装备在役考核指标评估模型构建研究
时间：2020-11-13 04:35:25 来源：达达文档网 本文已影响 人 
夏翕巩 罗建华 刘帅
摘要：本文通过研究指标权重计算模型、底层指标量化模型和指标聚合模型的构建方法，能够确定各级、各类指标的评估方法模型，为装备在役考核评估工作的开展提供方法手段。
Abstract：
By studying the index weight calculation model， the underlying index quantization model and the index aggregation model construction method， this paper can determine the evaluation method model of all levels and all kinds of indexes， and provide methods and means for the development of equipment in-service evaluation.
关键词：在役考核;评估模型;底层指标
Key words：
in service inspection;evaluation model;the underlying index
中图分类号：E27 文献标识码：A 文章编号：1006-4311（2020）30-0090-03
0 引言
装备在役考核评估是一个复杂的过程，是在役考核工作的出发点和落脚点，包含了统计、分析、对比、思维等一系列活动，需要采用分解与综合的逻辑思维方法、定性与定量分析的工程方法。其重难点就是选择合适的评估方法和构建有效的评估模型。装备在役考核评估是通过从底层指标向顶层指标的聚合计算过程，在这过程中要先确定各级、各类指标的评估模型，主要包括：指标权重计算模型、底层指标量化模型和指标聚合模型。
1 指标权重计算模型
指标权重指的是评估指标间的相互重要程度，是指标重要性的权数。目前，确定指标权重的方法很多，相对成熟的方法有：主观经验法、专家咨询法（Delphi法）、层次分析法（AHP法）、熵值赋权法、主成分分析法等。层次分析法（AHP法）应用比较广泛，不仅汲取了专家的知识和经验，还合理利用了量化分析的手段，保证了指标赋权的科学有效性。AHP法确定指标权重的基本步骤及计算模型：
1.1 建立层次结构模型
应用AHP法分析在役考核决策问题时，将研究问题进行顺序化、条理化、层次化处理，得到一个有层次结构的模型。由主观判断对体系中某一层所有指标相较于上一层指标的重要性进行两两比较，选择数字1到9及其倒数作为标度，编制AHP法指标标度表，具体如表1。
1.2 构造判断矩阵
参照上面AHP法指标标度表，编制权重判断矩阵。假设要比较某一层n个指标X={x1，x2，…，xn}对上一层指标Z的影响大小，可以任意选两个指标xi和xj对指标Z重要性进行比较，得到比较程度的比值aij，某一层所有指标两两对比结果组成矩阵A=（aij）n×n，则A是Z-X之间的两两比较判断矩阵。由此可见，如果指标xi和xj重要性的判断比值是aij，那么指标xj和xi重要性的判断比值aji=1/aij。
1.3 重要性排序计算
向量W是判断矩阵A对应于最大特征值？姿max的特征向量，经归一化处理后就是同一层指标对于上一层指标相对重要性的排序权重值，这个过程叫做层次单排序。其计算模型如下：
首先将判断矩阵A每一列进行归一化处理计算
而后将判断矩阵A按行相加
因此，特征向量
1.4 一致性检验
如果判断矩阵A是一致矩阵，那么矩阵A还应当满足：由于构造成对比较判断矩阵时，综合全部两两比较结果难免存在一定程度的非一致性，所以对判断矩阵需要进行一致性检验，用来确定矩阵A能否被接受。一致性检验一般采用一致性比例进行判断，一致性比例CR=CI/RI（其中一致性指标CI=;平均随机一致性指标RI可以查平均随机一致性表所得），若CR<0.1时，则一般认为判断矩阵A可以接受，权重分配比较合理;否则，就要修正判断矩阵A，直到CR满足条件。
2 底层指标量化模型
评估指标按照性质可分为定量指标和定性指标两大类，定量指标是指可通过直接测量获得或者根据有关数据通过计算获得，定性指标是指不能用测量或计算所得，只能用特征量或程度来表示。因此，在评估实施过程中需要首先建立底层指标量化模型，其中包括底层定性指標定量化模型、底层定量指标计算模型和底层指标数值标准化模型。
2.1 底层定性指标定量化模型
定性指标只能用特征量或程度来表示，一般用（高，低）、（好，中，差）（优，良，中，差）等评语集来度量。如人机适应性、环境适应性等指标。定性指标一般用专家判断法进行量化。其量化步骤如下：
①确定指标的评语集和判断标准。定性指标是不能用数值来表示的，一般都是用梯次性自然语言来判断表示，然而由梯次性自然语言构成的指标判断结论的集合，就被称作评语集。例如，（高，低）、（好，中，差）等评语集。判断标准指的是专家在给出指标评语时所依据的标准。例如，“装备人机界面友好满意度”的评语集为（优，良，中，差），可确立判断标准为：90～100分，75～89分，60～74分，60分以下。
②确定n个专家的权重。专家的权重主要取决他们的学术权威、参与高原风沙地区部队建设经验、试验鉴定经验、科学知识等方面。其中，学术权威可以从专家的学位、职称、学术职位以及发表文章等方面确定，科学知识可以从专家从事的相关专业方面确定，其权重集合为：W=（W1，W2，…，Wn）。
③专家进行判断。当确定了指标的评语集和判断标准，由n个专家对指标值进行判断，得出判断意见集合为：U=（U1，U2，…，Un）。
④计算指标量化结果。当确定了专家的权重和对指标值进行了判断，就可以进行指标值的量化处理计算，可以得到指标数值E。
其计算公式为：。
2.2 底层定量指标计算模型
底层定量指标数值一部分可通过直接测量获得，另一部分需要根据有关测量数据通过计算获得。因此，计算获得的底层定量指标需要建立计算模型。其中需要通过计算得到的指标值一般都是概率、平均值等比值，可以用数学公式进行表示，其计算模型：Y=A/B
例如：装备经济性的底层指标之一为年均维持费，计算公式为：A1=（C1+C2+C3）/NY
其中，A1表示年均维持费;C1表示油料等使用保障费用;C2表示各种保养、故障维修和计划维修费用;C3表示各种保障资源消耗的费用;NY表示在役考核期间的自然时间，单位是“年”。
2.3 底层指标数值标准化模型
底层定性指标通过量化处理和底层定量指标通过计算处理，结果都可以用数值来度量，但由于不同指标的度量单位不同以及数值大小差别很大，各指标间存在着不可公度性，因此其指标值就需要标准化处理，以便于指标的比较和计算。指标的标准化处理遵循简便性和可行性的原则，通常采用直线型阈值法。阈值法指的是通过指标原始值xi与该种指标的某个阈值相对比，使指标原始值转变成指标标准值yi的方法。主要计算公式如表2所示。
3 指标聚合模型
当获得底层指标数值并通过标准化处理后，需要选择一定的数学模型将底层指标数值“聚合”成上一层指标的数值，这个过程就叫指标聚合，其数学模型被称为指标聚合模型。目前来看，指标聚合采用最广泛的是加权和法，具有处理大量数据时的优势、应用方便、易于理解和操作。但是，加权和法对同层指标间的关联关系以及上下层指标间的非线性问题无法有效解决。基于装备在役考核指标评估特点，提出了“惩罚-关联”聚合模型，能够有效解决加权和模型的缺点，同时解决上下层指标间的非线性关系和同层指标间的关联关系问题。“惩罚-关联”聚合模型的计算过程如图1所示。
①确定某层n个指标的标准值和相对应的权重。某层n个指标的数值，通过指标量化和标准化处理后得到指标的标准值E1，E2，…，En，并根据权重计算模型确定权重w1，w2，…，wn。
②選择惩罚函数并确定参数。惩罚函数F（Ei）有多种形式，如直线型F（Ei）=a·Ei+b;曲线型F（Ei）=a·+b;因子型F（Ei）=？滋·Ei等（a、b为参数，？滋为惩罚因子）。一般选择最广泛实用的多阶因子型惩罚函数，需要确定惩罚因子的阶数m，阈值K1，K2，…，Km及惩罚因子？滋1，？滋2，…，？滋m。
多阶因子型惩罚函数，是指在指标标准值Ei的取值范围内设置m个阈值K1，K2，…，Km，其中m 其中？滋1，？滋2，…，？滋m，可根据指标标准值变化的实际情况来确定。如果0<？滋i<1，就称之为（0，1）型多阶因子型惩罚函数;如果？滋i部分或全部是负值时，则称之为（-∞，1）型多阶因子型惩罚函数。 ③进行惩罚函数计算。根据上述所确定的多阶因子型惩罚函数F（Ei）=？滋·Ei，逐个对指标的标准值E1，E2，…，En进行惩罚计算，并得到新的指标值为E*1，E*2，…，E*n。 ④确定两两指标关联度矩阵。根据n个专家的判断给出这组指标的两两关联度的评语值V=（V1，V2，…，Vn），这n个专家的相对权重为Q=（Q1，Q2，…，Qn），可得到两两指标关联度从而得到关联度矩阵R。 ⑤综合关联度的计算。综合关联度指的是同层指标结合其权重的关联度平均值，其计算是将指标两两关联度rij代人公式，得到综合关联度，其公式为： 其中，C是n个指标两两组和数，wi和wj分别指第i和j个指标的权重。 ⑥基于综合关联度进行指标聚合计算。首先根据指标评价的实际情况和评估的工程经验来确定综合关联度模型中的阈值K，而后将阈值K和指标值E*1，E*2，…，E*n的最小值min（E*1，E*2，…，E*n）进行比较，然后将指标值E*1，E*2，…，E*n和综合关联度r代入聚合计算模型，得到计算结果。 其计算公式为： 参考文献： [1]孟庆均，郭齐胜，曹玉坤，等.装备在役考核评估指标体系[J].装甲兵工程学院学报，2018（01）. [2]孟庆均.C4ISR系统效能评估方法研究[D].装甲兵工程学院博士论文，2008：26. [3]马亚龙，邵秋峰，等.评估理论和方法及其军事应用[M].北京：国防工业出版社，2013（03）. [4]饶飞彪，董志明，郭齐胜.基于关联度模型的数字化部队装备体系作战能力评估研究[C].全军武器装备体系研究第三届学术研讨会论文集，2008（12）. 作者简介：夏翕巩（1983-），男，江西贵溪人，在读研究生，研究方向为装备试验。
