采用模糊云模型的武器研制項(xiàng)目風(fēng)險(xiǎn)傳導(dǎo)評(píng)估

白 焱，張志峰

(空軍工程大學(xué) 防空反導(dǎo)學(xué)院，西安 710051)

?

采用模糊云模型的武器研制項(xiàng)目風(fēng)險(xiǎn)傳導(dǎo)評(píng)估

白 焱，張志峰

(空軍工程大學(xué) 防空反導(dǎo)學(xué)院，西安 710051)

為實(shí)現(xiàn)對(duì)武器研制項(xiàng)目風(fēng)險(xiǎn)傳導(dǎo)的客觀精細(xì)化評(píng)估，采用模糊云模型的評(píng)估算法，首先計(jì)算單一風(fēng)險(xiǎn)傳導(dǎo)影響因子對(duì)進(jìn)度、費(fèi)用和性能風(fēng)險(xiǎn)產(chǎn)生的影響大小；然后，通過(guò)加權(quán)求和的方式計(jì)算所有風(fēng)險(xiǎn)傳導(dǎo)影響因子產(chǎn)生的總影響；再基于可能度理論，給出三角模糊數(shù)互補(bǔ)判斷矩陣的排序方法，得到綜合風(fēng)險(xiǎn)值; 最后, 結(jié)合X-51發(fā)動(dòng)機(jī)項(xiàng)目研制實(shí)例，通過(guò)仿真運(yùn)算，得出單一影響因子對(duì)風(fēng)險(xiǎn)影響大小值和總風(fēng)險(xiǎn)排序值，明確需要加強(qiáng)監(jiān)控和管理的指標(biāo).仿真結(jié)果表明,驗(yàn)證了構(gòu)建的風(fēng)險(xiǎn)傳導(dǎo)識(shí)別與評(píng)估方法的有效性和可行性，為武器裝備研制項(xiàng)目風(fēng)險(xiǎn)傳導(dǎo)的管理者提供了決策參考.

云模型；單一影響因子；云標(biāo)尺；可能度；三角模糊數(shù)；風(fēng)險(xiǎn)傳導(dǎo)評(píng)估

武器裝備研制是一個(gè)龐大而復(fù)雜的系統(tǒng)工程，包括從立項(xiàng)到定型研制的全過(guò)程，由于其規(guī)模大、周期長(zhǎng)、技術(shù)新等特點(diǎn)，導(dǎo)致了武器裝備的研制過(guò)程充滿了不確定性和風(fēng)險(xiǎn)性[1].目前，國(guó)內(nèi)外關(guān)于武器裝備研制項(xiàng)目風(fēng)險(xiǎn)的研究也較多，Mavris等[2]提出了一種技術(shù)識(shí)別評(píng)估與選擇法(technology identification, evaluation, and selection, TIES)，應(yīng)用于航天器設(shè)計(jì)的技術(shù)不確定性預(yù)測(cè)中，但該方法只能從定性角度評(píng)估，無(wú)法得到定量結(jié)果；Fox等[3]提出一種聚簇分析技術(shù)應(yīng)用在航天項(xiàng)目費(fèi)用風(fēng)險(xiǎn)評(píng)估，該方法定向性強(qiáng)，不能同時(shí)考慮風(fēng)險(xiǎn)的多元性；Sun等[4]提出了一種基于模糊集理論評(píng)估武器裝備項(xiàng)目風(fēng)險(xiǎn)的方法，該方法可以彌補(bǔ)裝備研制過(guò)程中的不確定性，但在相應(yīng)權(quán)向量的確定中，通常采用AHP等方法，帶有明顯的主觀性，另外由于風(fēng)險(xiǎn)級(jí)別評(píng)語(yǔ)本身的模糊性，求解隸屬函數(shù)也比較復(fù)雜.因此，本文將云模型引入模糊算法中解決該問(wèn)題.云模型[5]是在傳統(tǒng)模糊集理論和概率統(tǒng)計(jì)的基礎(chǔ)上提出的，以一個(gè)以自然語(yǔ)言值為切入點(diǎn)，實(shí)現(xiàn)定性概念與定量數(shù)值之間的不確定性轉(zhuǎn)換模型，它最大的優(yōu)勢(shì)是把定性概念的模糊性和隨機(jī)性完全集成在一起，構(gòu)成定性、定量相互間的映射.在武器裝備研制項(xiàng)目風(fēng)險(xiǎn)評(píng)估程中，利用云模型的優(yōu)勢(shì)改進(jìn)傳統(tǒng)模糊綜合評(píng)判法中的綜合評(píng)判矩陣和權(quán)重矩陣，從而確定評(píng)價(jià)對(duì)象的風(fēng)險(xiǎn)等級(jí)，最大程度的克服直接賦值的主觀性，并以云滴形式展現(xiàn)出來(lái)，更加直觀，因此，本文認(rèn)為利用云模型和模糊判別理論進(jìn)行武器裝備研制項(xiàng)目風(fēng)險(xiǎn)傳導(dǎo)評(píng)估是可行的.

1 二維正態(tài)云模型

在介紹云模型前，首先引入云的概念[6]：設(shè)U是一個(gè)用精確數(shù)值表示的定量論域，C是U上的定性概念，若定量值x∈U，且x是定性概念C的一次隨機(jī)實(shí)現(xiàn)，x對(duì)C的確定度μ(x)∈[0,1]是具有穩(wěn)定傾向的隨機(jī)數(shù).若

則x在論域U上的分布稱為云，每一個(gè)x稱為一個(gè)云滴.

正態(tài)云模型是最基本的云模型.云的數(shù)字特征用期望Ex(expected value)、熵En(entropy)、超熵He(hyper entropy)來(lái)表示[7].通過(guò)研究正態(tài)模型的分布函數(shù)，本文可以掌握隨機(jī)變量的統(tǒng)計(jì)規(guī)律，下面給出正態(tài)分布的函數(shù)：

其概率密度函數(shù)為

設(shè)二維論域的兩維之間互不相關(guān)，二維正態(tài)云可以用6個(gè)數(shù)字特征量來(lái)描述：(Ex,Enx,Hex,Ey,Eny,Hey).其中:Ex、Ey分別為期望值;Enx、Eny分別為熵;Hex、Hey分別為超熵.二維云可描述為一個(gè)在(X,Y,μ)中的三維圖形，(Ex,Ey)是二維云在XOY平面上投影面積的形心，反映了相應(yīng)的兩個(gè)定性概念組合而成的定性概念的信息中心值；(Enx,Eny)是二維云在XOμ平面和YOμ平面上投影期望曲線的熵，反映了該語(yǔ)言值對(duì)二維數(shù)值的可覆蓋程度；(Hex,Hey)是二維云在XOμ平面和YOμ平面上投影的厚度，反映了云滴的離散程度.

二維正態(tài)云的生成算法如下.

Step 1 根據(jù)由(xi,yi)→z(xi,yi)的推理規(guī)則，給出關(guān)于z(xi,yi)的j個(gè)評(píng)語(yǔ)集.

Step 2 對(duì)每一條單規(guī)則，生成以(Ex,Ey)為期望值，(Enx,Eny)為標(biāo)準(zhǔn)差的二維正態(tài)隨機(jī)數(shù)(Exj,Eyj).

Step5 重復(fù)Step2～4，直到產(chǎn)生n個(gè)云滴為止.

2 基于正態(tài)云模型的風(fēng)險(xiǎn)傳導(dǎo)單一影響因子評(píng)估

運(yùn)用云模型對(duì)武器裝備研制項(xiàng)目風(fēng)險(xiǎn)傳導(dǎo)進(jìn)行評(píng)估的內(nèi)容分為兩部分：首先采用云模型和模糊評(píng)判理論，計(jì)算單一風(fēng)險(xiǎn)傳導(dǎo)影響因子對(duì)進(jìn)度、費(fèi)用和性能風(fēng)險(xiǎn)產(chǎn)生的影響大??；然后運(yùn)用加權(quán)求和的方式，計(jì)算所有風(fēng)險(xiǎn)傳導(dǎo)影響因子對(duì)進(jìn)度、費(fèi)用和性能風(fēng)險(xiǎn)產(chǎn)生的影響大小.

2.1 評(píng)估流程

武器裝備研制項(xiàng)目傳導(dǎo)的每一個(gè)影響因子都會(huì)對(duì)武器裝備的進(jìn)度、費(fèi)用和性能產(chǎn)生影響，因此首先要對(duì)單一風(fēng)險(xiǎn)影響因子對(duì)每一類風(fēng)險(xiǎn)的影響大小進(jìn)行評(píng)估，然后綜合考慮對(duì)3類風(fēng)險(xiǎn)的影響，得到單一影響因子對(duì)項(xiàng)目風(fēng)險(xiǎn)的總影響值.基于云模型的風(fēng)險(xiǎn)傳導(dǎo)單一影響因子評(píng)估流程, 如圖1所示.

在武器裝備研制項(xiàng)目風(fēng)險(xiǎn)傳導(dǎo)過(guò)程中，每一個(gè)影響因子都可能對(duì)項(xiàng)目的進(jìn)度、費(fèi)用和性能產(chǎn)生影響.本文假設(shè)項(xiàng)目風(fēng)險(xiǎn)傳導(dǎo)的各級(jí)影響因子是相互獨(dú)立的，對(duì)每一個(gè)影響因子產(chǎn)生的進(jìn)度、費(fèi)用和性能風(fēng)險(xiǎn)影響分別進(jìn)行評(píng)估，是武器裝備研制項(xiàng)目風(fēng)險(xiǎn)傳導(dǎo)綜合評(píng)估的基礎(chǔ).

2.2 變量云化

單一風(fēng)險(xiǎn)傳導(dǎo)影響因子對(duì)武器裝備研制項(xiàng)目進(jìn)度、費(fèi)用和性能風(fēng)險(xiǎn)的影響包括3個(gè)定性變量即影響因子對(duì)風(fēng)險(xiǎn)產(chǎn)生影響的概率、影響程度和影響大小，通常是采用專家打分法進(jìn)行賦值.所以，本文采用變量云化對(duì)定性的變量進(jìn)行云描述，從而獲取云數(shù)字特征(Ex,En,He)和云的形狀.

影響因子對(duì)項(xiàng)目進(jìn)度、費(fèi)用和性能風(fēng)險(xiǎn)的影響大小的定性描述評(píng)語(yǔ)集分為9個(gè)等級(jí)：非常低、很低、較低、低、中等、高、較高、很高、非常高.

通過(guò)專家咨詢得到單一風(fēng)險(xiǎn)傳導(dǎo)影響因子對(duì)風(fēng)險(xiǎn)產(chǎn)生影響概率、影響程度和影響大小的云數(shù)字特征(Ex,En,He).

圖1 基于云模型的風(fēng)險(xiǎn)傳導(dǎo)單一影響因子評(píng)估流程

Fig.1 The flow of evaluating single impact factor in the risk transmission based on the cloud model

2.3 構(gòu)造云標(biāo)尺

在MATLAB環(huán)境下，根據(jù)得到云數(shù)字特征，按照一維正態(tài)云算法步驟[8]，進(jìn)行1 000仿真試驗(yàn)，將云化后的定性變量結(jié)果排列在坐標(biāo)尺上，構(gòu)成云標(biāo)尺.云標(biāo)尺中的云簇即為定性變量的激活區(qū)間，如圖2～8所示.

圖2 影響因子產(chǎn)生進(jìn)度風(fēng)險(xiǎn)影響概率云標(biāo)尺

Fig.2 The cloud scale plate based on the incidence probability played on schedule risk by impact factor

圖3 影響因子產(chǎn)生費(fèi)用風(fēng)險(xiǎn)影響概率云標(biāo)尺

Fig.3 The cloud scale plate based on the incidence probability played on cost risk by impact factor

圖4 影響因子產(chǎn)生性能風(fēng)險(xiǎn)影響概率云標(biāo)尺

Fig.4 The cloud scale plate based on the incidence probability played on performance risk by impact factor

圖5 影響因子對(duì)進(jìn)度風(fēng)險(xiǎn)影響程度云標(biāo)尺

Fig.5 The cloud scale plate based on the incidence played on schedule risk by impact factor

2.4 確定定性規(guī)則

由各種云發(fā)生器組合起來(lái)構(gòu)造的定性規(guī)則能夠?qū)崿F(xiàn)從一個(gè)定性概念到另一個(gè)定性概念的推理.根據(jù)風(fēng)險(xiǎn)傳導(dǎo)影響因子發(fā)生概率、影響程度和影響大小之間的關(guān)系，可以構(gòu)造多個(gè)二維云單規(guī)則生成器，如“IF A and B, THEN C”，多個(gè)二維云單規(guī)則生成器組在一起就構(gòu)成了二維多規(guī)則生成器.

構(gòu)造風(fēng)險(xiǎn)傳導(dǎo)影響因子發(fā)生概率、影響程度和影響大小之間的定性規(guī)則，見(jiàn)表1.

圖6 影響因子對(duì)費(fèi)用風(fēng)險(xiǎn)影響程度云標(biāo)尺

Fig.6 The cloud scale plate based on the incidence played on cost risk by impact factor

圖7 影響因子對(duì)性能風(fēng)險(xiǎn)影響程度云標(biāo)尺

Fig.7 The cloud scale plate based on the incidence played on performance risk by impact factor

圖8 影響因子對(duì)風(fēng)險(xiǎn)影響大小云標(biāo)尺

Fig.8 The cloud scale plate based on the incidence played on the risk by impact factor

表1 風(fēng)險(xiǎn)傳導(dǎo)定性評(píng)估規(guī)則

Tab.1 The qualitative evaluation regulation of risk conduction

評(píng)估規(guī)則影響極小影響小有中度影響有較大影響有重大影響A．幾乎不會(huì)發(fā)生非常低很低很低低較低B．不太可能發(fā)生很低較低較低低中等C．可能發(fā)生較低低中等高高D．很可能發(fā)生低低高較高很高E．幾乎肯定發(fā)生低中等較高很高非常高

2.5 構(gòu)造云發(fā)生器

結(jié)合上述規(guī)則，生成如圖9所示的多規(guī)則生成系統(tǒng)，實(shí)現(xiàn)定性分析向定量分析的云轉(zhuǎn)換，圖中A表示影響因子發(fā)生的概率，B表示影響程度，C表示對(duì)風(fēng)險(xiǎn)的影響大小.

圖9 云發(fā)生器

2.6 單一影響因子影響大小的云模型算法

構(gòu)造云發(fā)生器后，任一風(fēng)險(xiǎn)傳導(dǎo)影響因子的相關(guān)信息都可以通過(guò)云發(fā)生器，輸出該影響因子對(duì)風(fēng)險(xiǎn)影響的大小，具體算法如下.

Step 1 對(duì)每一個(gè)單規(guī)則，令(EnAi,EnBi)為期望、(HeAi,HeBi)為方差，生成符合二維正態(tài)分布的一個(gè)二維隨機(jī)值(EnAij,EnBij)，其中i=1,2;j=1,2,…,14.

Step 2 令xA為影響因子發(fā)生概率的輸入值，xB為影響程度的輸入值，EC表示對(duì)風(fēng)險(xiǎn)影響大小的輸出值.通過(guò)已知的影響因子輸入值C(xa,xb)，可以得到每一個(gè)單規(guī)則生成器的激活強(qiáng)度，即隸屬度μij為

Step 3 取μij中最大值μj1和次大值μj2，激活其對(duì)應(yīng)的兩條單規(guī)則，通過(guò)這兩條單規(guī)則給定后的(Enck,Hck)，隨機(jī)生成以Enck為期望，Hck為方差的一維正態(tài)隨機(jī)值Enck1、Enck2，k∈[1,14].

Step 4 根據(jù)下式求得μj1、Enck1條件下的兩個(gè)yc1值和μj2、Enck2條件下的兩個(gè)yc2值.

Step 5 各取兩個(gè)yc1和yc2中的一個(gè)，使之距離較另外的yc1和yc2的距離要小，得到兩個(gè)云滴(yc1,μj1)和(yc2,μj2).輸出值可由下式求得：

為使得到的結(jié)果更加科學(xué)，本文將運(yùn)用仿真方法進(jìn)行計(jì)算，通過(guò)多次重復(fù)上述計(jì)算步驟，取所有云滴點(diǎn)坐標(biāo)的平均值作為結(jié)果輸出，這個(gè)定量結(jié)果就是該類影響因子對(duì)風(fēng)險(xiǎn)影響的大小.

3 風(fēng)險(xiǎn)傳導(dǎo)綜合評(píng)估

根據(jù)以上計(jì)算，可以得到武器裝備研制項(xiàng)目單一影響因子對(duì)進(jìn)度、費(fèi)用和性能風(fēng)險(xiǎn)大小的影響，分別用Rsi，Rci，Rfi表示，i∈[1,14].每一個(gè)影響因子在進(jìn)度、費(fèi)用和性能3個(gè)方面彼此獨(dú)立的產(chǎn)生不同的影響，因此在對(duì)單一類型風(fēng)險(xiǎn)傳導(dǎo)進(jìn)行評(píng)估時(shí)，要根據(jù)每一個(gè)影響因子的特點(diǎn)賦予不同的權(quán)重，即wi=(wsi,wci,wfi)，i∈[1,14]，∑wsi=∑wci=∑wfi=1，最后用加權(quán)求和的方法進(jìn)行綜合評(píng)估.

(1)

各目標(biāo)權(quán)重系數(shù)的確定，是線性加權(quán)求解的關(guān)鍵.一般來(lái)說(shuō)，本文采用主觀和客觀法來(lái)確定權(quán)重[9].在武器裝備研制項(xiàng)目中，影響因子對(duì)風(fēng)險(xiǎn)產(chǎn)生的影響是未知的，難以得到客觀數(shù)據(jù).同時(shí)每個(gè)項(xiàng)目都是非重復(fù)性的，無(wú)法照搬以往項(xiàng)目的經(jīng)驗(yàn).因此，按照模糊理論對(duì)主觀賦權(quán)值進(jìn)行處理是簡(jiǎn)便可行的方法.那么如何將各個(gè)權(quán)重系數(shù)進(jìn)行歸一化處理，使其具有可加性，是本文研究的另一個(gè)重點(diǎn).

依據(jù)夏喆等[10]對(duì)風(fēng)險(xiǎn)傳導(dǎo)影響因子的分析，建立了風(fēng)險(xiǎn)傳導(dǎo)評(píng)估指標(biāo)的結(jié)構(gòu)層次體系.權(quán)重的確定過(guò)程中，需要對(duì)比每個(gè)影響因子，并構(gòu)造判斷矩陣.其中，互補(bǔ)判斷矩陣是一類常用的判斷矩陣形式.由于判斷是不確定的，因此，在構(gòu)造互補(bǔ)判斷矩陣時(shí)，判斷值有時(shí)是以三角模糊數(shù)形式給出的[11].

這里假設(shè)a=(al,am,au)，其中，0

設(shè)a=(al,am,au),b=(bl,bm,bu)，下面給出兩種關(guān)于三角模糊數(shù)的運(yùn)算：

令N={1,2,…,n}，設(shè)判斷矩陣A=(aij)n×n，若aij+aij=1,aij>0,i,j∈N，則稱矩陣A是互補(bǔ)判斷矩陣.

設(shè)判斷矩陣A=(aij)n×n，其中，aij=(alij,amij,auij)，aji=(alji,amji,auji)，若alij+auji=amij+amji=auij+alji,alij≥amij≥auij≥0, i,j∈N，則稱矩陣A是三角模糊數(shù)互補(bǔ)判斷矩陣.

設(shè)a=(al,am,au),b=(bl,bm,bu)，則a≥b的可能度為[12]

(2)

其中λ∈[0,1].

λ的值取決于決策者的態(tài)度：當(dāng)λ>0.5時(shí)，決策者態(tài)度是積極的；當(dāng)λ=0.5時(shí)，決策者態(tài)度是中立的；當(dāng)λ<0.5時(shí)，決策者態(tài)度是消極的.特別地，當(dāng)λ=1時(shí)，稱p(a≥b)為a≥b的悲觀可能度；當(dāng)λ=0時(shí)，稱p(a≥b))為a≥b的樂(lè)觀可能度[13].

在參考可能度概念的基礎(chǔ)上，得到三角模糊數(shù)互補(bǔ)判斷矩陣的排序規(guī)則，具體步驟如下.

Step 1 設(shè)有n個(gè)影響因子x1,x2,…,xn，專家對(duì)n個(gè)因素進(jìn)行相互比較，得到三角模糊數(shù)互補(bǔ)判斷矩陣A=(aij)n×n，其中aij=(alij,amij,auij)是三角模糊數(shù).當(dāng)因素xi和因素xj進(jìn)行相互比較時(shí)，其 xi相對(duì)于xj重要度的最保守估計(jì)、最可能估計(jì)和最樂(lè)觀估計(jì)分別為記為alij,amij,auij.

Step 2 計(jì)算三角模糊數(shù)互補(bǔ)判斷矩陣A的行和，并進(jìn)行歸一化，得到三角模糊數(shù)權(quán)重向量w=(w1,w2,…,wn)T，其中

(3)

Step 3 把三角模糊數(shù)wi(i∈N)進(jìn)行兩兩相互比較，并利用式(2)計(jì)算相應(yīng)的可能度P(wi≥wj)，記為pij,i,j∈N，得出可能度矩陣P=(pij)n×n.

Step 4 矩陣P包括兩兩相互比較的可能度信息，因此，三角模糊數(shù)的排序可以轉(zhuǎn)化成求解可能度矩陣的排序向量，參考文獻(xiàn)[14-15],給出排序公式如下：

(4)

求解得到可能度矩陣P的排序向量,即各影響因子的權(quán)重W=(w1,w2,…,wn).

4 案例分析

本文以高超音速巡航導(dǎo)彈X-51項(xiàng)目為例對(duì)風(fēng)險(xiǎn)傳導(dǎo)的識(shí)別與評(píng)估進(jìn)行分析，初始數(shù)據(jù)的采集來(lái)源于某大學(xué)和某科研院所在火箭推進(jìn)系統(tǒng)方面研究多年的知名教授和研究員.為便于研究，選取承擔(dān)發(fā)動(dòng)機(jī)研制任務(wù)的惠普(HP)公司為對(duì)象，分析在發(fā)動(dòng)機(jī)的工程研制階段該公司的風(fēng)險(xiǎn)傳導(dǎo)問(wèn)題.以該公司為核心企業(yè)，構(gòu)建SJX61-2發(fā)動(dòng)機(jī)項(xiàng)目的風(fēng)險(xiǎn)在相關(guān)企業(yè)之間的傳導(dǎo)結(jié)構(gòu)，如圖10所示.

圖10 SJX61-2發(fā)動(dòng)機(jī)項(xiàng)目的風(fēng)險(xiǎn)傳導(dǎo)結(jié)構(gòu)

根據(jù)專家問(wèn)卷調(diào)查的統(tǒng)計(jì)結(jié)果，得到工程研制階段HP公司風(fēng)險(xiǎn)影響因子對(duì)項(xiàng)目進(jìn)度、費(fèi)用和性能風(fēng)險(xiǎn)產(chǎn)生影響的概率和影響程度的輸入值，見(jiàn)表2.

以“風(fēng)險(xiǎn)緩沖計(jì)劃”這一影響因子為例，按照文中給出的云模型算法進(jìn)行仿真計(jì)算.將影響概率輸入值xa=0.12和影響程度輸入值xb=0.24輸入模型，進(jìn)行1 000次仿真，得到若干個(gè)(yC1,μj1)和(yC2,μj2)云滴，如圖11所示.圖11中云滴相對(duì)集中在兩個(gè)部分，計(jì)算所有云滴橫坐標(biāo)的平均值，得到風(fēng)險(xiǎn)緩沖計(jì)劃對(duì)風(fēng)險(xiǎn)影響大小Rji=0.2.

同理可以得到其他風(fēng)險(xiǎn)傳導(dǎo)影響因子對(duì)進(jìn)度、費(fèi)用和性能風(fēng)險(xiǎn)影響的數(shù)值，見(jiàn)表3，其中得到風(fēng)險(xiǎn)傳導(dǎo)影響因子對(duì)進(jìn)度風(fēng)險(xiǎn)的總影響值為7.79，小于風(fēng)險(xiǎn)傳導(dǎo)識(shí)別時(shí)計(jì)算得到的影響值8.84，證明了風(fēng)險(xiǎn)傳導(dǎo)識(shí)別所用的計(jì)算方法是可行的.

表2 影響因子對(duì)進(jìn)度、費(fèi)用和性能風(fēng)險(xiǎn)的影響概率和影響程度輸入值

Tab.2 The input values of the incidence and incidence probability played on schedule, cost and performance risk by impact factor

影響因子進(jìn)度風(fēng)險(xiǎn)費(fèi)用風(fēng)險(xiǎn)性能風(fēng)險(xiǎn)影響概率影響程度影響概率影響程度影響概率影響程度緩沖計(jì)劃0．120．240．760．660．110．45替代計(jì)劃0．240．760．320．680．520．36信息渠道0．650．780．120．210．090．25運(yùn)轉(zhuǎn)效率0．860．850．120．230．080．12控制制度0．860．260．780．250．330．25控制措施0．750．870．650．690．880．76配套協(xié)調(diào)0．860．920．870．850．860．68沖突協(xié)調(diào)0．780．210．650．230．860．32團(tuán)隊(duì)成熟度0．760．560．890．230．240．32人員能力素質(zhì)0．820．850．580．850．250．21人員職業(yè)修養(yǎng)0．720．230．610．120．520．24市場(chǎng)波動(dòng)0．060．850．060．760．050．65政治局勢(shì)0．540．280．650．350．760．32宏觀環(huán)境0．010．980．020．860．030．23

圖11 單一影響因子對(duì)風(fēng)險(xiǎn)影響大小仿真結(jié)果

Fig.11 The simulation of the incidence played on the risk by single impact factor

表3 單一影響因子對(duì)進(jìn)度、費(fèi)用和性能風(fēng)險(xiǎn)影響值

Tab.3 The incidence played on schedule, cost and performance risk by single impact factor

單一影響因子進(jìn)度風(fēng)險(xiǎn)影響費(fèi)用風(fēng)險(xiǎn)影響性能風(fēng)險(xiǎn)影響緩沖計(jì)劃0．200．770．28替代計(jì)劃0．450．450．37信息渠道0．720．200．20運(yùn)轉(zhuǎn)效率0．800．200．20控制制度0．450．450．20控制措施0．800．650．80配套協(xié)調(diào)0．800．800．69沖突協(xié)調(diào)0．450．450．45團(tuán)隊(duì)成熟度0．640．450．20人員能力素質(zhì)0．800．650．20人員職業(yè)修養(yǎng)0．450．440．30市場(chǎng)波動(dòng)0．450．450．31政治局勢(shì)0．450．450．20宏觀環(huán)境0．320．460．45

從表3中可見(jiàn)，信息渠道、運(yùn)轉(zhuǎn)效率、控制措施、配套協(xié)調(diào)、人員能力是影響進(jìn)度風(fēng)險(xiǎn)的高風(fēng)險(xiǎn)影響因子；緩沖計(jì)劃、配套協(xié)調(diào)是影響費(fèi)用風(fēng)險(xiǎn)的高風(fēng)險(xiǎn)影響因子；控制措施是影響性能風(fēng)險(xiǎn)的高風(fēng)險(xiǎn)影響因子.對(duì)表3中的結(jié)果進(jìn)行加權(quán)處理，根據(jù)影響因子對(duì)進(jìn)度、費(fèi)用和性能風(fēng)險(xiǎn)的重要程度，運(yùn)用三角模糊數(shù)確定相應(yīng)權(quán)重，用式(1)和式(3)計(jì)算出單一影響因子對(duì)總風(fēng)險(xiǎn)的影響大小并進(jìn)行排序，從而判斷該階段何種影響因子最值得關(guān)注,計(jì)算結(jié)果見(jiàn)表4.

從表4中容易看出對(duì)進(jìn)度風(fēng)險(xiǎn)影響較大的影響因子主要是信息渠道、運(yùn)轉(zhuǎn)效率、控制措施、配套協(xié)調(diào)與人員能力，而對(duì)整體風(fēng)險(xiǎn)影響較大的主要是控制措施和配套協(xié)調(diào)，這些就是風(fēng)險(xiǎn)管理需要加強(qiáng)監(jiān)控和管理的指標(biāo).

5 結(jié) 論

1)從分析中可以看出，武器裝備的研制首先離不開(kāi)技術(shù)實(shí)力的支持，技術(shù)風(fēng)險(xiǎn)仍然是風(fēng)險(xiǎn)的主要來(lái)源.本文針對(duì)風(fēng)險(xiǎn)傳導(dǎo)效應(yīng)的量化評(píng)估問(wèn)題，提出了一種二維正態(tài)云模型的評(píng)估算法，從計(jì)算單一風(fēng)險(xiǎn)傳導(dǎo)影響因子對(duì)進(jìn)度、費(fèi)用和性能風(fēng)險(xiǎn)產(chǎn)生的影響大小入手，再通過(guò)加權(quán)求和法，計(jì)算所有風(fēng)險(xiǎn)傳導(dǎo)影響因子產(chǎn)生的總影響.

2)在可能度理論的基礎(chǔ)上，給出三角模糊數(shù)互補(bǔ)判斷矩陣的排序方法，得到綜合風(fēng)險(xiǎn)值.最后以承擔(dān)X-51項(xiàng)目發(fā)動(dòng)機(jī)研制任務(wù)的HP公司為對(duì)象，分析驗(yàn)證了算法的可行性，為風(fēng)險(xiǎn)傳導(dǎo)的管理者提供決策參考.

表4 風(fēng)險(xiǎn)傳導(dǎo)影響因子對(duì)總風(fēng)險(xiǎn)的影響值

[1] SUN Jiangsheng, ZHAO Fanggeng, LV Yanmei, et al. Research on three-echelon inventory model and algorithm for valuable spare parts in weapon equipment[J]. Journal of China Ordnance, 2012, 8(1): 52-58. DOI: 10.3969/j.issn.1672-002X.2012.01.010.

[2] MAVRIS D N, KIRBY M R. Technology identification, evaluation, and selection for commercial transport aircraft[C]//For Presentation at the 58th Annual Conference. San Jose, California: Society of Allied Weight Engineers, Inc., 1999. https://smartech.gatech.edu/bitstream/handle/1853/6392/SAWE-99-2456.pdf sequence=1.

[3] FOX G, EBBELER D H, JORGENSEN E J. The use of cluster analysis techniques in spaceflight project cost risk estimation[C]//AIAA Space 2003 Conference & Exposition, SPACE Conferences and Exposition. Longbeach, CA: AIAA, 2003-6298. DOI: 10.2514/6.2003-6298.

[4] SUN Jiangsheng, HUANG Rufu, CHEN Dailin, et al. Fuzzy set-based risk evaluation model for real estate projects[J]. Tsinghua Science and Technolngy,2008,13(S1):158-164. DOI: 10.1016/S1007-0214(08)70143-3.

[5] 閻長(zhǎng)順,李一軍.基于云模型的動(dòng)態(tài)客戶細(xì)分分類模型研究[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào), 2007, 39(2):299-302. DOI: 10.3321/j.issn:0367-6234.2007.02.033.

YAN Changshun, LI Yijun. Analysis of dynamic consumer detailed segmentation model based on cloud model[J]. Journal of Harbin Institute of Technology, 2007, 39(2):299-302. DOI: 10.3321/j.issn:0367-6234.2007.02.033.

[6] YANG Bin, ZHU Zhongying. Mining multilevel spatial association rules with cloud models[J]. Journal of Harbin Institute of Technology, 2005, 12(3):314-318.

[7] LI Deyi, HAN Jiawei, SHI Xuemei, et al. Knowledge representation and discovery based on linguistic atoms[J]. Knowledge-based System, 1998, 10(7):431-440. DOI: 10.1016/S0950-7051(98)00038-0.

[8] 劉金保,王智琳,李政.基于PLC的一維正態(tài)云模型實(shí)現(xiàn)研究[J].電子設(shè)計(jì)工程, 2012, 20(1):158-160. DOI:10.3969/j.issn.1674-6236.2012.01.059.

LIU Jinbao,WANG Zhilin,LI Zheng. Realization of one-dimensional normal cloud mode on PLC[J]. Electronic Design Engineering, 2012, 20(1):158-160. DOI:10.3969/j.issn.1674-6236.2012.01.059.

[9] 謝學(xué)銘, 鄭健.基于云模型主觀賦權(quán)法的多目標(biāo)決策研究[J].中國(guó)西部科技,2009, 8(25):7-8. DOI:10.3969/j.issn.1671-6396.2009.25.004.

XIE Xueming, ZHENG Jian. To study on multi-objective decision-making based on cloud model subjective weight determination[J]. Science and Technology of West China, 2009, 8(25):7-8. DOI:10.3969/j.issn.1671-6396.2009.25.004.

[10] 夏喆,鄧明然.企業(yè)風(fēng)險(xiǎn)傳導(dǎo)過(guò)程中的規(guī)律研究[J].當(dāng)代經(jīng)濟(jì)管理,2006,28(5):32-35. DOI: 10.3969/j.issn.1673-0461.2006.05.006.

XIA Zhe, DENG Mingran. A study on rules of enterprise risk conduction[J]. Contemporary Economy & Management, 2006, 28(5): 32-35. DOI: 10.3969/j.issn.1673-0461.2006.05.006.

[11] 劉仁輝,張勁強(qiáng),韓喜雙.三角模糊數(shù)的工程項(xiàng)目風(fēng)險(xiǎn)識(shí)別[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào), 2008, 40(10): 1617-1620. DOI: 10.3321/j.issn:0367-6234.2008.10.023.

LIU Renhui, ZHANG Jingqiang, HAN Xishuang. Risk identifiation based on triangular fuzzy number for construction project[J]. Journal of Harbin Institute of Technology, 2008, 40(10): 1617-1620. DOI: 10.3321/j.issn:0367-6234.2008.10.023.

[12] 錢偉懿,曾智.基于可能度的區(qū)間粗糙數(shù)排序方法[J].運(yùn)籌與管理,2013,22(1):71-76. DOI: 10.3969/j.issn.1007-3221.2013.01.012.

QIAN Weiyi, ZENG Zhi. Method for ranking interval rough numbers based on possibility degree[J]. Operations Research and Management Science, 2013,22(1):71-76. DOI: 10.3969/j.issn.1007-3221.2013.01.012.

[13] 高峰記.可能度及區(qū)間數(shù)綜合排序[J].系統(tǒng)工程理論與實(shí)踐,2013,33(8):2033-2040. DOI:10.3969/j.issn.1000-6788.2013.08.017.

GAO Fengji. Possibility degree and comprehensive priority of interval numbers[J]. Systems Engineering—Theory & Practice, 2013,33(8):2033-2040. DOI:10.3969/j.issn.1000-6788.2013.08.017.

[14] LI W L, CHEN C Y, CHEN C W, et al. Application of half-circle fuzzy numbers and development of triangular fuzzy numbers to fuzzy control[C]//Proceedings of the 10th WSEAS International Conference on Applied Computer Science. Stevens Point. Wisconsin:World Scientific and Engineering Academy and Society,2010: 335-340.

[15] 周佳敏,王展青.基于三角模糊數(shù)的動(dòng)態(tài)混合多屬性決策方法[J].武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版), 2014, 36(1): 121-124. DOI: 10.3963/j.issn.2095-3852.2014.01.028.

ZHOU Jiamin, WANG Zhanqing. Method of dynamic hybrid multi-attribute decision based on triangular fuzzy numbers[J]. Journal of Wuhan University of Technology (Information & Management Engineering), 2014, 36(1): 121-124. DOI: 10.3963/j.issn.2095-3852.2014.01.028.

(編輯 張 紅)

Risk conduction assessment of weapon development projects by using fuzzy cloud model

BAI Yan，ZHANG Zhifeng

(Air Force Engineering University， School of Air and Missile Defense, Xi’an 710051, China)

In order to make out an objective and fine assessment on risk conduction of weapon development projects, a fuzzy cloud model algorithm is utilized to calculate the impacts that arise from single risk conduction factor upon schedule, cost and performance risk. Then the total impacts from all risk conduction factors are calculated through weighted summation. In addition, the comprehensive risk value is calculated by the ranking method of triangular fuzzy number complementary judgment matrix based on the possibility degree theory. Finally, the values of single impact factor on risk and the total risk sequence are obtained through the simulation operation on X-51 propulsion system project, which requires explicitly for strengthening the index of supervisory control and management. They also verify the validity and feasibility of the proposed identification and evaluation method for risk conduction. This method provides decision-making support for the risk conduction managers of weapon development projects.

cloud model; single impact factor; cloud scale；possibility degree；triangular fuzzy number；risk conduction assessment

10.11918/j.issn.0367-6234.2016.10.025

2015-04-27

航空科學(xué)基金重點(diǎn)資助(20120469801)

白 焱(1987—),男,博士研究生；

張志峰(1962—)，男,教授,博士生導(dǎo)師

白 焱，380287428@qq.com

F204;V37

A

0367-6234(2016)10-0168-08