基于直覺模糊熵的飛行保障效能灰色聚類評估

胡　濤,呂瑞強(qiáng),李德權(quán)

(1.空軍勤務(wù)學(xué)院，江蘇 徐州　221000;2.空軍福州場站四站連，福建 福州　350026)

?

基于直覺模糊熵的飛行保障效能灰色聚類評估

胡濤1,呂瑞強(qiáng)1,李德權(quán)2

(1.空軍勤務(wù)學(xué)院，江蘇 徐州221000;2.空軍福州場站四站連，福建 福州350026)

隨著空軍在未來戰(zhàn)爭中越來越重要,飛行保障效能的好壞直接關(guān)系到空軍戰(zhàn)斗力的生成。通過分析飛行保障任務(wù),構(gòu)建了飛行保障效能評估指標(biāo)體系,建立了基于直覺模糊熵的動(dòng)態(tài)客觀權(quán)重模型;運(yùn)用灰色聚類評估方法對飛行保障效能進(jìn)行了評估,并結(jié)合實(shí)例,驗(yàn)證了該方法的有效性,為保障能力的提升提供了參考依據(jù)。

直覺模糊熵;保障效能;灰色系統(tǒng);評估

飛行保障是指航空兵場站各保障單元對擔(dān)負(fù)戰(zhàn)斗或訓(xùn)練任務(wù)的飛機(jī)進(jìn)行及時(shí)保障,使其能夠快速起飛或再次起飛執(zhí)行任務(wù)[1]。飛行保障效能的高低直接關(guān)系到航空兵場站能否及時(shí)、有效地完成各項(xiàng)保障任務(wù)。對飛行保障效能的評估有利于充分了解場站飛行保障能力,深入認(rèn)識飛行保障現(xiàn)狀中存在的問題,為指揮員做好飛行保障工作提供決策依據(jù)。但是由于飛行保障效能的評估存在較多的不確定性因素,并且由于歷史原因及部隊(duì)保密的要求,可參考的數(shù)據(jù)較少且具有模糊性,在進(jìn)行保障效能的評估過程中,往往難以對其進(jìn)行準(zhǔn)確評價(jià),因此需要選擇一種合適的評估方法提高評估的準(zhǔn)確性。

直覺模糊集包含了評估指標(biāo)隸屬度、非隸屬度和猶豫三方面的信息,基于直覺模糊熵的動(dòng)態(tài)客觀權(quán)重模型,對每個(gè)評估指標(biāo)都有各自的客觀權(quán)重,克服了評估只有一個(gè)客觀權(quán)重引起的誤差,使評估更符合實(shí)際情況[2]?；疑到y(tǒng)理論是研究“小樣本”、“貧信息”的不確定系統(tǒng),其灰色聚類評估模型在兼顧貧信息和樣本區(qū)間模糊性的基礎(chǔ)上,將灰色系統(tǒng)盡可能地白化、量化、模型化,以期用較少的數(shù)據(jù)實(shí)現(xiàn)對樣本的聚類[3]。本文通過建立基于直覺模糊熵的動(dòng)態(tài)客觀權(quán)重模型,將灰色系統(tǒng)理論應(yīng)用到飛行保障效能評估的中,對提高飛行保障效能的評估準(zhǔn)確性具有一定的使用價(jià)值。

1　飛行保障效能評估指標(biāo)體系建立

對飛行保障效能的評估是一項(xiàng)復(fù)雜的系統(tǒng)工程,涉及的方面廣,考慮的因素多,在進(jìn)行評估時(shí)需要將影響效能的要素進(jìn)行分析,構(gòu)建一二級指標(biāo)體系,通過對各指標(biāo)的評估得出總的效能值。本文在參考大量文獻(xiàn)資料的基礎(chǔ)上,結(jié)合基層部隊(duì)的調(diào)研情況,構(gòu)建了飛行保障效能評估的指標(biāo)體系,將飛行保障效能分為后勤保障能力、裝備技術(shù)保障能力和戰(zhàn)勤保障能力。后勤保障能力包括物資保障、運(yùn)輸保障、衛(wèi)勤保障、機(jī)場維護(hù)、搶修和防衛(wèi)保障能力;裝備技術(shù)保障主要從航空彈藥、器材和四站的技術(shù)保障能力來衡量;雷達(dá)、通信、領(lǐng)航、氣象和偽裝防護(hù)等是影響戰(zhàn)勤保障能力的主要因素[4-5]。具體的飛行保障效能指標(biāo)體系如圖1所示。

圖1　飛行保障效能指標(biāo)體系

2　評估指標(biāo)動(dòng)態(tài)屬性權(quán)重的確定

2.1直覺模糊集

1)設(shè)X為一個(gè)給定非空論域,集合X上的直覺模糊集(IFS)A定義如下:

A={〈x,μA(x),νA(x)〉|x∈X}

其中，μA:X→[0,1]和νA:X→[0,1]分別表示隸屬函數(shù)和非隸屬函數(shù),μA(x)稱為元素x對于A的隸屬度,νA(x)稱為元素x對于A的非隸屬度,并滿足條件0≤μA(x)+νA(x)≤1。

IFS(X)表示論域X上的全體直覺模糊集。

2)設(shè)非論域X上的IFS為A={〈x,μA(x),νA(x)〉|x∈X},則稱πA(x)=1-μA(x)-νA(x)為元素x在A中的猶豫度;sA(x)=μA(x)-νA(x)為元素x在A中的分?jǐn)?shù);hA(x)=μA(x)+νA(x)為元素x在A中的準(zhǔn)確度;θA(x)=1-|μA(x)-νA(x)|為元素x在A中的模糊度。

3)設(shè)非空論域X上的兩個(gè)直覺模糊集分別為A={〈x,μA(x),νA(x)〉|x∈X}和B={〈x,μB(x),νB(x)〉|x∈X},則

A∩B={〈x,min(μA(x),μB(x)),max(νA(x),νB(x))〉|x∈X}A∪B={〈x,max(μA(x),μB(x)),min(νA(x),νB(x))〉|x∈X}AC={〈x,νA(x),μA(x)〉|x∈X}。

2.2直覺模糊熵

設(shè)A∈IFS(X),定義函數(shù):IFS(X)→[0,1],稱E(A)為直覺模糊集A的直覺模糊熵,且E(A)滿足下列條件[6]:

1)E(A)=0當(dāng)且僅當(dāng)?x∈X,μA(x)=1,νA(x)=0或μA(x)=0,νA(x)=1;

2)E(A)=1當(dāng)且僅當(dāng)?x∈X,μA(x)=0,νA(x)=0;

3)?A,B∈IFS(X),x∈X,有πA(x)=πB(x),如果θA(x)≥θB(x),則E(A)≥E(B);

4)?A,B∈IFS(X),x∈X,有θA(x)=θB(x),如果πA(x)≥πB(x),則E(A)≥E(B);

5)E(A)=E(AC)。

設(shè)X={x1,x2,…,xn}為非空論域,A∈IFS(X),則

2.3動(dòng)態(tài)屬性權(quán)重的確定

設(shè)指標(biāo)Yi在屬性Gj下評估信息的偏差度為:dGij=1-EGij,i=1,2,…,n;j=1,2,…,m，則指標(biāo)Yi在屬性Gj下的動(dòng)態(tài)客觀權(quán)重為

(1)

γij為兼顧評估者的偏好,依據(jù)已知主觀權(quán)重λ={λ1,λ2,…,λn},修正屬性權(quán)重如下:

(2)

3　灰色聚類評估法

對于飛行保障效能的評估,可以采用灰色三角白化權(quán)函數(shù)聚類的方法進(jìn)行評估,通過定性和定量的方法來確定指標(biāo)體系和能力指標(biāo)實(shí)現(xiàn)值的分類范圍,并確定指標(biāo)實(shí)現(xiàn)值的類別。但是,在聚類方法的選擇方面存在變權(quán)聚類和定權(quán)聚類的區(qū)別,兩種方法側(cè)重點(diǎn)各有不同,由于保障能力的指標(biāo)多,且各個(gè)指標(biāo)的意義不同、量綱不同,指標(biāo)實(shí)現(xiàn)值的數(shù)量懸殊很大,為了保證各個(gè)指標(biāo)在聚類過程中都發(fā)揮作用,決定采取定權(quán)聚類的方法[8]。

根據(jù)以上的分析,對于飛行保障效能灰色聚類評估,可以看成是n個(gè)不同的保障效能作為評估對象,m個(gè)評估指標(biāo),s個(gè)不同的灰類,根據(jù)對象i關(guān)于指標(biāo)j的樣本觀測值Xij。對相應(yīng)的對象i進(jìn)行評估、診斷的問題。具體步驟如下:

1)確定指標(biāo)體系中各指標(biāo)的權(quán)重

2)按照評估要求劃分灰類,選取閾值

設(shè)按照評估要求將各指標(biāo)的取值范圍劃分為s個(gè)灰類,例如將j指標(biāo)的取值范圍[α1,αs+1]劃分為[α1,α2],…,[αk-1,αk],…,[αs-1,αs],[αs,αs+1]。其中，閾值αk(k=1,2,…,s)的值可根據(jù)實(shí)際問題的要求或定性研究結(jié)果確定。

3)建立三角白化權(quán)函數(shù)

圖2　三角白化權(quán)函數(shù)圖

4)整理各對象指標(biāo)實(shí)現(xiàn)值,分別計(jì)算其屬于各灰類的白化權(quán)函數(shù)值。

對于j指標(biāo)的一個(gè)實(shí)現(xiàn)值x,由

5)計(jì)算綜合聚類系數(shù),分析結(jié)果,做出合理判斷。計(jì)算對象i(i=1,2,…,n)關(guān)于灰類k(k=1,2,…,s)的綜合聚類系數(shù)為

4　實(shí)例分析

本文以某航空兵場站為例,基于直覺模糊熵確定各評估指標(biāo)的權(quán)重,運(yùn)用灰色聚類的方法對飛行保障效能進(jìn)行評估。

4.1確定權(quán)重

通過深入該場站調(diào)研,收集了大量資料,在結(jié)合專家組意見,給出了一級指標(biāo)的隸屬度和主觀權(quán)重。根據(jù)式(1)和式(2),求解動(dòng)態(tài)客觀屬性權(quán)重,再根據(jù)主觀偏好修正權(quán)重如表1。

表1　動(dòng)態(tài)屬性權(quán)重表

同理,得出二級指標(biāo)修正后的動(dòng)態(tài)屬性權(quán)重:

ωC1=(0.2915,0.2651,0.1951,0.2484)

ωC2=(0.3231,0.3121,0.3549)

ωC3=(0.1652,0.1825,0.1792,0.1537,0.1662,0.1532)

4.2聚類評估

本文應(yīng)用Delphi法,按照評估要求將各指標(biāo)劃分為“差”、“一般”、“良好”、“優(yōu)秀”4個(gè)灰類。根據(jù)資料和保障經(jīng)驗(yàn)列出了各指標(biāo)的閾值、延拓值;并且通過對大量航空兵場站的實(shí)地調(diào)研,查閱大量資料,并結(jié)合相關(guān)專家意見,整理出各級指標(biāo)的實(shí)現(xiàn)值,見表2。

根據(jù)表2給出的分類指標(biāo)灰類,分別建立各類指標(biāo)灰類的三角白化權(quán)函數(shù),將各指標(biāo)的實(shí)現(xiàn)值代入對應(yīng)的“差”、“一般”、“良好”、“優(yōu)秀”灰白化權(quán)函數(shù)即隸屬度計(jì)算公式,從而得到分類指標(biāo)灰類的白化權(quán)函數(shù)值,如表3所示。

根據(jù)表3,結(jié)合綜合聚系數(shù)計(jì)算公式,得到飛行保障效能的各項(xiàng)能力和綜合保障效能關(guān)于灰類k(k=1,2,3,4)的聚類系數(shù)δk,如表4所示。

表2　各指標(biāo)灰類、閾值、延拓值及實(shí)現(xiàn)值

表3　分類指標(biāo)灰白化權(quán)函數(shù)值

表4　飛行保障效能聚類系數(shù)δk

4.3結(jié)果分析

從二級指標(biāo)來看,機(jī)場維護(hù)、搶修和防衛(wèi)、通信、航空管制已經(jīng)屬于“優(yōu)秀”類,因此影響飛行保障效能的主要因素有X1、X2、X3、X5、X6、X7、X8、X10、X11、X13,提高保障效能可以從這幾個(gè)方面入手。

5　結(jié)束語

航空兵飛行保障是空軍戰(zhàn)斗力的組成部分,其保障效能的高低直接關(guān)系到空軍戰(zhàn)斗的生成。本文基于直覺模糊熵,建立了評估方案的動(dòng)態(tài)客觀權(quán)重模型,運(yùn)用灰色聚類分析法對飛行保障效能進(jìn)行評估,給出了評估的一般步驟,通過具體的實(shí)例分析,分析了提高飛行保障能力的著手點(diǎn),為指揮員做好飛行保障工作提供決策依據(jù)。

[1]候立峰,熊哲,盛景軍.基于ADC方法的飛行保障系統(tǒng)效能評估模型[J].火力與指揮控制, 2010,35(10):123-126.

[2]王堅(jiān)強(qiáng),張忠.基于直覺梯形模糊數(shù)的信息不完全確定的多屬性決策方法[J].運(yùn)籌與決策, 2009,24(2):226-231.

[3]劉思峰,謝乃明，等.灰色系統(tǒng)理論及其應(yīng)用[M].北京：科學(xué)出版社, 2013.

[4]熊哲,許瑞明，等.航空兵飛行保障系統(tǒng)效能評估模型研究[J].軍事運(yùn)籌與系統(tǒng)工程, 2012,26(2):26-30.

[5]肖飛,田燕妮,于開民.基于目標(biāo)滿意度的艦載直升機(jī)保障能力評估[J].指揮控制與仿真, 2015,27(1):85-88.

[6]姚偉烈,林琳.基于直覺模糊熵——解析面積的動(dòng)態(tài)多屬性決策方法[J].模糊系統(tǒng)與數(shù)學(xué), 2015,29(4):103-108.

[7]吳沖,萬翔宇.基于改進(jìn)熵權(quán)法的區(qū)間直覺模糊TOPSIS方法[J].運(yùn)籌與管理, 2014,23(5):42-47.

[8]黃國慶,蘇琳.基于改進(jìn)的灰色綜合關(guān)聯(lián)度方法的效能評估分析[J].指揮控制與仿真, 2015,37(3):90-93.

[9]馬亞龍,邵秋峰,孫明,等.評估理論和方法及其軍事應(yīng)用[M].北京:國防工業(yè)出版社，2013.

Grey Clustering Evaluation of Flight Support Efficiency Based on Intuitionistic Fuzzy Entropy

HU Tao1, LV Rui-qiang1, LI De-quan2

(1.Air Force Logistics College, Xuzhou 221000;2. Fuzhou Air Force Station, Fuzhou 350026, China)

With the world military revolution, the air force will play a more and more important role in the future war. The performance of flight support is directly related to the formation of the Air Force combat ability. In this paper, based on the analysis of flight support tasks, the evaluation index system of flight support effectiveness is built, and the dynamic objective weight model based on intuitionistic fuzzy entropy is established. Finally, using grey clustering evaluation method of flight support effectiveness evaluation, and with examples, to verify the effectiveness of the method and to provide a reference for the improvement of the ability to protect.

intuitionistic fuzzy entropy; security efficiency; gray system; assessment

1673-3819(2016)04-0064-05

2016-03-10

2016-04-08

胡濤(1991-),男，四川彭山人，碩士研究生，研究方向?yàn)楹娇账恼颈Ｕ霞夹g(shù)與信息化。

呂瑞強(qiáng)(1964-),男,博士,教授。

V267；E917

A

10.3969/j.issn.1673-3819.2016.04.014

李德權(quán)(1990-),男,碩士。