• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      基于ANP 和聚類思想的火箭炮模擬訓(xùn)練評(píng)估方法

      2023-07-31 11:40:38王星瑋王建國(guó)侯麒麟梁永強(qiáng)王佳麗
      火力與指揮控制 2023年6期
      關(guān)鍵詞:模擬訓(xùn)練權(quán)重聚類

      王星瑋,王建國(guó),侯麒麟,梁永強(qiáng),王佳麗

      (北方自動(dòng)控制技術(shù)研究所,太原 030006)

      0 引言

      軍事技術(shù)的發(fā)展帶來(lái)了武器裝備的變革。隨著武器裝備日益高精尖化,其對(duì)操作人員的要求也與日俱增。為了使列裝的武器裝備快速形成戰(zhàn)斗力,需要對(duì)部隊(duì)進(jìn)行相應(yīng)的訓(xùn)練。新式武器往往采購(gòu)費(fèi)用昂貴,實(shí)裝操作的效費(fèi)比很低,因此,模擬訓(xùn)練受到了各國(guó)軍事專家的青睞。

      目前,國(guó)內(nèi)外對(duì)于模擬訓(xùn)練的研究體現(xiàn)出“重設(shè)計(jì)、輕評(píng)估”的特點(diǎn),即模擬訓(xùn)練的研究多集中于各軍兵種模擬訓(xùn)練系統(tǒng)的設(shè)計(jì),而對(duì)于模擬訓(xùn)練效果的評(píng)估研究較少。實(shí)際上,模擬訓(xùn)練的考核是模擬訓(xùn)練中極其重要的一環(huán),是掌握部隊(duì)訓(xùn)練進(jìn)度、安排后續(xù)訓(xùn)練內(nèi)容的重要參考因素之一。在模擬訓(xùn)練的評(píng)估方面,目前有一定的研究成果:邱濤等提出了基于Petri 網(wǎng)的模擬訓(xùn)練評(píng)估模型[1];李洋等提出了基于DFA 的訓(xùn)練評(píng)估算法[2];武兆斌等提出了基于灰色聚類和層次分析的方法判斷訓(xùn)練成績(jī)[3];劉浩等將動(dòng)態(tài)貝葉斯和模糊灰度理論運(yùn)用到飛行訓(xùn)練的評(píng)估中[4];陳春等利用了模糊綜合評(píng)判方法對(duì)炮兵分隊(duì)的訓(xùn)練進(jìn)行評(píng)估[5]。

      在模擬訓(xùn)練的評(píng)估中,相關(guān)研究大多集中于飛機(jī)、艦艇、雷達(dá)和單兵裝備領(lǐng)域,關(guān)于火箭炮模擬訓(xùn)練評(píng)估的研究較少,一般是通過(guò)層次分析法(AHP)、熵權(quán)分析法等對(duì)訓(xùn)練結(jié)果進(jìn)行評(píng)估。層次分析法源于系統(tǒng)工程的思想,將評(píng)估體系分層,清晰明了易于理解,適用于各指標(biāo)之間相互獨(dú)立的情況,當(dāng)指標(biāo)之間相互影響時(shí)則不適用;熵權(quán)分析法能很好地表現(xiàn)指標(biāo)的區(qū)分度,且算法簡(jiǎn)單,但同樣無(wú)法綜合考慮指標(biāo)間的關(guān)聯(lián),而且較為依賴樣本數(shù)據(jù),可能導(dǎo)致權(quán)重失真而使得評(píng)估方法無(wú)效。

      本文提出了一種網(wǎng)絡(luò)分析法(ANP)和聚類思想的火箭炮模擬訓(xùn)練評(píng)估方法。網(wǎng)絡(luò)分析法是層次分析法的改進(jìn),其基本思想是利用非線性的網(wǎng)絡(luò)結(jié)構(gòu)代替線性的層次結(jié)構(gòu),考慮了各指標(biāo)間的相互關(guān)系以及低層對(duì)高層的反饋?zhàn)饔谩T谠u(píng)估前,向相關(guān)領(lǐng)域的專家發(fā)放調(diào)查問(wèn)卷,根據(jù)問(wèn)卷結(jié)果利用ANP 方法進(jìn)行計(jì)算。得出各自對(duì)指標(biāo)賦予的權(quán)重系數(shù)后,采用聚類思想,將評(píng)價(jià)風(fēng)格相似的專家歸為一類,最后根據(jù)類之間的相關(guān)關(guān)系確定評(píng)估指標(biāo)的最終權(quán)重。這一方法考慮了指標(biāo)間的相互作用,且綜合了多位專家的評(píng)估風(fēng)格,具有一定的合理性。

      1 評(píng)估體系的建立

      模擬訓(xùn)練的評(píng)估是為了反映人員的操作水平,科學(xué)合理地安排訓(xùn)練內(nèi)容和訓(xùn)練強(qiáng)度。在評(píng)估過(guò)程中,建立合適的評(píng)價(jià)指標(biāo)體系是整個(gè)評(píng)估的基礎(chǔ)和前提,指標(biāo)應(yīng)當(dāng)客觀,易于進(jìn)行量化,且能夠反映每個(gè)受訓(xùn)人員的綜合操作水平。

      根據(jù)所征求的專家意見(jiàn)和收集到的部隊(duì)反饋,結(jié)合模擬訓(xùn)練的內(nèi)容和目的,按照客觀、全面和易量化的原則[6],建立了火箭炮模擬訓(xùn)練考核評(píng)估的體系,如圖1 所示。

      圖1 考核評(píng)估體系Fig.1 Assessment and evaluation system

      實(shí)際考核時(shí),先對(duì)最下層的指標(biāo)進(jìn)行評(píng)分,然后根據(jù)各指標(biāo)的權(quán)值求出總分。對(duì)最下層指標(biāo)的評(píng)價(jià)主要考慮4 部分:完整性、順序性、熟練性和有效性。

      1)完整性用來(lái)描述操作步驟完整的程度,通過(guò)比較實(shí)際操作集合和標(biāo)準(zhǔn)操作集合來(lái)判斷。設(shè)科目X 完整的操作集合為,對(duì)應(yīng)的權(quán)重集合為,且。對(duì)比實(shí)際操作集合與標(biāo)準(zhǔn)操作集合,有效操作記為集合,其中,m≤n。對(duì)應(yīng)操作的權(quán)重集合為,則科目X 的完整性得分為:

      2)順序性是指操作步驟之間的次序。設(shè)科目X正確的操作序列為,R 是單步操作或是操作間不存在次序關(guān)系的操作集合,對(duì)應(yīng)的權(quán)重為,且。

      設(shè)在科目X 的考核中,第m 步時(shí)序錯(cuò)誤,則在X 科目時(shí)序性考核中的得分為:

      3)熟練度考察完成步驟所需的時(shí)間。武器裝備的時(shí)間要求非常嚴(yán)格,過(guò)快或過(guò)慢都可能出現(xiàn)問(wèn)題。將標(biāo)準(zhǔn)操作時(shí)間記為Ts,實(shí)際操作時(shí)間記為Tp,則存在一個(gè)可接受的最大誤差時(shí)間C,當(dāng)且僅當(dāng)

      4)有效性用于度量操作步驟的冗余程度。在實(shí)際操作中,由于緊張、不熟悉等原因,受訓(xùn)人員往往會(huì)出現(xiàn)一些無(wú)效的冗余操作。冗余操作浪費(fèi)時(shí)間和精力,要盡力避免。設(shè)在進(jìn)行科目A 的操作時(shí),標(biāo)準(zhǔn)操作有n 個(gè),冗余操作有k 個(gè),則有效性得分為:

      根據(jù)訓(xùn)練手冊(cè)的要求分配權(quán)重,則該科目的最終得分為:

      在指標(biāo)的分?jǐn)?shù)確定后,只需確定各指標(biāo)權(quán)重,即可求出最終的得分。

      2 ANP 方法的基本原理

      ANP 用網(wǎng)絡(luò)結(jié)構(gòu)代替AHP 中的層次結(jié)構(gòu),用于復(fù)雜系統(tǒng)的分析評(píng)估。相比于AHP,ANP 考慮了多層結(jié)構(gòu)和指標(biāo)之間的相互耦合關(guān)系[7]。本文利用ANP 方法對(duì)各指標(biāo)權(quán)重進(jìn)行分配,其主要步驟如圖2 所示[8]。

      圖2 ANP 方法計(jì)算步驟Fig.2 Calculation steps of ANP method

      2.1 建立評(píng)估體系

      將評(píng)估體系劃分為控制層和網(wǎng)絡(luò)層兩層[9]??刂茖影▎?wèn)題目標(biāo)和決策準(zhǔn)則兩部分。決策準(zhǔn)則相互獨(dú)立,只受目標(biāo)支配。網(wǎng)絡(luò)層中的元素相互關(guān)聯(lián),同一級(jí)指標(biāo)間可以相互影響,低級(jí)指標(biāo)可對(duì)高級(jí)指標(biāo)有反饋?zhàn)饔谩>W(wǎng)絡(luò)層的元素均受控制層的支配。一個(gè)常見(jiàn)的ANP 網(wǎng)絡(luò)結(jié)構(gòu)如圖3 所示。

      圖3 ANP 結(jié)構(gòu)圖Fig.3 ANP structure diagram

      2.2 優(yōu)勢(shì)度原理

      優(yōu)勢(shì)度用于描述指標(biāo)之間的相對(duì)重要性,比較法分為直接優(yōu)勢(shì)度法和間接優(yōu)勢(shì)度法[10]。前者直接按照標(biāo)準(zhǔn)兩兩比較指標(biāo),適用于指標(biāo)之間相互獨(dú)立的情形;后者適用于指標(biāo)之間相互關(guān)聯(lián)的情形,原理如下:欲比較指標(biāo)A 與指標(biāo)B 在準(zhǔn)則S 下的優(yōu)勢(shì)度,可考慮指標(biāo)A 與指標(biāo)B 對(duì)于指標(biāo)C(次準(zhǔn)則)的影響程度。

      2.3 相關(guān)矩陣的構(gòu)造

      表1 準(zhǔn)則Pt,次準(zhǔn)則ejl 的判斷矩陣Table 1 The judgment matrix of criterion Pt and secondary criterion ejl

      同理,以Cj其他因素為次準(zhǔn)則,計(jì)算各自的歸一化特征向量,可得加權(quán)矩陣:

      若元素組Cj中元素不受Ci中元素影響,則矩陣Wij為零矩陣。

      計(jì)算網(wǎng)絡(luò)層中所有元素對(duì)其他元素的影響,得到若干加權(quán)矩陣,可得在控制層準(zhǔn)則Pt下的超矩陣:

      超矩陣W 可看作分塊矩陣,每個(gè)塊Wij都是列歸一化的。進(jìn)行如下運(yùn)算將矩陣W 整體歸一化:

      以Pt為準(zhǔn)則,考察網(wǎng)絡(luò)中各元素組對(duì)的相對(duì)優(yōu)勢(shì)度。得到的判斷矩陣如表2 所示。

      表2 準(zhǔn)則Pt 中各元素組對(duì)Cj 的相對(duì)優(yōu)勢(shì)度Table 2 The relative dominance of each element group of criterion Pt over Cj

      依次排列歸一化特征向量,得到加權(quán)矩陣:

      將超矩陣W 相應(yīng)的矩陣塊與加權(quán)矩陣A 的對(duì)應(yīng)權(quán)重相乘,得,其中,:

      任取其中一列作為網(wǎng)絡(luò)層指標(biāo)eij的權(quán)重[11],由此確定各指標(biāo)的權(quán)重分配。

      3 專家聚類

      為了確定各專家自身的權(quán)重,提出如下方法[12]:通過(guò)聚類算法,將專家分為若干類。每一個(gè)專家的權(quán)重通過(guò)類內(nèi)權(quán)重和類間權(quán)重確定。前者是指同類型專家之間的權(quán)重,后者指不同類別之間的權(quán)重,同類專家類間權(quán)重相同。

      3.1 類內(nèi)權(quán)重計(jì)算

      評(píng)分向量和期望向量距離越小,則應(yīng)當(dāng)被賦予的類內(nèi)權(quán)重越高。用下列公式描述類內(nèi)權(quán)重:

      3.2 類間權(quán)重分析

      類間權(quán)重用于描述不同類的專家之間的權(quán)重,類內(nèi)專家數(shù)量越多,則該類專家的類間權(quán)重越高。

      確定類內(nèi)權(quán)重和類間權(quán)重后,對(duì)二者進(jìn)行加權(quán)綜合,則第j 位專家的綜合權(quán)重為:

      4 數(shù)據(jù)計(jì)算

      4.1 分析網(wǎng)絡(luò)層次結(jié)構(gòu)

      根據(jù)ANP 方法,將圖1 中的評(píng)估體系劃分為控制層和網(wǎng)絡(luò)層,其關(guān)系如下頁(yè)圖4 所示。

      圖4 模擬訓(xùn)練評(píng)估指標(biāo)體系Fig.4 Evaluation index system of simulation training

      4.2 指標(biāo)重要度評(píng)估

      根據(jù)指標(biāo)之間的相互關(guān)系,制作指標(biāo)相對(duì)優(yōu)勢(shì)度的問(wèn)卷,并邀請(qǐng)火箭炮模擬訓(xùn)練評(píng)估專家進(jìn)行評(píng)分。評(píng)分依據(jù)是優(yōu)勢(shì)度相對(duì)尺度表,專家根據(jù)該表評(píng)估各層級(jí)和各指標(biāo)之間的相對(duì)重要度,如表3 所示。

      表3 優(yōu)勢(shì)度相對(duì)尺度表Table 3 Relative scale table of dominance

      4.3 判斷矩陣有效性

      為了驗(yàn)證矩陣D 是否有效,需要進(jìn)行一致性檢驗(yàn)。這里利用一致性比例CR 進(jìn)行判斷,當(dāng)CR<0.1時(shí),判斷矩陣有效。CR 計(jì)算公式為:

      其中,一致性指標(biāo)CI 的計(jì)算公式為:

      平均隨機(jī)一致性指標(biāo)RI 如表4 所示,其中,n為判斷矩陣的維數(shù):

      4.4 矩陣計(jì)算

      以其中一位專家的調(diào)查問(wèn)卷為例,進(jìn)行相關(guān)的矩陣運(yùn)算。

      準(zhǔn)則B1下判斷矩陣如表5 所示。

      表5 B1 的判斷矩陣Table 5 Judgment matrix of B1

      表6 C21 判斷矩陣Table 6 Judgment matrix of C21

      同理可計(jì)算出其他判斷矩陣并獲得極限超矩陣,取其中任一列即可作為該專家給出的權(quán)重。

      計(jì)算所有專家所給的權(quán)重,得出的指標(biāo)權(quán)重如表7 所示。

      表7 各專家評(píng)估的權(quán)重Table 7 Weight of experts’evaluations

      4.5 聚類

      按照平方歐式距離,由近及遠(yuǎn)地將專家進(jìn)行聚類,直至所有專家都?xì)w為一類。此時(shí)可得出分類結(jié)果的譜系圖,如圖5 所示。

      圖5 聚類結(jié)果Fig.5 Clustering results

      按照聚類結(jié)果和專家數(shù)量,將專家分為4 類,G1={專家1},G2={專家2},G3={專家4},G4={專家3,專家5,專家6}。然后計(jì)算各位專家的類內(nèi)權(quán)重和類間權(quán)重,計(jì)算結(jié)果如表8 所示。

      表8 專家權(quán)重系數(shù)Table 8 Weight coefficient of experts

      最終各指標(biāo)的權(quán)重如表9 所示。

      表9 各指標(biāo)權(quán)重Table 9 Weight of each index

      5 評(píng)估體系分析

      權(quán)重的帶狀圖如下頁(yè)圖6 所示。

      圖6 權(quán)重帶狀圖Fig.6 The strip chart of weight

      由圖6 可知,定位導(dǎo)航、口令交互與故障檢測(cè)所占比重較小,其余6 項(xiàng)指標(biāo)所占權(quán)重較大,其中又以發(fā)射準(zhǔn)備和發(fā)射流程兩部分占比最高。這與實(shí)際訓(xùn)練要求相吻合,原因如下:

      1)在火箭彈射擊時(shí),發(fā)射準(zhǔn)備和發(fā)射流程處于核心地位,不僅包含了發(fā)射的絕大部分工作,而且所需步驟繁雜,消耗時(shí)間長(zhǎng),一旦出錯(cuò)就需要從頭開(kāi)始,這些因素決定了這兩個(gè)指標(biāo)所占權(quán)重最高。

      2)陣地布設(shè)和陣地撤收分別是發(fā)射前后所必需的工作,服務(wù)于發(fā)射工作。這兩項(xiàng)工作對(duì)戰(zhàn)場(chǎng)生存能力有著很大的影響。由于操作復(fù)雜程度比發(fā)射準(zhǔn)備和發(fā)射流程低,所以相比于發(fā)射準(zhǔn)備和發(fā)射流程,評(píng)分上占比略低。

      3)戰(zhàn)場(chǎng)上的損管能力非常重要,直接決定了設(shè)備損壞后能夠重新投入戰(zhàn)斗的時(shí)間。故障定位和處理需要豐富的經(jīng)驗(yàn),故障處理還需要熟練的操作水平。但相比發(fā)射準(zhǔn)備、發(fā)射流程以及陣地布設(shè)和撤收,執(zhí)行這兩項(xiàng)工作的情況較少,因此,這兩項(xiàng)指標(biāo)所占比重比發(fā)射所需的一系列步驟更低。

      4)定位導(dǎo)航和故障檢測(cè)設(shè)備的自動(dòng)化程度較高,所需人為操作少,步驟簡(jiǎn)單,所以占比很低;口令交互多用于班組成員之間的配合,熟練之后所需交互的口令很少,故而占比最低。

      下面對(duì)實(shí)際的訓(xùn)練結(jié)果進(jìn)行評(píng)估,同時(shí)采用專家和ANP 方法進(jìn)行評(píng)分,得到的評(píng)估結(jié)果如表10所示。

      評(píng)估結(jié)果對(duì)比如圖7 所示。

      圖7 評(píng)估結(jié)果對(duì)比Fig.7 Comparison of evaluation results

      由圖7 可知,使用ANP 方法對(duì)人員1~5 的評(píng)分與專家給出的分?jǐn)?shù)接近,說(shuō)明ANP 方法具有合理性;人員6 的評(píng)分相差較大,由表8 可知,人員6 的布設(shè)與撤收和火力打擊方面的評(píng)分較高,而維修保障方面的評(píng)分較低,對(duì)比各方面成績(jī)都比較優(yōu)秀的人員4,在專家評(píng)分上只差了不到2 分,這顯然是不合理的??赡艿脑蚴侨藛T6 的評(píng)分專家不太重視維修保障能力。此處ANP 方法給出的評(píng)分更具有參考價(jià)值。

      再對(duì)各指標(biāo)的得分進(jìn)行分析,可以看出在受訓(xùn)人員中,維修保障能力的得分普遍較低,尤其體現(xiàn)在故障判斷和故障處理兩方面。結(jié)合實(shí)際的培訓(xùn)經(jīng)歷,可知原因有以下兩個(gè)方面:

      1)訓(xùn)練時(shí)間安排中,火力打擊訓(xùn)練處于絕對(duì)核心的地位,所占時(shí)間多;布設(shè)與撤收操作又與火力打擊緊密相連,也占據(jù)了不少訓(xùn)練時(shí)間,這些因素導(dǎo)致了維修保障訓(xùn)練時(shí)間不足。

      2)另一方面,維修保障本身也是難點(diǎn)。布設(shè)撤收和火力打擊只需要在操控臺(tái)上進(jìn)行操作即可,而維修保障訓(xùn)練不僅需要在操控臺(tái)上進(jìn)行巡檢等操作,還需要根據(jù)巡檢結(jié)果及指示燈狀態(tài)等信息對(duì)設(shè)備進(jìn)行拆卸和更換,這需要對(duì)車載設(shè)備及其功能非常熟悉,否則不僅無(wú)法處理故障,還可能對(duì)設(shè)備造成新的損壞。

      針對(duì)以上原因,對(duì)模擬訓(xùn)練提出以下建議:

      1)合理安排各科目訓(xùn)練時(shí)間及比重,要及時(shí)評(píng)估,根據(jù)評(píng)估結(jié)果有針對(duì)性地進(jìn)行訓(xùn)練,要特別注重薄弱環(huán)節(jié)的訓(xùn)練。

      2)引入新的設(shè)備輔助訓(xùn)練,如引入增強(qiáng)現(xiàn)實(shí)眼鏡,在維修保障訓(xùn)練中實(shí)時(shí)指導(dǎo)拆卸和安裝,避免了翻閱手冊(cè)的繁瑣步驟,節(jié)約訓(xùn)練時(shí)間。

      6 結(jié)論

      為了解決模型火箭炮模擬訓(xùn)練評(píng)估中的權(quán)值分配問(wèn)題,在參考多種評(píng)估方法的基礎(chǔ)上,提出了基于ANP 和聚類的評(píng)估方法。相比于層次分析法,ANP 考慮了各指標(biāo)間內(nèi)在的聯(lián)系,得出的結(jié)果更加符合實(shí)際。在對(duì)各專家所給優(yōu)勢(shì)度的基礎(chǔ)上,計(jì)算出各專家給出的指標(biāo)權(quán)值,然后通過(guò)聚類方法綜合分析,最終確定了一個(gè)相對(duì)合理的權(quán)值。經(jīng)過(guò)對(duì)訓(xùn)練數(shù)據(jù)的評(píng)分對(duì)比,可以看出本文提出的方法具有一定的實(shí)用性。同時(shí)拋磚引玉,為其他裝備的訓(xùn)練評(píng)估提供了一定的思路。在對(duì)各類型裝備的訓(xùn)練結(jié)果進(jìn)行評(píng)分時(shí),應(yīng)當(dāng)充分考慮考核科目、考核方式和考核指標(biāo),實(shí)事求是地選擇合適的評(píng)估方法,這樣才能更好地發(fā)現(xiàn)訓(xùn)練中的問(wèn)題,從而有針對(duì)性地設(shè)計(jì)訓(xùn)練方案,提高整體水平。

      猜你喜歡
      模擬訓(xùn)練權(quán)重聚類
      權(quán)重常思“浮名輕”
      為黨督政勤履職 代民行權(quán)重?fù)?dān)當(dāng)
      模擬訓(xùn)練(二)
      基于DBSACN聚類算法的XML文檔聚類
      基于公約式權(quán)重的截短線性分組碼盲識(shí)別方法
      模擬訓(xùn)練(十一)
      模擬訓(xùn)練(十)
      模擬訓(xùn)練(八)
      基于改進(jìn)的遺傳算法的模糊聚類算法
      一種層次初始的聚類個(gè)數(shù)自適應(yīng)的聚類方法研究
      博罗县| 宁都县| 隆化县| 金寨县| 商南县| 买车| 牙克石市| 曲水县| 寿阳县| 原阳县| 沁源县| 东兴市| 汉阴县| 家居| 肃南| 佛教| 托克托县| 普陀区| 商丘市| 广安市| 东方市| 大姚县| 天等县| 大渡口区| 通海县| 错那县| 河池市| 射洪县| 田林县| 贵溪市| 巴林右旗| 绥江县| 宜章县| 监利县| 吉水县| 安国市| 延川县| 竹溪县| 安西县| 修水县| 突泉县|