基于AHP-ADC模型的某型发烟车效能评估

文/蒋金利 顾进 李廷

科学技术日益发展，武器装备的性能逐步改善，并不断朝着复杂化、信息化、现代化发展。但是寿命短、效能低、效费比不高等一系列问题也随之凸显。实践证明，科学合理的进行武器装备效能评估对武器装备后续的再研发，作战试验的开展及配套保障体系的形成具有一定的指导意义。

本文研究了武器装备系统效能分析与评估的理论方法：首先介绍了 ADC评估模型，进而选择并综合分析了效能指标，进行了基于AHP-ADC的评估建模，然后选取某型发烟车，进行了实例分析。

1 ADC效能评估模型介绍

目前比较流行的有层次分析法（AHP），ADC效能评估模型，SEA分析法、模糊综合评判法等。本文提出一种基于AHP-ADC的效能评估方法，并结合常用的装备RMS参数进行计算，确保计算方法的可行性以及结果的真实性。

ADC效能评估模型是于20世纪60年代中期美国工业界武器武器系统效能咨询委员会(WSEIAC)提出的面向武器系统效能进行评估的方法。它的基本原理是基于可用度（A-Availability）、可信度（D-Dependability）和固有能力（C-Capacity）三大要素评价系统，将三大要素统一为标准的量度，给所装备一个数字化的评价。装备系统效能的表达式为：

E=A×D×C

其中：E-系统效能值，A-可用性向量，D-可信性矩阵，C-固有能力矩阵。

1.1 可用性向量A

可用度是在开始执行任务时系统状态的量度。

可用性向量A的一般表达式为：

该式中ai的含义是开始执行任务是武器装备系统处于i状态的概率，n表示的含义为系统可能出现的状态总量。

由此可见，n个可能出现的系统状态构成了武器装备系统的状态样本空间，显然

由于本文用此方法对于防化装备进行评估。根据防化装备的特殊性，其遭受敌方打击后一般不再具有作业能力，故本文中将可用性状态进行简化，分为可用与不可用两种。将可用状态记为1，不可用状态记为2，则

式中a1为开始执行任务时武器装备的可用度；

a2为开始执行任务时武器装备的不可用度。

根据装备保障工作中的可靠性理论可知：

表1：RMS权重专家打分表

表2：可靠性指标权重打分表

表3：故障性指标权重打分表

表4：保障性指标权重打分表

表5：综合权重表

图1：效能评估结构图

图2：能力C的指标划分图

式中MTBF-平均故障间隔时间；MTTR-平均故障修复时间。

1.2 可信度矩阵D

可信度是指已知当前的工作状态，在任务过程中某个时刻状态的度量。其表达式为：

式中dij表示系统从第i状态变化到第j状态的概率。

如果系统在运行期间不可修复，且不能带故障工作，则系统可信度指标就是可信度；如果运行期间系统可以修复，则当系统有n个故障状态时，可信度指标是n阶方阵式，而可信度指标是可信度方阵的对角元素。

评估系统的可信度首先是要明确系统故障，确定系统运行和维护条件，并且仔细考虑每个任务剖面的部件数，故障情况，最后，综合各组合和全系统的可信度。

1.3 能力C

C是指在系统执行任务的当前状态下，武器装备完成规定任务的度量。显然，能力C与系统状态有很大关系。

C是ADC效能评估模型中最重要的因素，也是最难确定的因素。一般情况下，这一因素与武器装备系统中的多个指标相关，不同的指标，权重不同，影响方式也不同，在C中所发挥的作用也有很大差异。为了同一这些指标的量纲，引入效能值的概念，效能值是一个实数，其大小应属于区间[0,1]。

如果直接将C带入效能评估方程中去计算系统的效能，那么，对于单项效能评估来说，C就是一个向量：

对于评估多项效能来说，C就是一个矩阵：

该矩阵中cij表示第j项能力在状态i下完成任务的度量。

2 基于ADC与AHP的效能评估方法应用

针对ADC效能评估模型中能力向量C不容易确定的问题，本文中提出用层次分析法来确定能力向量C。

为了使判断分析定量化，形成判断矩阵，引入了9标度法。

效能评估结构图如图1所示。

2.1 确立以RMS为基础的指标体系

可靠性、维修性、保障性(简称为R&M&S)是衡量武器装备质量的重要特性，它在设计讨论和生产制造过程中形成，在使用阶段得以体现，贯穿于武器系统全寿命管理的过程中，是当今武器装备论证、设计时必须重点关注的特性。

防化装备是军队装备的重要组成部分，是核化生防护的物质基础，在未来作战和装备建设中处于不可或缺的重要地位。对防化装备R&M&S进行研究，为提高防化装备的质量效能提供理论指导，对提高防化装备的作战保障能力，充分利用维修资源和降低保障费用等都将产生直接的影响。

所以，对其进行效能评估，以RMS指标为基础。先由AHP方法确定C的效能值，将指标分为比较成熟的影响装备效能的RMS参数，进行以可靠性，维修性和保障性为指标基础的层次分析，得出权重向量。最后再由ADC评估模型，得出最终效能。

在RMS的基础上，将RMS的指标再次细分，如图2所示。

2.2 AHP-ADC方法建模

2.2.1 可用性向量A的计算

对于某型发烟车来说，前文已经假定只有可用与故障两种状态，可用MTBF和MTTR来计算：

2.2.2 可信度矩阵D的计算

一般来说，某型发烟车只有可用与故障两种状态，故可信度矩阵为：

一般情况下，装备出现故障概率的时间服从指数分布，则：

d11=e-λt，d12=1-e-λt

其中：λ 为系统故障系数，t为一次执行任务的时间，为简单起见，本文假定任务过程中遭受故障不可修复，故障状态无法向完好状态转变。所以，d21=0，d22=1。则可信度矩阵为：

2.2.3 能力向量C的计算

能力向量C采用AHP流程进行计算，由于系统状态前文假定只有两种。并且故障状态下，没有完成任务的可能性，故能力向量C为：

（1）用层次分析法确定权重向量。

设准则层权重向量为

应用 1-9的比例标度方法对同层因素进行两两比较量化，形成判断矩阵。由于矩阵是由Delphi法得到的，所以必须进行一致性检验。

（2）求出能力C。

其中，ωi为相对权重，ρi为效能值。

3 某型发烟车效能评估实例

本节对某型发烟车进行效能评估，验证模型的可行性与准确性。

进行评估时，可用性 A和可信度 D采用客观计算，能力 C则采用 AHP 方法。并且，在天气条件良好的外界环境进行试验，尽量能发挥某型发烟车的真实效能。

（1）某型发烟车发烟系统为串联系统，任一部件发生故障，则整体故障，故系统的MTBF应该由部件的最小MTBF决定。一般情况下整个系统的平均故障时间大于1000 小时，基层级修复时间小于1小时，故

（2）由于某型发烟车的平均故障时间为1000 小时，则平均故障率为：

执行任务的时间这里为装备展开时间，启动时间，烟幕形成时间，连续发烟时间和装备撤收时间的总和，即：

t=3+3+3+30+3=42分钟=0.7小时

那么，可用度矩阵D 为：

（3）首先Delphi法得到指标权重表，并将其按照指标结构分别评判准则层和指标层，再基于AHP得出判断矩阵。如表1所示。

由此，可以得出准则层对目标层的判断矩阵为

同理，得到专家打分表2，3，4，并得出相应判断矩阵。

故，可得判断矩阵

故，可得判断矩阵

故，可得判断矩阵

（4）计算权重。

由所得矩阵，根据和法求出λmax和特征向量，并进行一致性检验。

对于矩阵G：λmax=3.04，对应特征向量为：

进行一致性检验，C.I=0.02<0.1,经修正后，C.R=0.034<0.1，一致性良好。

对于矩阵A1：λmax=3.09，对应特征向量为：

进行一致性检验，C.I=0.045<0.1,经修正后，C.R=0.077<0.1，一致性良好。

对于矩阵A2：为λmax=2.03，对应特征向量为：

进行一致性检验，C.I=0.015<0.1,二阶无需修正，一致性良好。

对于矩阵A3：为λmax=2.08，对应特征向量为：

进行一致性检验，C.I=0.04<0.1,二阶无需修正，一致性良好。

（5）计算能力向量C。

根据步骤（4），可得综合权重表（表5）：

（6）计算综合效能

根据ADC评估模型，系统的效能E的计算公式为：

4 结论与不足

本文设计了以RMS性能指标为基础的基于AHP-ADC方法的效能评估模型，并应用该模型对某型发烟车进行了效能评估，并计算得到了最终的效能值。通过对模型的应用，证明该方法可行。

虽然模型可行，但仍存在一些不足之处。

（1）对于RMS指标权重的选取客观性不够。

（2）战场环境因素更加复杂多变，武器装备效能不止两种状态。

（3）如何更好的解析能力向量C，还有待进一步加强。