装备保障训练评估方法及仿真分析.pdf

《装备保障训练评估方法及仿真分析.pdf》由会员分享，可在线阅读，更多相关《装备保障训练评估方法及仿真分析.pdf（6页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第3 0 卷第4 期计算机仿真2 0 1 3 年4 月文章编号：1 0 0 6-9 3 4 8(2 0 1 3)0 4-0 3 3 1 0 5装备保障训练评估方法及仿真分析崔凯旋，张成，石全(军械工程学院装备指挥与管理系，河北石家庄0 5 0 0 0 3)摘要：研究装备保障训练问题，装备保障训练评估是提高训练效能的有效手段。根据自适应神经模糊推理系统(A N F I S)。首先分析了影响装备保障训练效果的主要因素，建立了A N F I S 模型结构，并分析了后向传播和递归最小二乘算法的模型求解混合算法，并构建了A N F I S 的装备保障训练等级评估模型，利用样本数据，通过训练模型得到了与实

2、际装备保障训练等级一致的评估结果，验证了模型的正确性和有效性，并将评估结果与B P 神经网络的评估结果进行了对比分析，对比结果表明了A N F I S 方法的优越性，为装备保障训练等级评估提供了一种有效的方法。关键词：自适应神经模糊推理系统；装备保障；i i l 练评估中图分类号：E 9 1 7文献标识码：AE v a l u a t i o nM e t h o da n dS i m u l a t i o nA n a l y s i sf o rE q u i p m e n tS u p p o r tT r a i n i n gC U IK a i x u a n，Z H A N

3、 GC h e n g，S H IQ u a n(D e p a r t m e n to fe q u i p m e n tc o m m a n da n dm a n a g e m e n t，O r d n a n c eE n g i n e e r i n gC o l l e g e，S h i j i a z h u a n gH e b e i0 5 0 0 0 3，C h i n a)A B S T R A C T：T h ee v a l u a t i o no fe q u i p m e n ts u p p o r tt r a i n i n gi sa l

4、 le f f e c t i v ew a yt oi m p r o v et r a i n i n ge f f i c i e n c y T h ee v a l u a t i o nm e t h o do fe q u i p m e n ts u p p o r tt r a i n i n gw a ss t u d i e db a s e do na d a p t i v en e u r a lf u z z yi n f e r e n c es y s t e m(A N F I S、T h em a i ni n f l u e n c ef a c t o

5、 r so fe q u i p m e n ts u p p o r tt r a i n i n ge f f e c t i v e n e s sw e r ea n a l y z e d T h em o d e ls t r u c t u r eo fA N F I Sw a se s t a b l i s h e da n dt h eh y b r i d l e a r n i n ga l g o r i t h mf o rt h ee s t a b l i s h e dm o d e lb ya p p l y i n gb a c k-p r o p a g

6、 a t i o na n dl e a s tm e a ns q u a r e sp r o c e d u r ew e r es t u d i e d T h e nt h ee v a l u a t i o nm o d e lo fe q u i p m e n ts u p p o r tt r a i n i n gl e v e lw a sc o n s t r u c t e db a s e do nA N F I S T h ee q u i p m e n ts u p p o r tt r a i n i n gl e v e lw h i c hi sc

7、o n s i s t e n tw i t ht h ef a c t u a lt r a i n i n gl e v e lW a Sa c h i e v e db yt r a i n i n gt h ep r o p o s e dm o d e lu s i n gt r a i n i n gs a m p l ed a t a，w h i c hv e r i f i e dt h eC O l T e c t n e s sa n de f f e c t i v e n e s so ft h ep r o p o s e dm e t h o d S i m u l

8、 a t i o nc o m p a r i n ga n a l y s i sf o re q u i p m e n ts u p p o r tt r a i n i n gl e v e le v a l u a t i o nu s i n gt h ep r o p o s e dm e t h o da n dB Pn e u r a ln e t w o r kw e r ec o n d u c t e dr e s p e c t i v e l y T h es u p e r i o r i t yo ft h ep r o p o s e dm e t h o d

9、w a sv e r i f i e db ys i m u l a t i o nr e s u l t s，w h i c hp r o v i d e sa ne f f e c t i v em e t h o df o re q u i p m e n ts u p p o r tt r a i n i n ge v a l u a t i o n K E Y W O R D S：A d a p t i v en e u r a lf u z z yi n f e r e n c es y s t e m(A N F I S)；E q u i p m e n ts u p p o r

10、 t；T r a i n i n ge v a l u a t i o nl引言装备保障训练是指装备机关和装备保障部(分)队为满足作战及其它军事行动对装备保障的需要，学习装备保障知识，进行业务能力和保障技能训练的活动手段，是提升部队装备保障组织指挥能力、技术保障能力和生存防卫能力的有效手段。装备保障训练评估是检查部队装备保障训练情况、衡量训练效果、不断提高训练效能的重要手段和有效措施，可以有效监控装备保障训练工作，检验装备保障训练收稿日期：2 0 1 2 0 8-0 5效果，支持并促进装备保障训练业务的持续改进。装备保障训练评估的质量将影响对部队装备保障训练情况的了解，影响对装备保障训练工作的

11、指导和对训练的改进，并最终会影响部队装备保障力的生成心。影响装备保障训练的因素多种多样，各种因素的影响作用呈现出非线性、动态性、模糊性的特点，如何寻求合适的训练评估方法，建立装备保障训练评估模型，准确反映各影响因素的作用，进而对装备保障训练做出准确的评估，这是装备保障训练评估亟待解决的一个重要问题。本文基于自适应神经模糊推理系统(A N F I S)研究了装备保障训练评估问题。首先分析了影响装备保障训练效果一3 3 1 万方数据的主要因素，建立了A N F I S 模型结构，并分析了基于后向传播和递归最小二乘算法的模型求解混合算法。在此基础上构建了基于A N F I S 的装备保障训练等级评估

12、模型，通过训练该模型得到了与实际装备保障训练等级一致的评估等级，并将该评估结果与基于B P 神经网络的评估结果进行了对比分析。2 装备保障训练影响因素装备保障训练效果的影响因素很多，根据装备保障训练的特点、规律、部队训练实际，并结合有关专家和装备保障业务人员的建议，选取以下6 种影响因素作为装备保障训练等级的主要影响因素：装备保障训练计划的科学程度(戈。)：装备保障训练计划是实施装备保障训练的依据，其科学程度直接影响着装备保障训练的效果。装备保障组训人员的组训水平(算：)：装备保障组训人员是装备保障训练的管理者和实施者，其组训水平包括组训人员的训练设计、训练管理、训练调控等工作和业务能力。作为

13、装备保障训练的主体，其组训水平对装备保障训练效果产生着重要影响。装备保障受训人员的能力素质()：装备保障受训人员是装备保障训练的对象，其能力素质包括军事素质、知识结构、装备保障业务能力、应变能力等。作为装备保障训练的直接参与者和装备保障训练效果的体现者，其能力素质与装备保障训练效果直接相关。装备保障训练方法的科学程度(戈。)：科学的训练方法可以有效利用训练资源，大大提高训练效率，所以训练方法是装备保障训练效果的重要影响因素。装备保障训练设施的先进和齐全程度(扎)：训练设施是装备保障训练得以顺利实施的物质基础和前提条件，先进齐全的训练设施可以保证装备保障训练的有效实施，有利于促进装备保障效果的提

14、升，是影响装备保障效果的重要影响因素之一。装备保障训练的保障条件()：训练保障是装备保障训练得以顺利实施的不可缺少的条件，其保障水平会对装备保障训练效果产生一定的影响，因此它也是影响装备保障训练效果的重要因素之一。根据部队装备保障训练实际情况，结合装备保障训练成绩等级评定标准，并考虑到便于对装备保障训练等级做出细致的划分，本文将装备保障训练等级划分为5 级，具体等级评分标准如表1 所示。表1 装备保障训练等级评分标准-3 3 2-以装备保障训练影响因素作为评估指标，采用合适的评估方法得出装备保障训练的总体评分值，进而结合表1 中的训练等级评分标准即可得到装备保障训练等级评估结果。3A N F

15、I S 模型结构神经网络和模糊推理系统作为系统辨识中的重要工具，它们的共同之处是均为非线性模型，均能从给定的系统输入一输出数据中建立系统非线性输入一输出关系，但两者也存在有明显的不同之处J。模糊推理利用模糊语言表达，可以表示定性的经验和知识，但不具有有效的学习功能，而神经网络能利用多种算法，具有较好的学习能力，但却不能表达模糊语言，它类似黑箱操作，不能很好地表达人脑的推理功能。把神经网络的学习机制引入模糊推理系统，将构成一个带有人类感觉和认知成分的自适应系统，这样能够提高整个系统的学习能力和表达能力。自适应模糊推理系统(A N F I S)将两者有机结合组成神经模糊控制系统，可以有效地发挥模糊

16、控制和神经网络控制的各自优势，并弥补各自的不足HJ。其中，模糊系统由一等价的神经网络表示，神经网络不再是一个黑箱，它的所有节点和参数具有一定的意义，即对应模糊系统的隶属函数或推理过程。考虑一双输入 z，Y 和单输出的模糊推理系统，一阶S u g e n o 模型的模糊规则集为睁1：R u eld f 茹I sA 1a n dY l sB l，t h e n。=Z=r l+P l 并+q l Y(1)R u l e2：I f z li sA 2a n dY Ii s B 2，t h e n。=五=I 2+P 2 X+q 2 Y(2)其中A。，A 2，曰。，B 2 是输入量z 和Y 的模糊子集，r

17、，印l、q。、1 2、P：、q：是结论参数。根据S u g e n o 模型可以得到A N F I S 模型结构，该网络共有5 层，见图1。图l 中，节点间的连线仅表示信号的流向，没有权值与之关联，方形节点表示带有可调参数的节点，圆形节点表示不带有可调参数的节点。X Yftfft第一层第二层第三层第四层第五层图1A N F I S 模型结构第一层：该层是模糊化层，它将输入量算、Y 进行模糊化处理，其节点输出是戈、Y 在模糊子集A，、A 2 和B：、B：上的隶属度：万方数据0；=p 。(石)，i=l，2(3)o；=肛口i()，)，J=1，2(4)其中，o：、o j 是第一层对应节点的输出，可以看

18、作是各模糊集对应输入变量的隶属度。A。和曰，为该层对应节点隶属函数有关的语言表示，地。(菇)啦毋(，)分别为输入变量戈、Y 的隶属度函数。常用的隶属函数是广义钟形隶属函数和高斯隶属函数，广义钟形隶属函数如式(5)所示：肛蹦l(戈)=1+l(算一c)口阳。1(5)其中，C t 代表隶属函数的宽度，b 代表隶属函数的斜率，c 代表隶属函数的中心。参数集，b，C 称为前提参数集。第二层：该层的功能是计算每条规则的适用度，它的输出是所有输入信号的积，即为0；=毗=I t i(石)肛毋(Y)，i=1，2(6)第三层：将各条规则的适用度进行归一化，归一化后的适用度为：0；=面。=埘。(W 1+埘2)，i=

19、1，2(7)第四层：该层计算每条规则的输出：o i=面Z=t，。(1+P 石+q i Y)，i=1，2(8)其中，参数集 P i，q i，r。称为结论参数集。第五层：计算模糊系统的总输出，即所有规则的输出之和：到面：1 面：”算面：Y 面i 1 面i 1 戈1 面i 1 Y 面：2 面 2 x。面：2 Y 怛面1 2 面i 2 戈幢面i 2 Y；：；!i；面f 曲面：曲戈n 面：Y h 面i 面i 戈h 面i 曲Y“d(1)d(2)!d(4)P 1g lr 2p 29 2其中，(省，Y)，d (k=1，2，n)是第k 个训练对，面：、面”是第三层在输A(x，Y 似)的输出。式(1 1)表示成矩

20、阵形式为A x=d(1 2)其中，z=r l，P 1，q。，I 2，P：，q 2 7 构成结论参数集，d=d，d 怛，d n 7，()7 表示矩阵转置，A 是由面：“、面i“、茗似、Y 牲组成的矩阵。假设A 非奇异，利用最小二乘法求解式(1 2)，可得到均方误差最小意义下z 的最佳估计值一o：并=(A)。A 7 d(1 3)0 5 t=，2；面z=2 i 训z；加-(9)4 装备保障训练评估模型前提参数和结论参数都是未知参数，通过某种算法训练A N F I S，可以按指定的指标得到这些参数值，进而达到模糊建模的目的。A N F I S 模型在神经网络结构中利用了S u g e n o 模糊推理

21、系统，并运用后向传播和递归最小二乘算法相结合的混合算法对系统进行训练。在A N F I S 网络中，对模糊推理系统的前提参数采用误差反向传播(B P)算法，而结论参数采用递归最小二乘估计算法调整参数。在每一次迭代中，输入信号沿A-N F I S 网络正向传递直到第4 层，此时固定前提参数，采用最小二乘估计算法调节结论参数；然后，信号继续沿A N F I S网络正向传递到输出层(第5 层)，将获得的误差信号沿A N F I S 网络反向传播，并调节前提参数，以得到结论参数的全局最优点，直至输出误差或训练次数满足初始设定值，参数调整过程结束。A N F I S 中，当前提参数固定时，模型总输出可以

22、表示为结论参数的线性组合。图1 中的输出f 可以表示为6。，=翱+南=面l(r l+P 1 茹+q i y)+w 2(r 2+p 2 z+q 2 y)=面1 1+面l x p l+面l Y q I+面2 1 2+面2 x p 2+w E Y q 2(1 0)由式(1 0)可以看出，输出厂是结论参数r。、P、q。、r：、P：、q：的线性组合。后验参数可以通过求解式(1 0)约束方程得利用上节讨论的A N F I S 模型，以装备保障训练等级各影响因素作为输入变量，建立装备保障训练等级评估A N F I S 模型。该模型输入变量为6 个，即x，、z：、z。、戈，、戈。，输出变量为1 个，即装备保障

23、训练等级。选取适当的训练和测试样本，对评估模型进行训练、学习及自适应调节，能够得到与实际训练等级较为一致的装备保障训练等级输出结果。利用训练后的评估模型对装备保障训练等级进行评估，便可得到所需的评估结果。装备保障训练等级评估流程图如图2所示。图2 装备保障训练等级评估流程图3 3 3-万方数据首先，根据装备保障训练评估数据资料，选取合适的训练和测试样本；确定A N F I S 系统结构和模型参数，主要是确定输入变量隶属函数类型和个数，并产生初始的A N F I S 结构。接下来，设定A N F I S 训练参数，对A N F I S 进行训练，当满足精度要求或达到最大训练次数时，训练结束。最后

24、利用测试数据验证所得到的A N F I S 模型性能，若测试结果满足要求，则认为所建立的A N F I S 系统是有效的装备保障训练评估系统。利用训练后的A N F I S 模型对装备保障训练等级进行评估，即可得到符合实际情况的装备保障训练等级结果。5 仿真分析以装备保障训练等级评估各影响因素作为评估指标，并结合部队装备保障训练实际来获取训练和测试样本。为了较准确反映装备保障训练的实际情况，减少人为因素造成的偏差，本文通过上级考评、单位自评、同级互评、网上问卷调查相结合的方式构建了6 0 组学习样本，并对这些数据进行整理，从中筛选出4 0 组数据样本。对这4 0 组样本数据，根据各影响因素对装

25、备保障训练的作用效果，组织有关专家对装备保障训练等级进行评分，并依据评分结果对装备保障训练等级进行划分。数据样本、评分结果及对应的训练等级见表2。表2 中的数据样本分为两部分，前3 5 组数据样本作为第一部分，为训练数据，后5 组数据作为第二部分数据，为测试数据。表2 训练和测试数据样本利用表2 中的训练和测试样本数据对本文提出的基于A N F I S 的装备保障训练等级评估模型进行训练和测试。A N F I S 评估模型所用6 个输入变量隶属函数为广义钟形函数，隶属函数的数量均取6。则输入隶属函数采用网格法生成的系统模糊规则共1 0 8 条，输出隶属函数为线性函数，误差容限采用默认值O，利用

26、反向传播法与最小二乘法的混合算法3 3 4 来训练数据，并进行参数辨识。训练前后输入变量菇，、茗：、屯、髫。、托、的隶属函数的类型虽然没有发生变化，但是隶属函数的参数却发生了变化，从而使训练后的隶属函数更能体现样本数据的分布特性。经过l o 步训练后，训练均方差达到0 0 0 0 1 1 2 4，得到较好的训练样本模拟结果。将表2 中的测试样本数据输入到训练好的A N F I S 模型中，得到的测试结果见图3。为了对比模型评估结果，利用本文所采用的装备保障训练等级影响因素所建立的评估指标，采用B P 神经网络方法进行了装备保障训练等级评估仿真。仿真中，B P 神经网络输入层节点数为6，隐层包含

27、1 4 个神经元，神经元模型采用的是S i g m o i d 模型，输出层节点数为1，神经网络学习算法为L M 算法。图3 中对比了利用本文评估方法和B P 神经网络对表2 中的5 组测试数据样本的评估结果。图4 是两种评估方法所得评估结果相对误差的比较。由图4 和图5 可以看出，利用本文所提出的基于A N F I S 的装备保障训练等级评估模型所得到的评估结果更接近与实际情况，具有较小的评估误差，其评估精度高于B P 神经网络方法，前者平均相对误差为1 6 3，后者平均相对误差为4 3 7。仿真对比分析结果表明了本文所提评估方法的优越性。图3 装备保障训练等级评估值图4 装备保障训练等级评

28、估相对误差表3 是利用两种评估方法对表2 中的5 组测试样本的训练等级评估结果。由表3 可以看出，B P 神经网络评估方法对于第4 个测试数据样本所得到评估等级结果与实际训练等级不一致，而利用本文提出的基于A N F I S 的装备保障训万方数据练等级评估模型，所得到的装备保障训练等级评估结果与实际等级均是一致的，说明了本文所提方法的正确性和有效性，实际中利用该模型对装备保障训练等级进行评估能够得到准确的装备保障训练等级。表3B P 神经网络枷练等级评估结果6 结束语装备保障训练评估是衡量训练效果、提升训练效能的重要手段和有效措施。本文在分析了影响装备保障训练效果的主要因素并确立了装备保障训练

29、等级评定准则的基础上，基于A N F I S 模型探讨了装备保障训练评估方法。在建立了A N F I S 模型结构，并分析了基于后向传播和递归最小二乘算法的模型求解混合算法的基础上，构建了基于A N F I S 的装备保障训练等级评估模型。利用装备保障训练样本数据，通过训练该模型得到了与实际装备保障训练等级一致的评估结果，验证了模型的可行性、正确性和有效性。进一步将本文评估方法的评估结果与基于B P 神经网络的评估结果进行了仿真对比分析，仿真对比结果表明本文方法具有更高的评估精度，体现了本文方法的优越性，为装备保障训练等级评估提供了一种有效的方法。参考文献：1 胡利民装备训练学 M 北京：国防

30、工业出版社，2 0 0 4 2 康广，岳强斌，宋辉装备保障训练评估质量分析 J 四川兵工学报，2 0 0 9，3 0(4)：1 1 6 一1 1 8 3 李新虎，等基于粗糙集理论与A N F I S 的坡地入渗预测 J 土壤学报，2 0 1 0，4 7(4)：7 7 2 7 7 5 4 薛新华，魏永幸基于A N F L S 的C F G 桩复合地基承载力预测研究 J 铁道工程学报，2 0 1 0，5：4 2 4 7 5 金长宇，马震岳，张运良A N F I S 在水电站地下厂房围岩变形预测中应用 J 大连理工大学学报，2 0 0 9，4 9(4)：5 7 6 5 7 9 6 JJ a n g

31、A N F I S：A d a p t i v e n e t w o r k b a s e df u z z yi n f e r e n c es y s t e m J I E E ET r a n s a c t i o n so nS y s t e m s，M a n，a n dC y b e m e t i c s，1 9 9 3，2 3(3)：6 6 5-6 8 5 7 JKJ e o n，MSR a h m a n F u z z yN e u r a lN e t w o r kM o d e l sf o rG e o t e c h n i c a lP r o b

32、l e m R N o r t hC a r o l i n a：D e p a r t m e n to fC i v i lE n g i n e e r i n g，N o r t hC a r o l i n aS t l I l eU n i v e r s i t y。2 0 0 8 作者简介崔凯旋(1 9 8 4 一)，男(汉族)，河北衡水人，硕士研究生，主要研究方向为装备保障理论与应用。张成(1 9 7 5 一)，男(汉族)，山东成武人，博士，主要研究方向为战场建设与发展，目标定位，目标毁伤评估。石全(1 9 6 6 一)，男(汉族)，河北人，教授，博士生导师，中国计算机用户协

33、会仿真应用分会理事，主要研究领域为装备战场抢修、维修工程理论与应用。(上接第2 1 9 页)表3 不同算法评估数据对比根据表3 能够得知，利用模糊支持向量机算法进行证券交易风险分析评估挖掘，提高了评估结果的准确性。5 结束语本文提出了一种基于模糊支持向量机算法的证券交易风险评估方法。利用模糊支持向量机方法，对证券交易中的风险进行评估，利用误差补偿方法，对评估过程中产生的误差进行补偿，从而实现证券交易风险评估。实验结果表明，这种算法能够提高证券交易风险分析评估挖掘的准确性。参考文献：1 牛红惠，刘凌霞神经网络在信息安全风险评估中应用研究 J 计算机仿真，2 0 1 l 一6：1 1 7 1 2

34、0 2 汤永利，徐国爱，钮心忻，杨义先基于信息熵的信息安全风险分析模型 J 北京邮电大学学报，2 0 0 8 2 3 赵冬梅，刘金星，马建峰基于模糊小波神经网络的信息安全风险评估 J 华中科技大学学报(自然科学版)，2 0 0 9 一1 1 4 刘雷峰，叶邦彦，丁维扬，包俊基于S Q L S e r v e r 模糊查询的包装信息智能标识研究 J 科学技术与工程，2 0 1 2，3(1 2)：1 9 3 21 9 3 5 5 宋淑彩面向W e b 的数据挖掘技术在网站优化中的个性化推荐方法的研究与应用 J 科技通报，2 0 1 2，2(2 8)：1 1 8 1 1 9【作者简介】陈海英(1 9

35、 7 6 一)，女(汉族)，河南信阳人，副教授，研究方向；数学建模、仿真方法与算法研究。-3 3 5-万方数据装备保障训练评估方法及仿真分析装备保障训练评估方法及仿真分析作者：崔凯旋，张成，石全，CUI Kai-xuan，ZHANG Cheng，SHI Quan作者单位：军械工程学院装备指挥与管理系,河北石家庄,050003刊名：计算机仿真英文刊名：Computer Simulation年，卷(期)：2013,30(4)参考文献(7条)参考文献(7条)1.胡利民 装备训练学 20042.康广;岳强斌;宋辉 装备保障训练评估质量分析 2009(04)3.李新虎 基于粗糙集理论与ANFIS的坡地入渗预测 2010(04)4.薛新华;魏永幸 基于ANFIS的CFG桩复合地基承载力预测研究 20105.金长宇;马震岳;张运良 ANFIS在水电站地下厂房围岩变形预测中应用 2009(04)6.J Jang ANFIS:Adaptive-network-based fuzzy inference system 1993(03)7.J K Jeon;M S Rahman Fuzzy Neural Network Models for Geotechnical Problem 2008 本文链接：http:/