楊巍巍，張玉茹，李　暉，張麗霞，蘇曉東，姜海濤，潘慶和

(哈爾濱商業(yè)大學(xué) 計算機(jī)學(xué)院， 哈爾濱 150028)

?

基于M-V艦載機(jī)著艦風(fēng)險的動態(tài)決策方法研究

楊巍巍，張玉茹，李暉，張麗霞，蘇曉東，姜海濤，潘慶和

(哈爾濱商業(yè)大學(xué) 計算機(jī)學(xué)院， 哈爾濱 150028)

為了降低艦載機(jī)著艦風(fēng)險、提高飛行員和航母艦載機(jī)系統(tǒng)的安全性，提出基于均值-方差的艦載機(jī)著艦風(fēng)險評估的動態(tài)多屬性決策方法.屬性值以三角模糊數(shù)形式給出，通過可能度和排序公式得到排序向量；依據(jù)各時刻排序值對期望排序產(chǎn)生的排序波動，進(jìn)行條件分析，獲得各組方案的排序結(jié)果.最后，通過對艦載機(jī)著艦風(fēng)險實例的評測，證實了本文提出的決策方法的可行性.

著艦風(fēng)險；動態(tài)決策；三角模糊數(shù)；排序波動

由于艦載機(jī)著艦事故引起的損失和危害極大，研究者們開始對著艦技術(shù)賦予了高度重視，不僅在艦載機(jī)引導(dǎo)控制系統(tǒng)和航母甲板上不斷的得到改善，也逐漸對艦載機(jī)著艦風(fēng)險評估進(jìn)行了深入研究.依據(jù)艦載機(jī)著艦過程縱向回路的風(fēng)險因素，分析對比不同駕駛員的操作技能或同一駕駛員不同航次的飛行狀態(tài)，可得到各組飛行航次優(yōu)劣的排序情況[1].這種評估研究不僅會為駕駛員訓(xùn)練和著艦指揮官(Landing Signal Officer，LSO)提供反饋信息，并能夠促進(jìn)駕駛員相互學(xué)習(xí)，提高駕駛員的著艦技能，為后續(xù)著艦技術(shù)奠定了基礎(chǔ)[2].

動態(tài)多屬性決策是指在一段時間內(nèi)，對有限個備選方案進(jìn)行分析、判斷、排序和擇優(yōu)的過程.目前，已有很多學(xué)者對其進(jìn)行研究并應(yīng)用在多個領(lǐng)域.文獻(xiàn)[3]對VIKOR方法給予改進(jìn)，研究三角模糊數(shù)的動態(tài)多屬性決策，利用可能度公式對三角模糊數(shù)進(jìn)行比較，得到排序方案并用實例證明可行性；文獻(xiàn)[4]針對采用遺傳算法對一致性指標(biāo)系數(shù)求解，解決動態(tài)決策問題；文獻(xiàn)[5]研究了包含實數(shù)、區(qū)間數(shù)、模糊語言混合形式的多屬性決策，最終轉(zhuǎn)化為三角模糊數(shù)進(jìn)行計算，實現(xiàn)屬性多元化，并提出最優(yōu)從屬度優(yōu)化動態(tài)決策模型.

由于以上的動態(tài)多屬性決策，都是簡單利用集結(jié)算子對各時間信息進(jìn)行集結(jié)，成為了群決策的另一種衍生形式.艦載機(jī)著艦是一個過程，每個時間點的信息并不是孤立的，相互之間存在一定的影響性，因此，傳統(tǒng)的動態(tài)決策并不能解決艦載機(jī)著艦風(fēng)險評估這種復(fù)雜性的問題.

本文依據(jù)艦載機(jī)著艦過程，提出基于均值-方差的動態(tài)多屬性決策.三角模糊數(shù)作為著艦風(fēng)險(屬性)評估值，進(jìn)行比較、排序計算得到靜態(tài)排序向量；根據(jù)不同時間排序值與期望排序值之間存在一定偏差，將各時間點信息關(guān)聯(lián)在一起，利用總偏差對期望值產(chǎn)生的影響，進(jìn)行方案的排序擇優(yōu).

1　問題描述

為了描述艦載機(jī)著艦風(fēng)險評估多屬性決策的屬性指標(biāo)關(guān)系和時間權(quán)重劃分，搭建艦載機(jī)著艦系統(tǒng)模型，如圖1所示.

圖1　艦載機(jī)著艦系統(tǒng)

根據(jù)著艦指揮官LSO對艦載機(jī)著艦風(fēng)險的評測，分別給出開始位置(X)、中間位置(IM)、進(jìn)近位置(IC)和艦尾位置(AR)的飛行狀態(tài)評估信息作為動態(tài)多屬性決策的屬性值數(shù)據(jù)，同時四個下滑基準(zhǔn)點分別作為決策的離散時間，從而進(jìn)行艦載機(jī)著艦風(fēng)險評估.

由文獻(xiàn)[6]給出的駕駛員等級指標(biāo)表可知，對四個基準(zhǔn)位置的飛行狀態(tài)信息并未進(jìn)行綜合性描述，體現(xiàn)不出四個時間點之間的聯(lián)系.此外飛行狀態(tài)偏差等級劃分過大，僅給出飛行狀態(tài)微小偏差和不影響著艦安全偏差，很容易得到有誤的著艦評估等級.然而，傳統(tǒng)動態(tài)決策又未考慮著艦風(fēng)險帶來的影響，對方案最終排序準(zhǔn)確性有待質(zhì)疑.

綜合上述，對艦載機(jī)著艦風(fēng)險的動態(tài)決策主要是針對各離散時間點的關(guān)聯(lián)問題，及對飛行狀態(tài)進(jìn)行多級標(biāo)度描述.依據(jù)多屬性決策信息，給出九級標(biāo)度描述飛行狀態(tài)，并根據(jù)各時間點排序值對期望排序值的波動，將各時間信息關(guān)聯(lián)在一起，進(jìn)一步分析判斷得到最終方案排序.

2　決策步驟

1) 確定屬性權(quán)重ω=(ω1,ω2,…,ωn)T的值.根據(jù)文獻(xiàn)[2]建立的著艦評估體系可知，艦載機(jī)著艦的縱向回路中，影響著艦風(fēng)險的指標(biāo)有：高度偏差、速度和下沉率三個飛行狀態(tài)量.其中，高度偏差和速度為主要風(fēng)險指標(biāo)，下沉率為次要風(fēng)險指標(biāo)[7]，且屬性權(quán)重被定義為：

(1)

其中：n=3，λ=0.2，則ω=(0.4,0.4,0.2)T.

2) 計算tk時刻的綜合屬性評估值.利用TFLWA算子對矩陣Rk的第i(i∈M)行數(shù)據(jù)進(jìn)行集結(jié)，得到tk時刻關(guān)于xi的綜合屬性評估：

(2)

(3)

艦載機(jī)著艦風(fēng)險評估主要是分析艦載機(jī)著艦風(fēng)險大小，以此進(jìn)行比較各航次飛行狀態(tài)的優(yōu)劣，故基準(zhǔn)下滑位置的風(fēng)險權(quán)重即為時間權(quán)重.

方案xi的期望與方差排序位置相同，無任何差異，按照期望和方差共同的排序決定方案排序.

根據(jù)以上情況，進(jìn)行討論、分析，獲得最滿意的決策結(jié)果.

3　實例分析

采用圖1 所示的跟蹤系統(tǒng)進(jìn)行模擬艦載機(jī)著艦過程，得到5組飛行航次的落點分布情況，如圖2所示，并進(jìn)行著艦風(fēng)險的決策分析，步驟如下：

圖2　甲板落點分布

表1　t1時刻(X位置)評估矩陣R1

表2　t2時刻(X位置)評估矩陣R2

表3　t3時刻(X位置)評估矩陣R3

表4　t4時刻(X位置)評估矩陣R4

1) 利用TFLWA算子對評估矩陣R1的第行進(jìn)行集結(jié)，求取t1時刻的綜合屬性值：

2) 根據(jù)可能度公式計算得到t1時刻的可能度，并構(gòu)成可能度矩陣P1=(p1)m×m.

3) 計算t1時刻的排序向量w1.

w1=(0.1283,0.1697,0.3,0.2468,0.1553)T

同理.重復(fù)(1)～(3)，獲得其他各時刻的排序向量，如下：

w2=(0.1678,0.1523,0.3,0.2428,0.1373)T

w3=(0.1613,0.1323,0.2998,0.2455,0.1613)T

w4=(0.1772,0.1250,0.2960,0.2515,0.1502)T

E1=0.1727 ，E2=0.1294 ，E3=0.2969 ，E4=0.25 ，E5=0.1509

5) 對五組航次的期望和方差分別進(jìn)行排序.

期望排序：E3>E4>E1>E5>E2

6) 針對期望與方差排序進(jìn)行判斷分析，確定出方案排序結(jié)果.

所以，五組飛行航次的優(yōu)劣排序為：x3>x4>x1>x5>x2.

綜上所述，依據(jù)傳統(tǒng)動態(tài)決策方法計算排序值(即期望值)時，就決定了方案排序的結(jié)果，若對兩個期望值十分相近時，便難于分辨二者優(yōu)劣.引入期望-方差的動態(tài)決策方法后，即使兩組期望相近，還可依據(jù)著艦風(fēng)險做進(jìn)一步分析判斷，由此得到的排序結(jié)果也更加具有準(zhǔn)確性.

由圖2可知，x3落在第二根和第三根阻攔索之間，即最佳著艦點.在整個飛行過程中，x3的著艦風(fēng)險最小，且期望排序也是最高，綜合期望和方差，x3是五組航次中最佳航次.其他幾組航次的排序和著艦點的分布情況也依次對應(yīng)，證實了決策結(jié)果的可行性.

4　結(jié)　語

針對艦載機(jī)著艦風(fēng)險評估問題，提出基于均值-方差的動態(tài)多屬性決策.綜合期望和偏差解決了傳統(tǒng)動態(tài)決策不足之處，尤其針對排序值相同的決策問題，同時對離散時間具有關(guān)聯(lián)的動態(tài)決策也具有普遍性，在分析、判斷期望排序與方差排序后，獲得最滿意的決策結(jié)果.通過艦載機(jī)著艦風(fēng)險評估的實例也證實決策方法的合理性和可行性.

[1]朱齊丹，李暉, 夏桂華, 等. 基于優(yōu)勢保有度的艦載機(jī)著艦風(fēng)險動態(tài)多屬性決策[J]. 哈爾濱工程大學(xué)學(xué)報, 2013, 34(5): 615-622.

[2]許衛(wèi)寶. 飛行員著艦的多層次模糊綜合評價方法[J]. 中國艦船研究, 2013, 8(2): 17-21.

[3]張市芳.幾種模糊多屬性決策方法及其應(yīng)用[D]. 西安: 西安電子科技大學(xué)博士學(xué)位論文, 2012.

[4]劉勝, 張廷玉, 于大泳. 動態(tài)三角模糊數(shù)互反判斷矩陣一致性及修正[J]. 2012, 33(2): 237-243.

[5]周佳敏, 王展清. 基于三角模糊數(shù)的動態(tài)混合多屬性決策方法[J]. 信息與管理, 2014(01): 121-124.

[6]RUDOWSKY T, COOK S, HYNES M,etal. Review of the carrier approach criteria for carrier-based aircraft[R]. Techinical report NAWCADPAX/TR-2002/71, 2002.

[7]HESS R A. Simplified Approach for modeling pilot pursuit control behaviour in multi-loop flight control taks [J]. Institution of mechanical engineer, 2006, 220(2): 85-102.

[8]CHEN Y, LI B. Dynamic multi-attribute decision making model based on triangular intuitionistic fuzzy numbers [J]. Scientia Iranica B, 2011, 18(2): 268-274.

[9]和媛媛, 周得群, 王強(qiáng). 基于可能度的三角模糊數(shù)互補判斷矩陣排序方法[J]. 運籌與管理, 2009, 18(1)： 65-68.

[10]ZHU Q, LI H, ZHANG Z, et al. An improved method for risk assessment of carrier-based aircraft [C]// IEEE International Conference on Information and Automation, 2012. 777-782.

Study on dynamic multi-attribute decision of aircraft landing risk based on mean and variance

YANG Wei-wei, ZHANG Yu-ru, LI Hui, ZHANG Li-xia, SU Xiao-dong, JIANG Hai-tao, PAN Qing-he

(School of Computer,Harbin University of Commerce, Harbin 150028, China)

To reduce the risk of aircraft landing and improve the safety of pilots and aircraft carrier system, this paper proposed a dynamic multi-attribute decision making method of aircraft landing risk based on mean value and variance. Attribute values were provided in the form of triangular fuzzy number. According to calculations of possibility degree and ordering vector, the difference between expected value and each ordering value, then the ordering result was obtained by analyzing. The evaluation of aircraft landing risk examples proved the feasibility of the proposed decision making method.

aircraft landing risk; dynamic multi-attribute decision making; triangular fuzzy number; ordering wave

2015-10-12.

黑龍江省自然科學(xué)基金(F201423)

楊巍巍(1991-)，女，碩士，研究方向：信息融合與信息處理.

V271

A

1672-0946(2016)04-0453-05