優(yōu)線性分派評估[J].數(shù)學(xué)的實踐與認(rèn)識，2014，44（4）:147-151.

[10]黃書峰，端木京順，唐雪琴，等.航空維修保障能力的神經(jīng)網(wǎng)絡(luò)評估方法與應(yīng)用[J].航空維修與工程，2008（2）:42-43.

[11]陳德煌，戴明亮.綜合模塊化CNI系統(tǒng)的特點與維修保障對策[J].航空維修與工程，2014（3）:60-62.

[12]薛飛.航空裝備綜合保障系統(tǒng)體系結(jié)構(gòu)的研究與設(shè)計[J].電子設(shè)計工程，2011，19（1）:20-22.

[13]侯旋.量子神經(jīng)網(wǎng)絡(luò)高光譜圖像研究[D].西安:西北工業(yè)大學(xué)，2013.

[14]李楠，侯旋.自適應(yīng)量子前向?qū)魉惴ㄑ芯縖J].電子與信息學(xué)報，2013，35（11）:2778-2783.

[15]趙時，劉俊瀛，邱華.支持向量機在航空裝備維修保障能力評估的應(yīng)用[J].科技信息，2009（15）:436-437.

Aero equipment maintenance support capability evaluation based on CPNN

ZUO Li
（Air Force Armament Department，Beijing 100843，China）

Concepts and methods of aero equipment maintenance support capability are analyzed，it establishes aero equipment maintenance support capability evaluation system.Aero equipment maintenance support capability evaluation system is proposed based on Forward Counter Propagation Neural Network，by analyzing the technology of artificial neural network and the fundamental theory of Forward Counter Propagation Neural Network.Specific network models is established，it is trained and tested by using training data and test data.Research result shows that test results equal evaluation results completely，and good experimental results are obtained.

aero equipment；maintenance；support capability；forward counter propagation neural network；evaluation

TN0

A

1674－6236（2016）23-0007-03

2016-04-17稿件編號：201604173

國家自然科學(xué)基金青年科學(xué)基金項目（51509257）

左 力（1975—），男，貴州六盤水人，碩士研究生，工程師。研究方向：裝備管理。