基于案例推理的导弹装备维修保障资源需求分析

导弹装备维修保障资源是完成导弹装备维修保障任务的基础和支撑，确保装备始终处于备战状态的前提和保证，也是制约维修保障任务顺利进行、有效实施的关键。导弹装备集各种传感器、电子元器件、复杂机械结构以及控制系统等多种功能技术模块为一体，在维修保障过程中涉及的人力、物力、信息资源等纷繁复杂，而每一类资源涉及的专业、类别众多，全领域、全类别覆盖配置维修保障资源将带来巨大的资源耗费，必须精准地对维修保障资源进行预测预置，确保以较小的消耗提高维修保障的质量效益。文献[1-3] 阐述了使用与维修工作分析的方法程序和主要内容，以维修工时数为主要分析数据，通过相应的分析确定各维修资源的数量，该法通用性较强，但数据量需求较大，分析过程繁琐复杂。文献[4-5]以维修工时利用率法提出了维修资源类别确定方法和数量需求模型，工时估算法在维修保障资源配置中的通用性较强，易于理解和操作，但往往因其输入参数，如标准工时和装备损坏率的数据来源不准确导致其计算结果精确性较差。文献[6-8]提出运用维修单元法建立维修资源需求预测模型。维修单元法应用价值较强，但不同任务背景下最小维修单元的确定是该法运用的基础和关键。

上述方法为导弹装备维修保障资源的预测预置提供了很好的解决思路，但在运用过程中需要大量的数据获取和分析作为基础，由于客观原因，导弹装备的动用使用较之通用武器装备频次较低、故障模式复杂、相关分析的基础数据收集困难，运用上述方法进行资源需求预测难度较大。基于导弹装备逐代更新、模块建设的基本发展模式，在维修保障的过程中，面对新的问题，充分运用历史经验中成功的方案解决类似的新问题，并不断更新完善解决方案，是提高导弹装备维修保障资源配置效率行之有效的思路。因此，本文基于导弹装备维修保障资源的复杂性特征，提出运用案例推理的方法(case based reasoning，CBR)对导弹装备维修保障资源进行需求分析的思路。

1 导弹装备维修保障资源基本分类及配置需求

导弹装备维修保障资源是指为满足导弹装备战备完好性和持续作战能力要求，直接用于导弹使用与维修所需的人力、物资和信息的统称。主要包括人力资源、物力资源和信息资源 [2,9-10]。

人力资源是导弹装备维修保障的核心资源，也是一种具有涌现性的资源，是导弹装备维修保障能力生成的关键。当前武器装备的快速发展和部队一线人才队伍建设，特别是技术专家型队伍建设的相对滞后，使得对以导弹装备为代表的高新技术武器装备的保障人员需求尤为突出，在保障人力的配置上需求较大，人力资源的配置通常考虑维修保障人员的数量、专业和技术等级。

物力资源是导弹装备维修保障活动顺利实施的物质基础保证，也是维修保障资源需求分析的主要对象，主要包括导弹装备维修保障所需的保障设备、设施、维修器材、备品备件等。在资源需求的预测上，应更加注重基于提高维修保障物力资源的效费比，区分维修等级、维修要求、维修策略等多种因素，针对性预测物力资源的需求，从而做到精确配置、高效管理。

信息资源是支撑导弹装备维修保障活动顺利展开的操作手册、技术资料以及指导保障人员完成保障任务软件、音视频等多媒体资料的统称。随着信息技术的发展，维修保障信息资源在维修保障工作的中的作用日益突出，对维修保障效能的“催化”作用日益明显。信息资源配置的目标在于将维修保障信息集成共享、便捷使用，提高装备维修保障效率。

2 案例推理理论

案例推理由耶鲁大学教授Schank于1982年提出，是人工智能领域重要的推理分析方法，它的核心思想是模仿人类思考解决问题的过程，利用已解决典型问题的历史经验，去解决具有相似特征的新问题。

2.1 案例推理步骤

案例推理一般分为案例检索、案例重用、案例修正、案例保存4个步骤，其基本流程如图1所示。案例检索即根据需要解决案例的特征描述，对既有案例库中的案例进行检索，通过一定的算法进行新旧案例比对，检索出与新案例最为相似的案例；案例重用即判别相似案例的解决方案是否符合新案例的解决需求，如若符合，则重用此方案，如若不符合，则进行案例修正；案例修正即修正检索到的相似案例使其满足解决新案例的需求，从而得到一个修正后的解决方案。案例保存即将新的案例及其解决方案存入案例库，以待后续参考使用。这样就形成了一种智能的循环学习模式。

基于案例推理的维修保障资源需求分析方法能够将导弹装备发展各个历史阶段中的不同模块、不同分系统、不同维修等级、不同维修环境下维修保障任务的资源配置方案及数据作为重要依据，充分运用和学习既有的、成功的资源配置方案，将新的维修任务特征下的维修保障资源配置与之匹配分析，从而为新配置方案的形成提供便捷有效的决策支持。

2.2 案例表示

案例表示是案例推理的基础。维修保障资源由多种类型的资源要素组成，从大类上分为：人力资源、物力资源、信息资源等，具体诸如维修人员的等级、数量等人力资源特征，维修的设备设施、备品备件、器材工具等物力资源特征，维修的技术资料、维修手册等信息资源特征。反映维修保障资源需求的案例特征信息量巨大，特别是针对导弹装备，特征信息更加的庞大繁杂。

因此，本文基于维修保障任务，采取二元组的案例表示法描述维修保障资源配置案例，即A=(R，Z)，其中，R表示维修保障任务的案例特征描述，包括所要维修的具体装备或系统型号、故障征兆、作业环境、时间要求等；Z表示完成特定任务维修保障资源的配置情况，即案例解，如维修人员的数量、等级，备品备件的品种、数量等，维修器材工具的种类、数量等，维修设备设施的要求、台数等。

2.3 案例库建立

基于案例推理的装备维修保障资源需求分析方法是建立在初始案例库的基础之上的，而初始案例库则是在以往专家经验法、定性与定量相结合的分析法，以及根据类似装备维修保障任务执行过程中的资源配置数据基础上，按照案例表示的规范性描述建立的案例库。在此基础之上，通过基于案例推理的方法在解决新的类似问题过程中，按照一定的检索规则和调整方法，在解决新的问题的同时不断充实完善案例库，达到自我更新自我完善的人工智能案例库建设与管理的目标，这是案例推理的优势所在。

案例检索是案例推理的核心，旨在选取相似案例，而检索策略的选择则是案例检索的关键。常用的检索策略有归纳推理策略、知识引导策略和最近邻策略等。本文采用基于欧氏距离的最近邻策略计算案例的相似度[11-12]。

1) 源案例X=(x1,x2,x3,…,xn)和目标案例Y=(y1,y2,…,yn)之间的距离为：

2) 源案例和目标案例之间的相似度SIM(X,Y)=1-D(xi,yi)，代入式(1)，有：

其中，相似度最大的案例即为检索结果。

3 维修资源属性权重计算

案例推理结果的准确性与案例属性的指标权重紧密相关，因此，确定维修资源属性的权重尤为重要。导弹装备维修保障资源配置案例属性的权重确定，往往要基于各导弹维修保障机构专家在长期维修实践中积累的实践经验，因此，本文采用专家打分法确定维修资源的属性权重。基本步骤为：1)选取导弹装备管理部门具有资深资源调配业务经验负责人和导弹维修保障机构从事维修保障工作的经验丰富的管理和维修人员作为专家，并进行打分；2)确定需专家打分的资源配置属性要素，请专家进行赋权打分；3)对专家打分情况进行汇总统计，并将结果反馈给专家；4)专家根据结果修正意见；5)至少进行三轮打分，形成确定最终的维修资源属性权重。

4 算例及分析

4.1 初始数据

通过对维修保障记录的历史数据进行整理，某导弹维修保障单位某型号导弹装备的某项维修任务的保障资源配置案例库有10个案例，如表1所示。T为目标案例，已知目标案例的任务属性，通过案例推理预测资源配置需求。

表1中是Ri对任务属性的基本描述，考虑到目标案例与源案例属同一时期，部分维修保障资源如环境、信息暂无变化的情况，对任务属性进行约简描述；Zi是对资源配置情况的基本描述。具体含义及采取专家打分法赋予具体的权重如下：

R1表示所修导弹装备部件的故障征兆，数字代号表示，分别以数字代号表示故障征兆，属性权重w1=0.213；

R2表示故障部位，用数字代号表示，属性权重w2=0.245；

R3表示维修任务的作业环境，数字代号表示维修环境条件的适宜程度，区间数字表示优、良、中、差，其中优为90～100，良为80～90，中为60～80，差为60以下，属性权重w3=0.176；

R4表示所要求的完成时间，以天为计算单位，属性权重w4=0.168；

R5表示装备可用度要求，以百分数为计算单位，属性权重w5=0.198；

Z1表示所需的维修人员数量，以人为计算单位；

Z2表示所配置的备件数量，以个为计算单位；

Z3表示所需维修器材数量，以套为计算单位；

Z4表示所需维修设备数量，以台为计算单位；

Z5表示所需操作技术手册及音视频资料，以数字代码表示。

4.2 案例检索结果及分析

按照本文提出的计算方法，计算源案例和目标案例的相似度。其基本步骤是：

步骤1 首先将原始数据按照下面的式(3)进行min-max标准化处理，去除数据量纲，得到表2数据。

步骤2 而后按照式(1)、式(2)分步计算源案例和目标案例之间任务属性的相似度，结果如表3所示。

由表3可知，源案例3与目标案例的任务属性相似度最大，在维修保障资源的选择上，目标案例应采用案例3的初始配置方案，即Z1=5，Z2=6，Z3=4，Z4=1，Z5=3。

5 结论

本文运用基于案例推理的方法，提出了一种导弹装备维修保障资源的预测方法，该方法针对导弹装备维修保障的特点，充分运用既有的历史经验，通过精确的算法计算，以定量方式提高了维修保障资源配置的精准性。加之案例推理方法的人工智能特性，使得该方法能够伴随维修保障实践的不断发展和案例的积累自我完善更新，更加有效地解决导弹装备维修保障资源的需求预测问题。

[1] 单志伟,叶红兵,曹军海,等.使用与维修工作分析与保障资源需求确定[J].装甲兵工程学院学报,2001(1):71-76.

[2] 余仁波,徐廷学,李田科.飞航导弹使用与维修任务分析及保障资源的确定[J].飞航导弹,2011(2):20-23,36.

[3] 赵建忠,叶文.使用与维修工作分析在导弹装备保障资源需求确定中的应用[J].精密制造与自动化,2014(2):2-5.

[4] 许庆,侯兴明.基于DAF综合评价法的航天装备维修保障效能评估[J].兵工自动化,2019,38(1):48-51.

[5] 张芳玉,高崎,何鹏,等.战时维修人员配置模型[J].军事运筹与系统工程,2005(2):23-26.

[6] 王铁宁,李浩,刘旭阳.装备器材需求分析与预测方法[J].火力与指挥控制,2018,43(2):177-181.

[7] 罗明洋,刘通.部队装备维修人员需求模型研究[J].装备学院学报,2013,24(2):44-47.

[8] 伊洪冰,张爱民,宫丽.基于最小维修单元的战时车辆装备维修力量需求测算[J].军事交通学院学报,2016,18(2):29-32.

[9] 李执力，刘一川，余旭东.某型导弹武器系统保障资源评估模型[J].战术导弹技术，2004(6)：15-19.

[10] 陈军，陈永革，李琮.基于BP神经网络的装备保障资源评估[J].战术导弹技术，2008(5)：45-48+53.

[11] 王福忠，李媛媛.基于案例推理的电机故障针对方法研究[J].制造业自动化2018,40(12):11-14.

[12] 郑永和,寇应展,张伟君.基于模糊推理的案例检索技术研究[J].四川兵工学报,2009,30(7):122-124.