基于ANP-云模型的舰艇演训活动安全风险评估

朱贵华，孙续文

(海军大连舰艇学院,辽宁 大连 116018)

海上训练是使舰艇在近似实战条件下全面提高海上整体作战和执行任务的能力的根本途径，而随着实战化军事训练改革的持续推进，舰艇演训活动呈现科目多、强度高、要求严的特点，舰艇备战训练面临的不确定性风险更加复杂、难以评估。舰艇训练安全是舰艇训练中不可忽略的重要方面，直接影响舰艇生命力和舰艇训练质量效益。因此，详细分析舰艇演训活动中存在的风险因素，合理评估总体风险等级，进而采取有效的风险预防和控制措施，以避免事故发生并加速战斗力生成，具有重要的现实意义。

1 思路及研究对策

目前，关于舰艇训练安全风险评估的研究较少，且主要是从定性的角度分析风险因素、开展风险评估，缺乏定量的风险评估实践和应用。训练安全风险评估包含诸多定量和定性指标，是一个多指标系统决策问题。学者们一般从评价指标赋权和评价信息处理方法两个方面进行研究，主要采用层次分析法、熵权法、模糊综合评价法等方法，缺点是难以解决评价指标间的相互关联和信息重叠等问题。训练安全风险因素多样且复杂，评估指标集内外部存在关联反馈关系，风险评价难以精确建模为递归层次结构，采用Saaty提出的网络层次分析法(Analytic Network Process，ANP)可以有效解决此问题。同时，训练安全风险评价因素的复杂性决定了不同专家评估值向评语映射的过程中会出现不确定性，李德毅提出的正态云模型有效解决了评价定量化过程中存在的模糊性和随机性问题，李佳坤对此方法进行了应用研究，为训练风险评价工作提供了借鉴。本文提出基于ANP-云模型的舰艇演训活动安全风险评估方法：首先，通过分析舰艇演训活动流程构建评估指标体系；其次，采用DEMATEL-ANP法计算指标权重；然后，建立基于云模型的舰艇演训活动安全风险评估模型，准确计算评估指标的风险值，让风险评估结果更加准确可靠。

2 舰艇演训活动安全风险分析

2.1 舰艇演训活动安全风险因素界定

舰艇参加演训活动可以分为航渡、实施、返航三个阶段，每个阶段的主要风险来源不尽相同。航渡和返航阶段主要面临航行安全风险，受海洋环境影响较大；实施阶段主要面临演训任务完成过程中的安全风险，受到训练课目设置、装备保障等因素影响较大。整个过程均需要舰员的高度参与，包括舰员操作和管理协调，因而也受到人员和管理因素的影响。根据系统论原则，作者参考安全管理条例并结合有关专家的意见，确定演训活动风险指标，主要包括人员、任务、装备、环境、管理协调五种类型。

1)人员风险

舰艇岗位复杂，人员较多，包括普通舰员、指挥员等。参加任务前，人员要具备合格的岗位履职能力和较强的海上环境适应能力。人员的业务能力水平、身心素质、思想状况、安全意识以及应急处置能力都是影响演训活动能否安全实施的因素。

2)任务风险

任务的强度和难度会影响演训活动的安全实施，影响因素包括时间跨度、课目内容数量和转换节奏、兵力协同需求、课目难度和危险程度、任务保障等。

3)装备风险

舰艇装备在复杂条件下能否发挥应有的效能，决定了演训任务能否安全顺利完成。影响因素包括装备性能及状态、操作使用、维护保养等。

4)环境风险

舰艇海上航行和训练时，环境因素对舰艇安全影响至关重要。影响因素包括水文气象、地理环境、海区舰船活动、地域政治因素等。

5)管理协调风险

演训活动中能否有效监控风险隐患、及时采取措施转移或化解安全风险，其影响因素包括安全组织、安全预案及措施、安全警戒、信息通联等。

2.2 舰艇演训活动安全风险指标体系

本文以风险类型为一级指标，风险类型之下的风险因素为二级指标，构建舰艇演训活动风险评估层次指标体系模型，如图1所示。

图1 风险评估指标体系图

3 基于ANP和云模型的舰艇演训活动安全风险评估模型

舰艇演训活动安全风险评估指标复杂，评估结果存在不确定性，因此，舰艇演训活动安全风险评估采用基于DEMATEL-ANP和云模型的风险评估方法，其实施流程如图2所示。

图2 风险评估流程图

具体流程为：一是根据相关资料和经验数据划分舰艇演训活动的风险等级，并计算各风险等级的标准云，建立风险评估标准云模型；二是在建立多层次的风险评估指标体系的基础上，采用DEMATEL-ANP法计算评估指标权重；三是评估专家依据标准云数据进行评分得到评估数据，建立评语集，通过云发生器运算得到评价云；最后，结合评价云和风险因素权重得到风险综合云，与标准云进行比对分析后得到评估结论。

3.1 建立风险评估标准云模型

参考军队法规条例并结合安全评估专家意见，本文将舰艇演训活动安全风险评估因素的风险等级按照风险发生可能性和危害程度划分为5个。设定风险等级的有效论域∈[0,100]，按照分数越大风险越高的原则量化为5个分值区间，以便于标准云模型的计算。见表1。

表1 风险等级划分

对存在双边约束[,]的评语指标，可用以下公式来近似计算云模型数字特征：

=(+)2

(1)

=(-)6

(2)

=

(3)

表2 标准云数字特征

图3 标准云图形

3.2 计算风险评估指标权重

风险指标体系中的各风险因素不是相互独立的，而是具有依存或反馈关系。比如，演训任务时间较长时，人员会出现思想麻痹松懈、身心素质下降的情况；装备操作使用过程中的风险不仅与装备本身的性能状态有关，也与人员的业务能力水平、海上气象条件有关。舰艇演训活动安全风险评估各风险因素之间存在交互影响的复杂网络关系，相比层次分析法(AHP)，采用网络分析法(ANP)确定各风险指标权重更为科学合理。

ANP结构包括控制层和网络层，控制层包括问题目标及决策准则，网络层为受控制层支配的、互相影响的元素组构成的网络结构。对舰艇演训活动的风险来说，控制层为演训活动安全及各项应满足的准则；网络层为较为重要的风险因素，同一类型的风险因素构成因素组。本文采用DEMATEL(Decision Making Trial and Evaluation Laboratory)方法，通过因素之间的逻辑关系构造直接影响矩阵，分析和确定各因素之间的交互影响关系，进而建立风险因素的网络结构。

根据以上分析，本文建立了直接影响矩阵、综合影响矩阵、整体影响矩阵，进而建立了舰艇演训活动安全风险评估的ANP网络模型，在此基础上，构建未加权超矩阵，计算加权超矩阵和极限超矩阵，最终确定了各评估指标权重。本文采用Super Decision(SD)软件进行相关计算，确定了安全风险评估因素集合{}的权重集合{}。

3.3 构建综合云模型

作者邀请名风险评价专家，根据划分的风险等级和标准云，结合任务实际情况，对21项风险因素分别进行评分，得到所有风险因素的评语集={}，∈[1,21]，∈[1,]。对进行归一化后运用BCG进行计算，建立风险因素评价云集合及数字特征=(，，)。

综合云是由评价云和指标权重模糊合成得到的云模型，数字特征依下式计算：

(4)

(5)

(6)

通过对比分析综合云与标准云，确定舰艇海上演练风险评估等级结果，有两种比对方法：一种是在相同坐标系中比对综合云和标准云的位置和形状，最接近综合云的标准云即为评估等级结果；另一种是根据相似度公式计算综合云与各等级标准云之间的相似度，值越大的风险等级即为评估结果。

4 实例分析

本文以某驱逐舰支队某次远海训练为例，对其进行安全风险评估。本次训练海区为西太平洋一岛链以东海域，为期9天，参训兵力为1艘驱逐舰、1艘护卫舰和1艘综合补给舰，保障兵力包括舰载机、预警机等空中兵力，训练内容包括编队联合反潜、联合对海突击、联合搜救、海上补给等课目。

4.1 确定指标权重

本文遴选某驱逐舰支队多次参加演训活动风险评估的军事领导、业务部门专家及舰艇专业军士等专业人员共30名作为调查对象，组成演训活动风险评估专家组。首先进行风险评估因素影响度调查，共发放调查问卷30份，回收有效问卷27份。采用DEMATEL方法进行数据处理，确定整体影响矩阵如式(7)，最终建立风险评价的ANP网络结构如图4所示。

1.031000.0230.119000.0880.1310.09400000.0840.1150000.0850.08201.029000.117000.0740.1290.10300000.0580.1020000.0730.0810.03301.0450.1190.129000.0970.1320.11400000.0790.1120000.1200.0910001.0370.106000.0880.1080.07900000.0950.1150000.1120.07300001.017000.0890.1330.09500000.0850.1050000.0890.0830.0250.0260.0930.1160.1131.0120.0870.0960.1180.102000.01400.1050.1140.112000.0820.166000.0760.0980.09501.0410.1100.1190.09400000.0930.0920.091000.0750.17100.017000001.0240.0990.0870000000000.0580.0670.02600.029000.01600.0831.0280.1170000000000.0710.07700000000.0810.1091.0300000000000.0670.084000.0830.0770.08800.0750.0790.1130.0891.02700.06500.0910.0850.06200.0690.0830.098000.0780.0860.08400.0820.1030.1090.08201.0300.06900.0720.1040.05400.0860.1020.199000.0810.0890.098000.0750.1230.096001.02100.0610.0940000.1030.082000.0910.0870.081000.1040.1050.0890001.0330.0540.0670000.1450.29800.078000000.0780.1350.11900001.03600000.0880.07700000000.0660.1190.08500000.0781.0450000.0550.15600000000.0640.0890.08700000.0940.0841.017000.0670.0600000000.0160.1230.0880.06600000001.02100.0760.159000000.00700.0610.1360.075000000001.0160.0750.0820.0310000.011000.1180.0970.10400000.01400001.0080.14300000000.0590.1450.0760000000000.0701.029 (7)

图4 风险评估ANP网络结构图

作者采取调查问卷的方式，组织风险评估专家组以训练安全为总目标，对风险因素进行间接优势度比较。首先，用算术加权法对有效调查问卷的数据进行加权平均，结果用以构造比较判断矩阵。然后，计算判断矩阵的随机一致性指标，如果某个判断矩阵的≥01，则适当调整数据或再次组织专家就该因素进行重要性比较，直至所有判断矩阵<01。

本文采用SD软件对加权超矩阵和未加权超矩阵求解，得到演训活动风险评估指标权重结果，如表3所示。

4.2 计算单个风险因素评价云

再次组织风险评估组的30名专家，结合本次任务出航检查结果和海区海况预测情况，按照表1的风险等级标准进行评分。获得30组专家评分数据共630个，使用逆向云发生器计算各风险指标的数字特征值，结果如表4所示。

表3 风险评估指标权重表

表4 风险评估因素评价云数字特征表

4.3 合成综合评价云

本文以一级指标人员风险为例，在得到该风险类型内各风险因素指标权重和评价云～后，使用式(4)～(6)生成该类型综合评价云数字特征为(29.22，5.941，0.578)。同理可求得各一级指标的综合评价云数字特征，并进一步求出本次演训活动风险评估综合云数字特征。结果见表5。

表5 风险评估一级指标和综合评价云数字特征

4.4 演训活动风险等级确定

把各一级指标评价云模型、综合评价云模型同标准云绘制在一起，进行风险等级结果分析，可得如图5和图6所示的管理协调风险评价云图和总体风险评价云图。

图5 管理协调风险评价云图

图6 演练风险评估综合评价云图

从图6可以看出，评价云图与风险等级“较低”的云图匹配度较高，分布在区间(10，40]的云滴最多且密集，表明本次训练总体风险评估结果为“较低”，且综合评价云图比较集中、云层厚度不大，表明结果稳定、可靠。为保证结果的可靠性，采用相似度法计算与标准云各等级的相似度，计算结果如表6所示，发现与“较低”的相似度最大，为0.8236。因此，评估结果与上述一致，本次训练风险等级评估为“较低”。

表6 评价结果相似度

本文进一步分析各一级指标的评价云图，研究不同类型风险对本次训练风险控制的影响：一是从风险期望值来看，管理协调>任务>人员>环境>装备，所以，应该重点关注后续训练过程中出现的管理协调风险，而其中安全警戒的权重最高，说明更要重视实兵实装训练课目中的安全警戒工作，包括完善相关措施预案、优化安全警戒组织等；二是从熵值和超熵来看，五个一级指标的评价云云滴较为集中，云层厚度较小，表明评价结果比较可靠、稳定；三是管理协调风险评价云的熵值最高，表明评估结果稳定性不高，说明后续更需要重点关注该类型风险，加强防范措施。

5 结束语

本文构建了舰艇演训活动安全风险评估指标体系，针对指标之间相互依存、相互影响的特点，使用ANP-DEMATEL方法确定安全风险评估指标的相对权重，避免了主观确定评估指标权重的问题，提高了评估的准确性和可信度。考虑安全风险评估的主观性和模糊性，本文采用了基于云模型的风险评估方法，实现了定性到定量的有效转换，准确、形象、直观地表达了评估结果。实例结果表明，该方法在安全风险评估过程中具有较强的实用性和有效性，为部队重大演训活动的安全评价和风险控制提供了参考。