基于灰色决策理论的电子对抗装备保障能力综合评估.docx

基于灰色决策理论的电子对抗装备保障能力综合评估摘要：电子对抗装备保障能力评估对于电子对抗装备的管理、保障和控制可提供科学的信息支持。本文对电子对抗装备保障能力的评估指标进行了分析，运用灰色决策理论建立了综合评估模型，给出了电子对抗装备保障能力的量化评估方法，并进行了实例验证。关键词：电子对抗装备；保障能力；灰色综合评估1引言随着信息化武器装备的发展，武器装备的技术复杂程度越来越高，随之带来的是对武器装备试验鉴定所需的测控装备种类逐渐增多，所用技术更为先进和复杂，装备保障方面的问题也更为突出。如何科学、全面、准确、客观地评价多种类电子对抗装备的试验保障能力，为装备建设的管理、保障和控制提供科学的信息支持，确保试验实施效果，成为电子对抗面临的一项新课题。灰色系统理论是一种研究少数据、贫信息不确定性问题的方法[1]。在测控装备保障能力评价过程中，存在着指标的相关性、关系不确定性，评估认定的差异性、非唯一性等；而且，由于装备保障能力的评价指标多为主观性指标，对这类指标的评价，大多是建立在评价者的知识水平、认识能力和个人偏好、经验之上，难以排除人为因素带来的偏差，使评价中提供的评价信息不够确切，即评价中很多因素是灰色、模糊、难以量化的[2]。因而，采用传统的、单一的评价方法难以给出正确、合理的评价结果。本文运用灰色决策理论进行装备保障能力的综合评估。2灰色评估模型2.1定性评价语言变量数值化设有t个评委组成专家组E={ek}(k=1,2,…,t)，待评估的装备保障方案有m个，组成方案集O={Oi}(i=1,2,…,m)；评价指标共有n个，组成指标集D={dj}(j=1,2,…,n)。评委对参评装备各指标进行定性描述评价，按表1所示对定性的语气算子进行量化处理。表1定性评价指标的量化处理序号评价指标的语言变量对应数值序号评价指标的语言变量对应数值1极小或极低14大或高72小或低35绝对大或绝对高93中56介于二者之间，取2，4，6，82.2建立评价矩阵假设第k个评委对第i个方案的评价在第j个指标下相应的值为。则可建立第k个专家的评价矩阵为：。2.3建立各评价灰类的白化权函数建立评价灰类就是确定灰类的等级数、灰数及白化权函数。本文采用5个灰类，记灰类集为G=(g1,g2,g3,g4,g5)={很差，差，中，良，优}，记第j个指标属于第s个灰类的白化权函数为（j=1,2,…,n；s=1,2,3,4,5）。则：对于第1灰类“很差”，s=1，白化权函数为：对于第2灰类“差”，s=2，白化权函数为：对于第3灰类“中”，s=3，白化权函数为：对于第4灰类“良”，s=4，白化权函数为：对于第5灰类“优”，s=5，白化权函数为2.4计算灰色评价权设第i个方案在指标j下赋值属于第s个评价灰类的灰色评价灰数为：评价指标属于各个灰类的总灰色评价灰数为：因此，第i个方案在第j个指标下属于第s个评价灰类的评价权为：则组成的灰色评价矩阵为：。2.5评价指标的灰色定量化处理通过对评估信息的定量化处理，使其成为统一的、量化的、标准的、无量纲的评估信息。设各评价灰类的等级值向量，分别对应灰类s=1,2,3,4,5，则可得评价指标的定量化向量为，所组成的定性评价指标的定量化矩阵为。2.6定量化向量的规范化处理记第i个方案第j个定性指标的定量化值为xi(j),j=1,2,…,n,则，其中，均值化矩阵为。2.7因素指标的权重向量权重系数可通过AHP（层次分析法）或AHP法的改进方法来确定[3]，本文采用一种通过模糊群灰关联度计算权重向量的方法[4]。2.7.1计算模糊群灰关联度记为模糊群关联度，表示指标dj与除dj外所有指标的灰关联程度。其中，，表示指标dj与dh的关联系数。2.7.2计算各指标的相对权重定义为指标dj的权重。记为权重向量。2.8综合评估综合评估结果为通过归一化处理，可使。3目标评估指标体系不同种类的测控装备由于其使命任务、工作原理、组成结构等的不同，使用保障所涉及的因素不尽相同。为对不同种类的测控装备保障能力进行评估，应遵循系统、全面、客观的原则，从各自具体的保障因素中抽象出一般、通用性指标。通过分析研究，最终确定测控装备保障能力的评估指标见下图：（1）保障方案：保障方案是否完善、科学、可行，方案预案是否考虑周全；（2）保障机构：保障机构是否健全，机构人员配备是否合理，职能划分是否明确、清晰、全面；（3）资源供给：保障所需经费、设备、备品备件、技术工房等的供应配套情况；（4）技术资料：装备保障、维修所需技术资料、处置方案是否完整、齐全；（5）人员技术能力：所配备人员的技术水平、保障能力、经验和知识储备是否足以完成装备的各项保障任务。4应用实例设某型电子对抗装备靶场试验中，需用到光测、内测、遥测、电测等测控装备四套，为对这四套装备的综合保障能力做出科学评估，邀请