基于云模型的士氣等級評估研究

張迅 馬豐文

士氣評估的研究一直以來是軍事建模仿真中的一個難點(diǎn)問題,目前多以定性研究為主,開展定量研究的較少,而隨著信息化體系作戰(zhàn)的不斷發(fā)展,影響士氣的因素將呈現(xiàn)出多元化、復(fù)雜性的特點(diǎn),對士氣進(jìn)行建模仿真評價就顯得更為重要和迫切.本文利用云模型算法對士氣這個定性問題進(jìn)行研究,最大限度地保留了士氣評估中的不確定性和模糊性,減小專家打分與實(shí)際情況的誤差,通過云模型的相關(guān)算法及MATLAB繪圖實(shí)現(xiàn),達(dá)到定量精確計(jì)算、定性等級評估的目的.

1 云模型理論

云模型理論是由我國李德毅院士提出的,它基于模糊集理論和概率統(tǒng)計(jì)理論,利用正向、逆向云發(fā)生器求解定量到定性之間的映射關(guān)系,對不確定信息進(jìn)行分析.它能夠克服定性指標(biāo)的模糊性與隨機(jī)性等不確定性語言值帶來的不精確性,利用期望值E x、熵值E n和超熵值H e來刻畫不確定性語言信息,通過云發(fā)生器來建立定性和定量之間的相互聯(lián)系.

1.1 正向云發(fā)生器

正向云發(fā)生器是根據(jù)已知正態(tài)云的數(shù)字特征,來建立不確定性語言信息到量化值的對應(yīng)關(guān)系,通過E x,E n,H e產(chǎn)生對云滴Drop(x,u)的描述,如圖1.

算法步驟:

1)生成以E n為期望值,為方差的正態(tài)隨機(jī)數(shù)y i=R N(E n ,H e);

2)生成以E x為期望值,為方差的正態(tài)隨機(jī)數(shù)x i=R N(E x ,y i);

3)計(jì)算隸屬度:

4)重復(fù)1)～3)直至產(chǎn)生N個云滴.

1.2 逆向云發(fā)生器

逆向云發(fā)生器通過已知云中給定云滴分布Drop(x,u),求出正態(tài)云模型的3個數(shù)字特征E x,E n,H e.逆向云發(fā)生器是將專家依據(jù)經(jīng)驗(yàn)給出的打分作為樣本x i(i=1,2,···,n),描述不確定信息的相關(guān)數(shù)字特征值作為輸出,如圖2.

其計(jì)算流程如下:

1.3 綜合云的計(jì)算

在同一個論域下,可能會有兩個或兩個以上同類型的云產(chǎn)生,我們稱之為子云,將這些子云集結(jié),就可以生成一個更高概念的父云,其本質(zhì)是將兩個或更多的同類型語言值綜合為一個更廣義的概念語言值.子云C1(E x1,E n1,H e1)、C2(E x2,E n2,H e2)經(jīng)過綜合云計(jì)算得到綜合云C(E x ,E n ,H e),其運(yùn)算規(guī)則如下:

2 評估步驟

2.1 確定指標(biāo)集及指標(biāo)權(quán)重

以分隊(duì)級的士氣等級評估為例,要進(jìn)行準(zhǔn)確的評價,首先要把分隊(duì)中影響士氣的各個相關(guān)因素研究清楚,分析出影響士氣因素的不同層次,根據(jù)同一層次中不同因素的影響作用,確定各因素的權(quán)重值,從而建立一個科學(xué)合理的指標(biāo)體系,這個指標(biāo)體系是否合理將直接影響評估的可信性,常用的方法有模糊綜合評判法、層次分析法、灰色關(guān)聯(lián)分析法等.

在士氣研究領(lǐng)域,心理學(xué)界一直沒有給出一個權(quán)威的士氣構(gòu)成理論,對影響士氣因素的判定還存在爭議.本文在士氣評估指標(biāo)體系的建立上參考梁宇紅在《軍隊(duì)士氣評估模型的構(gòu)建與應(yīng)用研究》一書中的研究結(jié)果,此書結(jié)合國內(nèi)外士氣評估的研究成果,利用數(shù)理統(tǒng)計(jì)學(xué)的方法編制出士氣量表,經(jīng)過反復(fù)測量修改,對最終的士氣評估量表用驗(yàn)證性因素分析驗(yàn)證,得到士氣的評估模型.它將影響士氣的因素分為5個維度,即:責(zé)任和使命因素(信念)、領(lǐng)導(dǎo)能力因素(領(lǐng)導(dǎo))、自豪感因素、團(tuán)結(jié)協(xié)作因素(團(tuán)結(jié))、戰(zhàn)斗信心和決心因素(信心),如圖3.

每個因素對應(yīng)的指標(biāo)權(quán)重比W分別為:

2.2 確定評價集

確定評價集就是在論域中劃分定性概念,本文采用云理論中應(yīng)用比較廣泛的基于黃金分割率的模型驅(qū)動法,其基本的思想是:將給定的屬性(論域)看成語言變量,每個語言變量有幾個語言值,語言值用云模型來表達(dá),越接近論域中心,云的熵和超熵越小,越遠(yuǎn)離論域中心,云的熵和超熵越大,相鄰云的熵和超熵較小者是較大者的0.618倍,一般取奇數(shù)個云,本文對士氣的評估等級分為5個:士氣特別高、高、一般、差、特別差,其云模型對應(yīng)如下C1(1,0.1031,0.013),C2(0.691,0.064,0.008),C3(0.5,0.039,0.005),C4(0.309,0.064,0.008),C5(0,0.1031,0.013),其云圖如圖4所示.

2.3 評價值的確定及綜合評判

常規(guī)的專家打分對某一指標(biāo)只進(jìn)行一個確定性評價,利用綜合云的思想,可以使n位專家對每個指標(biāo)給出評價的最大和最小值,將所有專家給出的最大值和最小值分別通過逆向云發(fā)生器計(jì)算,得到最大和最小云模型,再利用綜合云算法得到其綜合云模型,由正向云發(fā)生器生成云滴圖形.將評價值綜合云模型與評價集云模型同時生成云圖,即可對士氣等級進(jìn)行評定,下文將以兩個不同背景下的士氣評估進(jìn)行實(shí)例說明,以驗(yàn)證此方法的可行性和可信性.

2.3.1 實(shí)例一

在一次營進(jìn)攻作戰(zhàn)時,該營戰(zhàn)前進(jìn)行了較為有效的思想動員,進(jìn)行了較為充分的戰(zhàn)斗準(zhǔn)備,現(xiàn)組成專家組對開戰(zhàn)初始階段該營的士氣進(jìn)行評價.10名專家對其士氣指標(biāo)的打分結(jié)果如表1.

表1 作戰(zhàn)初始階段10名專家對該營士氣指標(biāo)的打分結(jié)果

根據(jù)逆向云算法可得,指標(biāo)K1的最大云模型為A1u(0.835,0.035,0.010),最小云模型為A1d(0.675,0.031,0.017),得到指標(biāo)K1的最大和最小評價云后,利用綜合云算法,得出綜合云模型A1(0.76,0.066,0.013). 依同樣的方法可以得到指標(biāo)K2、K3、K4、K5的綜合云模型為A2(0.72,0.088,0.010),A3(0.72,0.065,0.012),A4(0.70,0.079,0.016),A5(0.74,0.078,0.015).

設(shè)指標(biāo)K i綜合云表示為A i,利用公式V i=將5個指標(biāo)相加權(quán),可以得到士氣的云模型為V(0.727,0.061,0.007),生成云圖如圖5.

將士氣評估的云模型與評價集模型利用MATLAB同時生成云圖,得出評價結(jié)果的云圖如圖6所示.從圖中可以看出,評價結(jié)果介于“士氣特別高”與“士氣高”之間,幾乎與“士氣高”重合,因此可以判定當(dāng)前該營的士氣等級為“高”.

表2 進(jìn)攻受挫背景下10名專家對該營士氣指標(biāo)的打分結(jié)果

2.3.2 實(shí)例二

戰(zhàn)斗進(jìn)行到白熱化階段時,雙方戰(zhàn)損都很大,該營的戰(zhàn)斗進(jìn)攻受到敵頑強(qiáng)抵抗,部隊(duì)多次進(jìn)攻均未達(dá)成作戰(zhàn)目的.選取10名專家對該營在此時的士氣狀況進(jìn)行打分評價,結(jié)果如表2.

利用逆向云算法和綜合云算法,求得指標(biāo)K1、K2、K3、K4、K5的綜合云模型分別為A1(0.66,0.048,0.009)、A2(0.52,0.090,0.011)、A3(0.57,0.080,0.014)、A4(0.69,0.077,0.020)、A5(0.47,0.071,0.017).

將實(shí)例二的士氣評估的云模型與評價集模型利用MATLAB同時生成云圖,得出評價結(jié)果的云圖如圖8所示.從圖中可以看出,評價結(jié)果與“士氣一般”重合度較大,因此可以判定當(dāng)前該營的士氣等級為“一般”.

2.3.3 實(shí)例驗(yàn)證的比較分析

通過以上兩個實(shí)例分析,可以看出,在戰(zhàn)斗的初始階段,由于該營做了充分的戰(zhàn)斗準(zhǔn)備,專家對5個指標(biāo)的打分都較高,評價結(jié)果也驗(yàn)證了這一士氣狀況.在戰(zhàn)斗進(jìn)行中,由于戰(zhàn)斗受挫,官兵心理產(chǎn)生了較大的波動,士氣有所降低,專家對信心、自豪感、信念這3個指標(biāo)打分較低,士氣綜合評價結(jié)果為一般,說明該方法能較好地評估和反映該營的士氣變化情況.

3 結(jié)論

通過實(shí)驗(yàn)驗(yàn)證,可以看出利用云模型對某一分隊(duì)的士氣進(jìn)行評估的方法是可行的,對定性問題的研究提供了很好的思路.士氣評估是一個大的課題,本文只是做一個初步的方法探索,需要深入研究的地方還很多,比如對士氣評價指標(biāo)的建立,本文是在他人已有研究成果的基礎(chǔ)上開展研究,并沒有進(jìn)行深入的修正和改進(jìn),下一步要考慮到體系作戰(zhàn)條件下影響士氣的諸多因素,建立更為合理、全面的指標(biāo)體系.

1 梁宇紅.軍隊(duì)士氣評估模型的構(gòu)建與應(yīng)用研究[M].北京:解放軍出版社,2011.

2 梁宇紅.軍隊(duì)士氣研究評述[J].心理科學(xué),2007,30(1):128?130.

3 王洋,邱建國,于君,等.信息心理戰(zhàn)理論模型以及量化模型探討[J].指揮控制與仿真,2008,30(8):2?7.

4 朱志,劉鳳健,廖東升.基于傳播動力學(xué)的心理戰(zhàn)效果評估模型研究[J].軍隊(duì)政工理論研究,2012,13(6):92?95.

5 李德毅,劉常昱.論正態(tài)云模型的普適性[J].中國工程科學(xué),2004,5(8):28?34.

6 付斌,李道國,王慕快.云模型研究的回顧與展望[J].計(jì)算機(jī)應(yīng)用研究,2011,28(2):420?426.

7 徐征捷,張友鵬,蘇宏升.基于云模型的模糊綜合評判法在風(fēng)險評估中的應(yīng)用[J].安全與環(huán)境學(xué)報,2014,14(4):69?72.

8 劉常昱,李德毅,潘莉莉.基于云模型的不確定性知識表示[J].計(jì)算機(jī)工程與應(yīng)用,2004,40(2):32?35.

9 王健,肖文杰,王樹文,等.一種改進(jìn)的基于云模型的效能評估方法[J].火力與指揮控制,2010,35(7):139?142.

10 張瑩,代勁,安世全.基于云模型的定性評價在教學(xué)評估中的應(yīng)用[J].計(jì)算機(jī)工程與應(yīng)用,2012,48(31):210?215.

11 周勇,顧越聰,程春田.基于云模型的可信性評估模型[J].計(jì)算機(jī)應(yīng)用研究,2012,29(2):597?601.

12 杜湘瑜,尹全軍,黃柯棣.基于云模型的定性定量轉(zhuǎn)換方法及應(yīng)用[J].系統(tǒng)工程與電子技術(shù),2008,30(4):772?776.

13 胡曉峰.戰(zhàn)爭工程論:走向信息時代的戰(zhàn)爭方法學(xué)[M].北京:國防大學(xué)出版社,2012.

14 胡曉峰.作戰(zhàn)模擬術(shù)語導(dǎo)讀[M].北京:國防大學(xué)出版社,2004:1?519.

15 馬豐文.作戰(zhàn)模型研究與實(shí)踐[M].北京:國防大學(xué),2003.