基于多维云模型装备维修性自律评估方法研究.docVIP

基于多维云模型装备维修性自律评估方法研究 　　基于多维云模型的装备维修性自律评估方法克服以往装备维修性评估方法中存在的主观性和局限性，充分利用多维评估信息和云模型参数，对原有方法进行补充和完善，在装备自主保障机理研究方向进行突破和创新，为保障系统在非确定环境下的维修性评估提供新的方法和思路。多维云模型自律评估方法的研究为实践应用提供了参考，并对今后的发展方向进行简要总结。 　　【关键词】多维云模型 装备维修性 自律评估方法 　　1 引言 　　装备系统维修性评估指标体系将定量指标同定性指标相互结合，由于结构与使用方面存在不确定性以及多样性，在研制与试用中一直缺少与之相匹配的评估方法。以往，灰色关联分析理论法、神经网络法、基于Agent法和粗糙集理论是最常用的评估方法，但是对数据精度要求非常高，无法充分地考虑到评价过程中的不确定性因素，自律属性比较欠缺，拟合程度还不够深入，在实际系统评估的自主性和时效性的研究有待加强，同时，已有的评估方法多是从单一角度进行分析，客观性与准确性有待提升，自我学习与管理的能力有限。本文使用的多维云模型下的自律评估方法，是在利用模型，做好定量数值与不确定性概念的转换，以此来科学合理地评价装备的维修性。 　　2 云理论概述 　　期望（Ex）、熵（En）和超熵（He）分别是进行云模型研究的3个重要的数字特征。其中云滴在论域空间的分布期望（Ex）是定性概念代表性的点。熵是定性概念不确定性度量，熵值越大相应的概念就越宏观宽泛，不确定性越小，熵也就越小。表示样本出现的随机性和模糊性的超熵（He），可以理解为熵的熵。 　　2.1 正态云模型 　　正态云本身存在普适性，所以，正态云模型是本文研究的重点，暂时不考虑其他的模型。正态云模型是建立在正态隶属函数与正态分布两者的普遍性之上的一种云模型。其期望曲线也属于典型性的正态型曲线，其定义表达式如下： 　　3 基于多维云模型的装备维修性自律评估 　　在本文所使用的维修性自律评估方法中，权重因子集、关键集合指标集以及评价集会对评估的最终结果产生影响。根据不同的评估需求，将评价指标划分成为了多个层次的结构，并且每一个层次都会包含三个关键的集合，进行如此分层，就会出现只有处于同一层次之间的指标结果才能够针对性地进行数据操作，如果层次不同，则无法进行相应的数据操作。 　　3.1 构建装备维修性评估指标集 　　装备系统是复杂的综合体，多种系统、多种专业设备既有定量指标又有定性指标造成了维修性评估的指标复杂多样，依据权威性标准和原则，结合实际维修经验，科学的确定指标体系对评估结果的正确性有重要意义。 　　3.2 确定评估指标的权重 　　首先权重因子采用定性语言来表述，将其转化为正态云来表示，根据云模型的数字特征的大小表示不同的评估指标的重要程度。 　　3.3 确定评估等级 　　评估等级指的是评估指标的定性取值，一般分为很好、好、一般、差、很差五个级别。依据专家经验及装备系统运行信息统计情况，确定出了定性评语集，利用数字特征和表示概念的不确定性，实现维修性评估等级定性概念与定量表示的转换。 　　3.4 维修性自律评估 　　建立依赖于多级多维判据的维修性评估云模型，进行相应维修性自律评估。多维评估指标与一维维修性评估等级之间形成了多条件多规则的推理思路，自律评估过程如下： 　　（1）多维评估指标云归属判定。 　　（2）单维评估指标云判定。 　　（3）分别计算对应评估级别的支持度、置信度。 　　（4）极大值选择，即在同一条件元素中，激活支持度和置信度乘积最大值所对应的规则。 　　（5）根据对应规则输出维修性等级推导结果，自适应调整所对应规则的支持度和置信度系数，并将其输入步骤3运算过程，完成推理规则的自律推导。 　　研究表明，云模型评估的精度较高，但必须要求能够将定量的指标转化为定性指标，如果不能，就会出现无法预测的情况；多维云评估模型的过程较为复杂，为了得到更为准确的期望，不得不利用多规则发生器进行多次计算；自律评估算法稳定性有待进一步深入研究。 　　4 结束语 　　本文通过多维云模型评估了装备的维修性，希望可以通过隶属云来统一刻画隶属度本身的随机性以及模糊性问题的亦此亦彼性，实现装备维修定性与定量之间的转换，动态融合维修性评估要素，为装备系统自主保障提供新方法，为装备维修性设计的方案论证和工程研制提供了决策依据。 　　参考文献 　　[1]李德毅，刘常昱.论正态云模型的普适性[J].中国工程科学，2004，6（8）：28-34. 　　[2]杨朝晖，李德毅.二维云模型及其在预测中的应用[J].计算机学报，1998，21（11）：961-969. 　　[3]吴溪，王宝琦，徐达，杨振军.基于云模型的装备维修性评估方法研究[J].航天