軍用航空機務維修人員安全知識結構評價研究*

徐吉輝，柳月青，鄒星琪

（空軍工程大學裝備管理與安全工程學院，西安710051）

軍用航空機務維修人員安全知識結構評價研究*

徐吉輝，柳月青，鄒星琪

（空軍工程大學裝備管理與安全工程學院，西安710051）

隨著軍用航空裝備復雜性、安全性的提升，對廣大機務維修人員安全知識結構提出了更高的要求。以某機務部隊現(xiàn)狀為依據(jù)，研究航空機務維修人員安全知識結構評價問題。利用工作分析法對航空機務維修人員的工作進行了深入分析，建立了航空機務維修人員安全知識結構指標體系，通過構建基于熵權的改進BP神經(jīng)網(wǎng)絡模型對建立的知識體系結構進行評價。以某單位實際調研數(shù)據(jù)為基礎，利用MATLAB仿真實現(xiàn)了模型的訓練和測試，對機務維修人員的安全知識結構進行量化分析，為機務人員的安全知識能力培養(yǎng)提供決策依據(jù)和參考。

軍用航空機務維修，安全知識結構，改進BP神經(jīng)網(wǎng)絡，工作分析，熵權

0 引言

進入新世紀以來，世界軍事強國始終將武器裝備的發(fā)展建設放在重要位置。越來越多的高新技術復雜裝備被投入到使用當中，尤其是包括飛機在內(nèi)的航空裝備，更是先進技術、復雜工藝的代表。伴隨著武器裝備復雜性的不斷提升，對裝備自身的安全性要求也大幅提高。特別是對于航空機務維修人員，其地面的維修保障工作將直接影響航空裝備的訓練、作戰(zhàn)，甚至空勤人員的生命安全。據(jù)航空飛行事故相關統(tǒng)計，超過80%的維修差錯均與人為因素相關［1］。因此，航空機務維修人員的能力素質水平，極大地影響航空裝備的維修質量，這與其所具備的安全知識關系密切。因此，針對航空兵部隊現(xiàn)狀，為確保航空維修的質量，必須開展航空機務人員安全知識結構的研究。

BP神經(jīng)網(wǎng)絡在解決知識結構評價這類非線性評估問題方面有著很強的適用性。文獻［2］針對裝備維修人員保障能力評估的復雜性和隨機波動性，采用了BP神經(jīng)網(wǎng)絡方法構建了裝備維修人員保障能力的BP神經(jīng)網(wǎng)絡模型；文獻［3］設計了基于決策樹和GA-BPNN（遺傳算法-BP神經(jīng)網(wǎng)絡）組合預測模型，并應用于企事業(yè)單位能力數(shù)據(jù)評價；文獻［4］基于BP神經(jīng)網(wǎng)絡建立了企業(yè)人員素質綜合評價模型。

本文在分析當前空軍航空兵部隊機務維修人員整體知識結構的基礎上，結合部隊實際、專家意見，設計能夠全面反映航空機務維修人員安全知識結構的指標體系，并將熵權法引入到BP神經(jīng)網(wǎng)絡中，對網(wǎng)絡進行訓練和測試，從而對航空機務維修人員的安全知識結構進行更為合理的評價和分析。

1 航空機務維修人員安全知識結構指標體系的構建

1.1 工作分析方法

工作分析是指獲取與工作有關的詳細信息的過程。在工作分析的過程中通常要用到工作描述和工作規(guī)范兩類信息。前者是關于一種工作中所包含的任務、職責以及責任的一份清單；后者是為了完成某種特定的工作所必須具備的知識、技能、能力以及其他特征的一份目錄清單［5］。

工作分析［6-11］通常包括的信息為6W1H，即：

WHO：誰從事此項工作，誰負責；

WHAT：做什么，負什么責任；

WHOM：為誰做，即服務對象是誰；

WHY：為什么做，即崗位的意義、價值所在；

WHEN：工作的時間要求；

WHERE：工作的地點、環(huán)境、條件等；

HOW：如何從事此項工作，即工作的程序、規(guī)范、崗位權力。

1.2 航空機務維修人員安全知識結構

根據(jù)航空兵部隊具體的工作內(nèi)容和其他各個方面的工作分析，結合實際的機務維修安全知識要求，通過專家咨詢，構建了如圖1所示的航空機務維修人員的安全知識結構體系。

圖1 航空機務維修人員安全知識結構

2 基于改進BP的航空機務維修人員安全知識結構評價

人工神經(jīng)網(wǎng)絡（ArtificialNeuralNetwork，ANN）［12-13］是由大量處理單元組成的非線性自適應動態(tài)系統(tǒng)，具有較強的智能處理功能，能夠在不同程度和層次上模擬大腦的信息處理機理。人工神經(jīng)網(wǎng)絡，是把結構和算法統(tǒng)一為一體的系統(tǒng)，可以看作是硬件和軟件的結合體［14］。

2.1 基于熵權的權重確定

評價指標權重作為影響綜合評價準確性的重要因素，是進行綜合評價的重要內(nèi)容。熵權法，是利用評價指標所包含的信息量的大小來確定其權重。與傳統(tǒng)主觀賦權法相比，極大地減少了賦權過程的人為干擾，使得權重計算結果可信度更高，與實際情況的吻合度更高。熵（Entropy）［16］是系統(tǒng)無序度的量度，熵越小，表明指標的不缺性程度越小，此時提供指標提供的信息量越大，權重越大。

2.2 航空機務維修人員安全知識結構評價

通過建立完備合理的評價指標體系，利用BP神經(jīng)網(wǎng)絡模型進行學習與訓練，從而對航空機務維修人員安全知識結構進行評價，力求擺脫人為主觀因素，充分利用專家的知識和經(jīng)驗，對機務維修人員的能力素質作出合理評價及分析。

基于改進BP的航空機務維修人員安全知識結構評價，首先確定BP神經(jīng)網(wǎng)絡的結構，包括網(wǎng)絡的輸入、隱含層及其單元數(shù)、輸出等。準確確定網(wǎng)絡層次與各層神經(jīng)元數(shù)，是影響神經(jīng)網(wǎng)絡模型的關鍵因素。以隱含層所包含的神經(jīng)元數(shù)為例進行說明，如果隱含層層神經(jīng)元個數(shù)過少，則訓練出的網(wǎng)絡所包含的信息較少，反之，則神經(jīng)網(wǎng)絡需要較長的訓練時間。實踐表明，三層BP網(wǎng)絡有著較強的可用性［3］。因此，本文構建的改進BP網(wǎng)絡模型包含了一個輸入層、一個隱含層和一個輸出層。

2.2.1 輸入層單元數(shù)的確定

在利用工作分析法構建航空機務維修人員安全知識結構指標體系的基礎上，本文將指標體系三層的32個因素作為神經(jīng)網(wǎng)絡的輸入，并對其進行量化處理。

2.2.2 隱含層單元數(shù)的確定

確定隱含層單元數(shù)需要考慮兩個因素，輸入與輸出層的神經(jīng)元數(shù)，具體如式（1）所示。

其中m、n分別為輸出與輸入層的神經(jīng)元數(shù)，a為1～10間的常數(shù)。

其中n為輸入神經(jīng)元數(shù)。

2.2.3 輸出層單元數(shù)的選擇

與航空機務維修人員安全知識結構評價結果相對應，其最終的評價結果為一個綜合評價分數(shù)，因此，選擇1個輸出節(jié)點。

對安全知識結構評價問題，可以看作輸入（安全知識結構的各影響指標）至輸出（安全知識結構的最終評價值）的非線性映射。本文采用3層BP網(wǎng)絡結構，輸入層為基于熵權法確定的各影響因素的評價值，共32個神經(jīng)元；隱含層為一層，神經(jīng)元個數(shù)可根據(jù)上述公式確定，取n1=16；輸出層只有一個神經(jīng)元，是一個代數(shù)值，取值范圍［0，1］，表示安全知識結構的綜合評價結果。輸出層分值越低，說明能力素養(yǎng)越差；反之，分數(shù)越高，說明能力素養(yǎng)越強。模型的解算分析，可以通過Matlab仿真實現(xiàn)。

3 實例分析

本文以某航空兵單位機務維修人員安全知識結構的評價為例，說明BP網(wǎng)絡模型應用的有效性?，F(xiàn)對某單位20名機務維修人員，根據(jù)其各自的業(yè)務考核成績、相關法規(guī)考試成績、實際操作水平，日常安全行為心理等方面，由相關的安全領域專家對各人員安全知識結構指標進行打分，評價值如下頁表1所示。

①計算指標權重。根據(jù)表1中專家對20個評價對象不同指標的評價值，由式（1）、式（2）計算出各評價指標的熵權，結果如下：

②選取共有20個安全知識結構的相關數(shù)據(jù)作為訓練樣本和檢測樣本（前15個樣本作為訓練樣本，后5個作為測試樣本），輸入樣本后利用本文所建立的基于熵權的改進BP網(wǎng)絡模型進行學習，當誤差EAV滿足預先設定的要求時，系統(tǒng)停止學習，此時的權值矩陣與閥值向量固定下來。

通過MATLAB仿真計算，選擇前15個為訓練樣本，后5個為測試樣本，并選擇相應的目標數(shù)據(jù)。設置閾值在0.49～0.71之間（注：0.5代表一般，0.7代表較好）。設定訓練過程的精度為0.000 01，訓練次數(shù)為5 200次。經(jīng)過運算后，訓練結果如第35頁表2所示，它們與期望的輸出非常接近；對未經(jīng)訓練的5個測試樣本的仿真評價結果與專家評價結果如表3所示。

圖2 仿真結果輸出

圖2中5個圓圈表示模型給出的預測結果。從表3可以看出，16～20這5個檢測樣本輸入模型后所得的輸出結果與專家評價結果基本相符，綜合評

分的排序與專家評價結果一致，滿足要求。因此，用于航空機務維修人員安全知識結構評價的人工神經(jīng)網(wǎng)絡模型已經(jīng)學習訓練成功，可以用此模型進行能力評價，為機務人員的能力培養(yǎng)提供決策依據(jù)。

表1 機務維修人員安全知識結構評價表

表2 學習結果

表3 測試結果及排序

4 結論

本文基于熵權對傳統(tǒng)BP神經(jīng)網(wǎng)絡算法進行了改進，以某機務部隊現(xiàn)狀為依據(jù)，研究航空機務維修人員安全知識結構評價問題。構建了航空機務維修人員安全知識結構的改進BP神經(jīng)網(wǎng)絡模型。結果表明，本文所構建的改進BP神經(jīng)網(wǎng)絡模型評價航空機務維修人員的安全知識結構具有一定可行性，通過應用熵權法確定指標權重克服了主觀因素的干擾。模型通過一定學習樣本的訓練，能夠有效評估航空機務人員的安全知識水平，從而對維修人員的安全知識結構進行量化分析，為部隊機務人員安全知識方面的培養(yǎng)和提高提供依據(jù)和參考。

［1］張圣元，楊文杰.航空機務維修差錯的分析及預防措施［J］.西安航空技術高等?？茖W校學報，2011，29（1）：3-5.

［2］王學智，劉罕杰，孫正民.基于BP神經(jīng)網(wǎng)絡的裝備維修人員保障能力評估［J］.四川兵工學報，2010，31（4）：4-6.

［3］梁棟，張鳳琴，陳大武，等.一種基于決策樹和遺傳算法-BP神經(jīng)網(wǎng)絡的組合預測模型［J］.中國科技論文，2015，10（2）：169-174.

［4］黃岳，董常亮，李樹丞.基于BP神經(jīng)網(wǎng)絡的企業(yè)人員素質綜合評價模型研究［J］.現(xiàn)代管理科學，2008（5）：96-99.

［5］許玉林，付亞和.人力資源管理技術解決方案［J］.中小企業(yè)管理與科技，2007（2）：61-70.

［6］王強.企業(yè)HR的基礎職務分析與職務說明［J］.中國中小企業(yè)，2002（2）：56-58.

［7］姜彥平.工作分析的關鍵流程［J］.企業(yè)改革與管理，2007（11）：62-63.

［8］王凌峰.國外代表性工作分析方法簡評與改進思路［J］.科技創(chuàng)業(yè)，2010（1）：112-114.

［9］黃培倫，岳淵.基于業(yè)務流程的工作分析方法及應用［J］.科技與管理，2005（2）：137-139.

［10］胡繼忠.例談“6W”法在區(qū)域地理教學中的應用［J］.教育與教學研究，2012，9（9）：104-107.

［11］趙利肖.基于勝任力的工作分析對員工招聘的影響［J］.鄭州航空工業(yè)管理學院學報，2012，10（5）：96-99.

［12］沈春明，栗興華，軒大洋.BP神經(jīng)網(wǎng)絡在安全評價中的應用［J］.工業(yè)安全與環(huán)保，2008，34（11）：59-60.

［13］單潮龍，馬偉明，黃可榮，等.BP人工神經(jīng)網(wǎng)絡的應用及其實現(xiàn)技術［J］.海軍工程大學學報，2000（4）：16-21.

［14］可榮博，王鐵寧，宋寧波.基于遺傳BP神經(jīng)網(wǎng)絡的器材需求預測［J］.火力與指揮控制，2015，40（6）：99-102.

［15］張士昌，孫健全.基于神經(jīng)網(wǎng)絡理論的礦井安全管理評價［J］.煤礦安全，2003，34（10）：53-55.

［16］李習彬.熵-信息理論與系統(tǒng)工程方法論的有效性分析［J］.系統(tǒng)工程理論與實踐，2000，14（2）：38-40.

［17］杜棟，龐慶華，吳炎.現(xiàn)代綜合評價方法與案例精選［M］.北京：清華大學出版社，2008.

Study on Evaluation of Safety Knowledge Structure on Military Aviation Maintenance Personnel

XU Ji-hui，LIU Yue-qing，ZOU Xing-qi
（School of Equipment Management&Safety Engineering，Air Force Engineering University，Xi’an 710051，China）

The improvement of complexity and security on military aviation equipments puts forward higher requirements to the safety knowledge structure of maintenance personnel.In terms of the current conditions of maintenance units，the paper considers the evaluation of safety knowledge structure on aviation maintenance personnel.Researching the work of aviation maintenance personnel with the use of job analysis，the paper establishes the index system of safety knowledge structure and conducts the evaluation on it by constructing an improved BP neural network model based on entropy. On the basis of the actual research，the paper conducts model training，testing and quantitative analysis on the maintenance personnel safety knowledge structure by the use of MATLAB，to provide the basis of decision-making and references for the cultivation on maintenance personnel.

military aviation maintenance，safety knowledge structure，improved BP neural network，job analysis，entropy

TP391.9；X913.4

A

1002-0640（2016）12-0031-05

2015-11-05

2015-12-17

國家自然科學基金（71401174）；國家社會科學基金資助項目（14GJ003-173）

徐吉輝（1974-），男，山西聞喜人，博士，教授。研究方向：國防采辦與項目管理。