部隊裝備新舊狀態(tài)的大數(shù)據(jù)分析

王玉琢，張建軍

(海軍工程大學 理學院應用數(shù)學系， 武漢 430033)

【信息科學與控制工程】

部隊裝備新舊狀態(tài)的大數(shù)據(jù)分析

王玉琢，張建軍

(海軍工程大學 理學院應用數(shù)學系， 武漢 430033)

對已獲得的模擬大數(shù)據(jù)進行了清洗和關聯(lián)的預處理工作。以高程、經(jīng)度、緯度、裝備類型、部隊種類5個方面作為影響因素，建立了3種方差分析模型，分別討論了每種因素對裝備新、堪、待、廢4種狀態(tài)的影響情況，以及各種因素聯(lián)合起來產生的聯(lián)合效應。通過計算相關系數(shù)，將每種因素與裝備狀態(tài)的關聯(lián)程度進行量化比較。所得結論和提出的建議對部隊的裝備保障優(yōu)化具有一定的意義。

數(shù)據(jù)預處理；單因素方差分析；無交互作用雙因素方差分析；有交互作用雙因素方差分析

近年來，隨著互聯(lián)網(wǎng)技術的飛速發(fā)展，軍隊信息化也得到加快，各種軍事資源數(shù)據(jù)的采集、儲存與利用，為部隊的現(xiàn)代化建設和科學化管理提供了有力的支持與理論依據(jù)。但是面對海量信息，如何結合部隊實際，真實高效地利用這些數(shù)據(jù)資源做好部隊的裝備保障與維護工作，是當前亟待分析解決的一個重要問題[1]。

裝備的磨損消耗情況，是保障維護工作中常關心的問題，它除了與裝備本身的耐用性、維護保養(yǎng)情況、使用頻率這些因素直接相關外，還受到如氣候條件這類因素的間接影響[2]。然而，出于保密等原因有些數(shù)據(jù)無法獲得，即使這些數(shù)據(jù)是重要影響因子樣本。為了便于研究，本研究基于已獲得的模擬數(shù)據(jù)進行討論，這些數(shù)據(jù)或許不是重要影響因子樣本，但所用方法具有可復制性，結論具有參考性，可供有關管理部門借鑒。

1 數(shù)據(jù)采集

通過添加隨機擾動項對原始數(shù)據(jù)實現(xiàn)模糊處理，本文獲取了部分部隊的地理位置及裝備狀態(tài)的模擬大數(shù)據(jù)。在大數(shù)據(jù)背景下，文中所用的檢驗統(tǒng)計量依大數(shù)定律仍可以反映出總體特征。部分數(shù)據(jù)如表1、表2所示。

表1中包含9439支部隊的經(jīng)度、緯度、高程3種地理位置信息。其中部隊層次碼采用多層變長的數(shù)字結構，兩位一個層次，前1～2位為大單位名稱編碼，第3～4位為下一級單位名稱編碼，用來體現(xiàn)單位之間的上下級關系。如400009與400101屬于同一級大單位，65020904與6502090203同屬一個大單位，前者比后者高一級別。

表2中共有163178條裝備狀態(tài)數(shù)據(jù)，包含裝備當前的新舊狀況、購買日期、現(xiàn)有數(shù)量3類信息。其中裝備層次碼3位為一個層次，用來反映裝備的類屬關系和層次關系。如001001可能表示電腦配件大類中的液晶顯示屏，001001001001可能表示該大類下的鼠標。裝備新舊狀況被劃分為新、堪、待、廢4種，分別對應內碼01、02、03、04，用表3解釋。

表1 部隊地理位置信息

表2 部隊裝備狀態(tài)信息表

表3 裝備內碼

2 數(shù)據(jù)預處理

基于該數(shù)據(jù)，初步判斷影響裝備新舊狀況的可能因素有5種：部隊所在的經(jīng)度、緯度、高程、部隊類型、裝備類型。

2.1 數(shù)據(jù)清洗

1) 清除空間上無用的數(shù)據(jù)。

考慮到我國軍事單位大部分位于國境范圍內，所以可將境外的部隊地理信息視為無效數(shù)據(jù)進行剔除。中國國境范圍為最北端漠河53°33′N,最南端曾母暗沙03°58′N,最東端黑瞎子島135°05′E,最西端帕米爾高原73°49′E[3]以此作為篩選依據(jù)，從表1中去掉324條數(shù)據(jù)，剩下9115條部隊地理位置信息。

2) 清除時間上無用的數(shù)據(jù)。

表2中5年前數(shù)據(jù)量占比為0.15%，時間久遠比重低，參考性不大。剔除掉此類數(shù)據(jù)247條后剩下162931條裝備狀態(tài)信息。

3) 清除信息不完整的數(shù)據(jù)。

通過比較發(fā)現(xiàn)，表2中有些部隊層次碼在表1中沒有出現(xiàn)，即有些部隊缺少地理位置信息，表1中有些部隊層次碼在表2中沒出現(xiàn)，即有些部隊缺少裝備狀態(tài)信息，這些數(shù)據(jù)對后續(xù)分析是無效的，需要刪除。運用MATLAB軟件進行兩層循環(huán)遍歷后，刪除的不完整信息接近30%，縮減了后續(xù)數(shù)據(jù)分析的工作量。

2.2 數(shù)據(jù)關聯(lián)

用EXCEL中的VLOOKUP函數(shù)，將處理后的兩個表以“部隊層次碼”為橋梁整合到一個表中，最終該表包含87741條信息7個標題欄：部隊層次碼、裝備層次碼、裝備狀態(tài)內碼、現(xiàn)有數(shù)量、經(jīng)度、緯度、高程。

3 統(tǒng)計描述

3.1 裝備狀態(tài)的分類統(tǒng)計

裝備的新舊狀態(tài)為一個分類型變量，經(jīng)統(tǒng)計4種新舊狀態(tài)的可用裝備總數(shù)比重依次為3.88%、94.73%、0.8%、0.52%，可見九成以上的裝備均為堪用品，廢品的比重最低。

3.2 各影響因素與裝備狀態(tài)之間的關聯(lián)分析

3.2.1 地理位置與裝備狀態(tài)的關聯(lián)分析

地理位置為一個三維連續(xù)型變量，首先對高程根據(jù)我國地貌特征劃分為0～200 m、200～2 000 m和2 000～5 800 m 3類[3],代表平原、丘陵、高原3種地貌。然后在每個海拔段上對經(jīng)度、緯度采用K均值法聚類[4]，實現(xiàn)方位分區(qū)。綜合考慮分區(qū)后各區(qū)擁有的單位數(shù)量，最終將低海拔、中海拔、高海拔再細分為7個區(qū)、4個區(qū)、3個區(qū)，總共聚為14類。

圖1 低海拔7區(qū)劃分

圖2 中海拔4區(qū)劃分

圖3 高海拔3區(qū)劃分

統(tǒng)計14個區(qū)域上各新舊狀態(tài)的裝備數(shù)量，可以通過折線圖依次觀察不同區(qū)域上的新品率、堪用率、待修率、報廢率的波動情況。為了節(jié)省篇幅，這里通過一張百分比堆積柱形圖(圖4)反映變量間的比重關系，可見不同地理位置上的新品率、堪用率波動不大，待修率、報廢率差異明顯。

圖4 不同區(qū)域下新舊裝備數(shù)量比重

3.2.2 裝備類型與裝備狀態(tài)的關聯(lián)分析

經(jīng)EXCEL分類匯總，表2中共有275種裝備，分為001與002兩大類別，且98%為001型。由于裝備類型眾多，選擇數(shù)量最多的前5種裝備為代表進行研究，這5種裝備型號為001001001001，001001001002，001001001004，001001001006，001001004001，簡記為A～E型。

統(tǒng)計這5種裝備各新舊狀態(tài)可用數(shù)量，繪制百分比堆積柱形圖(圖5),發(fā)現(xiàn)5種裝備堪用率基本相當，其他幾種差異都比較大，其中B、E型裝備的廢品率比其他幾種要高許多。因此裝備類型對裝備狀態(tài)存在影響。

圖5 6類部隊各新舊裝備數(shù)量的比重關系

3.2.3 部隊類型與裝備狀態(tài)的關聯(lián)分析

部隊層次碼的首位數(shù)從4～9一共6個整數(shù)，代表著部隊隸屬的最高類別，可按首位數(shù)字將部隊類型劃分為6類。

統(tǒng)計6類部隊下各種新舊狀態(tài)的裝備數(shù)量，繪制百分比堆積柱形圖(圖6)發(fā)現(xiàn)，6類部隊的堪用率基本均衡，4字頭部隊裝備的待修率和廢品率比其他部隊高出許多。因此部隊類型對裝備狀態(tài)存在影響。

3.3 小結

本節(jié)對研究對象(裝備新舊狀態(tài))和影響因素進行了初步的描述性統(tǒng)計，一定程度上反映了總體內在的規(guī)律和關聯(lián)，為后續(xù)工作提供了思路。但要給出更具有統(tǒng)計學意義的結論，則需要利用模型和統(tǒng)計量做進一步的統(tǒng)計推斷。

圖6 A-E型裝備中新舊裝備數(shù)量的比重關系

4 建立模型及數(shù)據(jù)分析

4.1 高程因子對裝備狀態(tài)的影響分析

由于高程因子與其他因素之間相對獨立，因此采用單因素方差分析判別法。此時將“高程”作為檢驗對象，不考慮其余因素產生的影響。

4.1.1 單因素方差分析判別模型[5]

1) 提出原假設與備擇假設

H0:μ1=μ2=…=μi=…=μk，自變量對因變量沒有顯著影響；

H1:μi(i=1,2,…,k)不完全相等，自變量對因變量有顯著影響。

2) 構造檢驗統(tǒng)計量

3) 進行F檢驗

對給定的顯著水平α計算統(tǒng)計量F，判定F>Fα(k-1,n-k)是否成立，若成立拒絕H0，即認為各水平均值間有顯著差異,否則接受H0。

4.1.2 建模與求解

通常情況下，新品與廢品之間人們往往更關心廢品快速報廢的原因，因此本文列出以廢品數(shù)為樣本的分析過程，以新品數(shù)、堪用品數(shù)、待修品數(shù)為樣本的分析只列出結果供比較。

1) 劃分因素水平。根據(jù)上節(jié)對高程的聚類，將高程劃分為3個海拔段,代表A1、A2、A3三種水平。

2) 統(tǒng)計每個水平下的樣本值。以廢品為樣本，經(jīng)篩選低海拔下有40種報廢裝備，中海拔下有72種，高海拔下有21種，每種裝備的當前數(shù)量如表4所示。

表4 各海拔下報廢品數(shù)量統(tǒng)計

3) 計算F統(tǒng)計量，做顯著性檢驗。經(jīng)計算F=4.492 663>Fα=3.065 839,故拒絕原假設，表明不同海拔下的廢品數(shù)量之間有顯著差異。

4.1.3 關系強度的度量

4.1.4 結果分析

以新品數(shù)、堪用品數(shù)、待修品數(shù)為樣本做方差分析的結果如表5所示。

表5 高程對裝備狀態(tài)的影響情況統(tǒng)計

出現(xiàn)這樣的結果主要是因為高海拔地區(qū)氣象的特殊性。高海拔地區(qū)大氣氣壓低，空氣密度小，會導致設備的散熱能力下降；高原地區(qū)晝夜溫差大，使設備的密封結構容易破裂，外殼容易變形皸裂；此外，海拔到達5 000 m以上時，太陽的輻射強度比低海拔時高1.25倍，熱輻射會對設備起加熱作用，降低有機絕緣材料的性能等等，這些原因都會加快設備報廢[7]。建議相關部門查找出設備快速報廢的原因，有針對性的改進設備的設計，提高高海拔地區(qū)設備的使用壽命[8]。

4.2 經(jīng)度、緯度因子對裝備狀態(tài)的影響分析

由于經(jīng)度、緯度兩者聯(lián)合起來能描述部隊的方位，兩因素又相互獨立，因此采用無交互作用的雙因素方差分析法進行數(shù)據(jù)挖掘更有價值。

4.2.1 無交互作用的雙因素方差分析法判定模型[5]

在該模型中，一個因素在行位置，有k個水平；另一個在列位置，有r個水平，行列因素的每一個水平都搭配成一組。若每個組合下對應著一個觀察值xij(i=1,2,…,k;j=1,2,…,r)，則xij看作是從行因素和列因素組合成的k×r個總體中抽取的樣本容量為1的獨立隨機樣本，其中這k×r個總體每一個都服從正態(tài)分布，且有相同的方差。

1) 提出原假設及備擇假設

對行因素的假設H0A:μ1=μ2=…=μi=…=μk,H1A:μi(i=1,2,…,k)不全相等；

對列因素的假設H0B:μ1=μ2=…=μj=…=μr,H1B:μj(j=1,2,…,r)不全相等。

2) 構造行因素和列因素的統(tǒng)計量

3) 對給定的顯著水平α做F檢驗

若FR>Fα,拒絕原假設H0，所檢驗行因素對觀測值有顯著影響；

若FC>Fα,拒絕原假設H0，所檢驗列因素對觀測值有顯著影響。

4.2.2 建模與求解

1)確定因素水平。將中國境內73°～135°的經(jīng)度范圍以5°為步長劃分為12個水平，3°～53°的緯度范圍以10°為步長劃分為5水平；

2)統(tǒng)計樣本矩陣。以廢品為樣本，依次篩選出落在第i(i=1,2,…,5)個行水平、第j(j=1,2,…,12)個列水平下的所有廢品，統(tǒng)計它們的可用數(shù)總和作為xij，得到樣本矩陣

例如矩陣中的x32表示緯度落在23°～33°、經(jīng)度落在 78°～83°的所有廢品數(shù)量總和為136個。

3) 計算FR,FC兩個統(tǒng)計量，分別對行因素、列因素做檢驗。

4.2.3 關系強度的度量

4.2.4 結果分析

1) 經(jīng)度對裝備的4種新舊狀態(tài)都有顯著影響，而緯度只對新品有影響。這是因為我國地域呈雄雞形狀，經(jīng)度跨越范圍大，緯度變化范圍小，因此經(jīng)度帶來的影響也應更大一些。

2) 4個多重相關系數(shù)R均大于0.5，說明兩因素產生了較強的聯(lián)合影響效應，驗證了將兩因素聯(lián)合考慮的合理性，也表明不論裝備是新還是舊，與地理位置均存在很大聯(lián)系。

表6 經(jīng)度、緯度對裝備狀態(tài)的影響情況統(tǒng)計

4.3 裝備類型、部隊類型對裝備狀態(tài)的影響程度分析

在日常生活中，根據(jù)長期的使用經(jīng)驗，人們對熟悉的產品存在著習慣性使用行為和習慣性購買行為，因此某種部隊可能會對某型裝備產生特殊“偏好”，這種偏好會對該型裝備的磨損產生影響，即這兩個因素并不是獨立的產生作用，而是會對因變量產生新的附加效應，因此本節(jié)采用有交互作用的雙因素方差分析法。

4.3.1 有交互作用的雙因素方差分析模型[6]

1) 提出原假設與備擇假設

① 對行因素提出假設；② 對列因素提出假設；③ 對交互作用項提出假設：

H0AB:μ1=μ2=…=μj=…=μr,

H1AB:μj(j=1,2,…,r)不全相等

其中，對行列因素的假設與無交互作用方差分析法相同，這里不再陳述。交互作用項若通過了假設檢驗，表明兩因素的交互作用對樣本產生了顯著影響。

2) 構造檢驗統(tǒng)計量

行因素統(tǒng)計量

列因素統(tǒng)計量

交互作用項的檢驗統(tǒng)計量

3) 對給定的顯著性水平α,分別計算統(tǒng)計量FA,FB,FA×B,若大于Fα拒絕原假設，小于Fα則接受原假設。

4.3.2 建模與求解

1) 確定因素水平。根據(jù)前文的分析，將部隊類型按首位數(shù)劃分為6個水平；對于裝備層次碼，它以3位為一級來反映層次關系，經(jīng)統(tǒng)計它的位數(shù)只有5種類型，因此按位數(shù)的長短將裝備類型劃分為5個水平。

2) 統(tǒng)計樣本矩陣。以廢品為樣本，在每個i、j組合水平下(i=1,2,…,5;j=1,2,…,12)都取定k=5,以等距抽樣的方式統(tǒng)計出該組合水平下各種廢品數(shù)量的總和作為樣本值xij，得到樣本如表7所示。

表7 不同裝備類型、部隊類型下廢品總數(shù)統(tǒng)計

3) 依模型計算統(tǒng)計量，做假設檢驗。

4.3.3 結果分析

可以看到，第一，部隊類型、裝備類型對于裝備各新舊狀態(tài)均有著顯著影響。這是因為不同數(shù)字頭的部隊職責劃分不同，對于裝備的使用頻率也不盡相同，自然磨損程度會存在差異。而不同類型的裝備在使用中的磨損程度也是不一樣的，比如液晶顯示屏顯然要比鼠標鍵盤這類低值易耗品耐用得多。第二，交互作用均通過了顯著性檢驗，且相關系數(shù)R交互均在0.4左右，說明兩個因素對裝備狀態(tài)產生了較明顯的附加效應，其中消費習慣可能就是產生該效應的原因之一。事實上，消費習慣現(xiàn)象是客觀普遍存在的，在做統(tǒng)計分析時不可忽視這種現(xiàn)象，簡單地將各因素視作相互獨立加以處理，會導致統(tǒng)計結果與客觀事實產生偏差、甚至出現(xiàn)相違背的情況。

表8 裝備類型、部隊類型對裝備狀態(tài)的影響情況統(tǒng)計

5 結論

本文基于已獲得的模擬大數(shù)據(jù)，用不同的方差分析模型分別研究了5種因素對裝備新舊狀況的影響。建議相關部門若是在各項數(shù)據(jù)均完備的情況下，先采用主成分分析、因子分析法提取出主要影響因子，再研究它們對裝備狀態(tài)的影響情況。

[1] 尹承督，賈紅麗，李衛(wèi)東.大數(shù)據(jù)在部隊信息資源管理中的應用[J].兵器裝備工程學報，2016(8)：118-121.

[2] 代恒,宋華文,王鵬.基于大數(shù)據(jù)的裝備指揮決策問題研究[J].裝備學院學報，2016(27)：38-43.

[3] 李炳元，潘保田，韓嘉福.中國陸地基本地貌類型及其劃分指標探討[J].第四紀研究，2008(4)：535-543.

[4] 蔣帥.K均值聚類算法研究[D].西安：陜西師范大學，2010.

[5] 賈俊平.統(tǒng)計學[M].2版.北京：清華大學出版社，2006.

[6] 戴金輝，代金輝.方差分析在跳水運動成績管理中的應用[J].統(tǒng)計與決策，2016(22):80-82.

[7] 周瓊方.高壓電器設備的高原適應性要求[J].電器工業(yè)，2006(5):60-62.

[8] 胡連桃，魏東濤，羅廣旭.高原環(huán)境下航空地面制氧設備的技術選擇及改進措施[J].裝備環(huán)境工程，2012(4)：88-91.

(責任編輯 楊繼森)

Big Data Analysis About the States of the Military Equipment

WANG Yuzhuo, ZHANG Jianjun

(Department of Applied Mathatics of School of Science,Naval University of Engineering,Wuhan 430033, China)

By cleaning and correlating the big data about the states of the military equipment, the post-processing data were obtained and five possible factors that affect the states of equipment were found. For the five factors, some fit models consist of the one-way ANOVA model, the no interaction two-way ANOVA model and the two-way ANOVA model with interaction were chosen to analyzed different kinds of impacts neither from each factor respectively nor from the interactions of several factors. By calculating the correlation coefficient, the correlation degree between the factors and the states of the equipment were measured and compared. The conclusions obtained and suggestions proposed form this paper had some certain significance for improving the guarantee ability.

pre-process data; one-way ANOVA model; no interaction two-way ANOVA model; two-way ANOVA model with interaction

2017-04-28；

2017-05-29

王玉琢(1984—),女,碩士,講師,主要從事概率論與數(shù)理統(tǒng)計研究。

10.11809/scbgxb2017.08.027

format:WANG Yuzhuo, ZHANG Jianjun.Big Data Analysis About the States of the Military Equipment[J].Journal of Ordnance Equipment Engineering,2017(8):124-130.

O212.1

A

2096-2304(2017)08-0124-07

本文引用格式：王玉琢，張建軍.部隊裝備新舊狀態(tài)的大數(shù)據(jù)分析[J].兵器裝備工程學報，2017(8):124-130.