人工智能基础：采办协同工程中的不确定多属性决策技术

第5卷第4期 智能系统学报 Vol.5 No.4 2010年8月 CAAI Transactions on Intelligent Systems Aug.2010 doi:10.3969/j.issn.16734785.2010.04.000 采办协同工程中的不确定多属性决策技术 冯珊，郭四海12 (1.华中科技大学控制科学与工程系，武汉430074：2.武汉理工大学自动化学院，武汉4300701) 摘要：针对复杂武器装备采办协同工程全寿命周期、全系统、全方位的决策需求，在分析了虚拟采办SB信息具有 宏观、定性和不确切特点基础上，提出将不确定多属性决策引入到SBA问题空间的策略.通过将SBA问题求解过程 分解与归纳为不确定多属性决策过程，继而根据SBA信息不确定类别确定解的获取方式，从而将理论上的复杂采办 决策问题转化为能工程化处理的迭代逼近的数值计算，并建立了基于Wb服务的多属性个人决策和群体决策2类 不确定算法工具包.最后在SBA协同工程平台中检验了该方法的可行性和工具包使用有效性. 关键词：虚拟采办；决策支持技术；不确定多属性决策；协同工程环境 中图分类号：TP391文献标识码：A文章编号：16734785(2010)04028309 Uncertain multiple attribute decision making techniques in a cooperative engineering environment FENG Shan',GUO Si-hai1.2 (1.Institute of Systems Engineering,Huazhong University of Science and Technology,Wuhan 430074,China;2.School of Automa- tion,Wuhan University of Technology,Wuhan 430074,China.) Abstract:Acquisition requirements for complex weapon systems in a cooperative engineering environment include an analysis of the full life cycle of the total system and an all-round,multi-angle multi-discipline?]view of the problem.Analysis of the system for business automation (SBA)procedures for virtual acquisition revealed them to be macroscopic,qualitative and inaccurate.A multi-attribute decision making system was therefore developed for the SBA problem space.With this method,the process of solving an SBA problem was reduced to an uncertain and multi-attribute decision-making process.Then according to the degree of uncertainty in the SBA information,the decision making problem was further transformed into an iterative approximation of a numerical calculation.Based on web services,two multiple attribute software packages were developed,one for individual decision-making and the other for group decision-making.Finally,on the SBA cooperative engineering platform,we verified the feasibil- ity of the proposed method and the effectiveness of the software packages. Keywords:virtual acquisition;intelligent decision support technique;uncertain multiple attribute decision making; cooperative engineering environment 虚拟采办SBA(simulation based acquisition)主 略说明.决策者在信息不确定、不完备、可改变的条 旨是基于建模与仿真技术使能的协同工程环境支撑 件下，提出备选方案集，使之在智能决策支持系统辅 下，决策者依靠有关潜在解（备选方案）及其风险的 助下演化为实用方案.决策机制应从SBA初始阶段 充分知识，在最恰当的时机获得满意的采办决策，使 即开始介人，并贯穿于系统采办全生命周期，并且决 真实采办更好、更快和更便宜13].SBA的驱动因素 策过程与真实采办过程并发进行，不断地将改进方 是军事需求，它的表达常是宏观、定性和不确切的简 案反馈到真实采办过程中，只有通过以决策者为中 心的知识创新及其决策认知能力提高的反复的过 收稿日期：200901-15. 程，才能降低采办风险，达到采办装备的最佳效费性 基金项目：“十一五”国家部委资助项目(513040501)：国家部委重点 基金资助项目(9140A04050707);国家自然科学重大基金 能，最终提供满足采办目标和用户需求的武器系统： 资助项目(79990580). 在武器装备系统采办协同工程的全生命周期的 通信作者：冯珊.E-mail:sfeng@mail.hust.edl.cm 各阶段，决策主体（们）面对的主要困难就是如何处

·284 智能系统学报 第5卷 理与决策客体相关的信息随机性、模糊性、粗糙性、 息，因此将采办目标系统能掌控和获取的信息按属 时变性和由之产生的多重不确定性.采办使命要求 性值和权重的不确定类型划分为以下类型.在虚拟 决策者在能采集到的有限信息基础上，通过甄别、筛 采办实际决策过程中，权重W不确定形式包括以下 选、集结等处理过程，适时作出抉择，形成初步方案， 5类： 再通过个人理性决策和群体研讨决策循环迭代的逼 1)属性权重完全未知.这种不确定多属性决策 近最优解过程，使初步方案演化为满意方案.本文在 无法给出关于属性权重的任何信息， 对SBA中不确定决策特点进行分析的基础上，提出 2)仅有方案偏好的权重信息.这种没有直接给 基于Wb服务的多属性个人决策和群体决策2种 出属性权重量化数值，但决策者对方案有偏好，即对 算法工具包，旨在支持将不确定的SBA问题求解转 属性的偏好隐藏于对方案的偏好中给出. 化为确定性决策和代数方程组问题求解，从而成为 3)属性权重信息不完全已知.属性权重的不完 在SBA协同工程平台上供决策者易于掌控的辅助 全信息至少包括以下3种情形：①o:≥；②ω：- 工具集.基于不确定多属性算法工具包，本文建立的 0≥a:;③a:≤w:≤：+e,其中a:和e:为非负常 SBA不确定多属性决策案例从SBA任务需求描述、 数.①和②中0：和0：具有一定的可比相关性，③中 任务演进、研讨模型与决策灵敏度分析4个方面描 描述属性权重为区间形式，属性α心：和e:为非负常 述了如何从少参量、信息不完整的采办需求演化成 数. 为多参量、信息较完整的概念设计多属性决策的全 4)属性权重表示为模糊数.常采用的模糊数为 过程 梯形模糊数和三角模糊数.在决策者无法以精确的 数值给出属性权重时，以模糊数表示权重是较好的 1SBA中不确定决策特点分析 选择 SBA中的不确定性可以体现为在多属性决策过 5)可知属性之间的两两判断关系.这种情况没 程中的许多方面，如决策属性值有区间数和语言类 有直接给出属性权重，而是利用一定的标度对属性 型，决策权重有完全未知和部分未知等形式.针对 进行两两比较，得到判断矩阵，一般是构造互反判断 SBA中不确定性的特点首先建立不确定多属性决策 矩阵和模糊互补判断矩阵、残缺互补判断矩阵、混合 算法工具包，再通过预置的智能选择机制，决策用户 判断矩阵等， 可从算法工具包中选用适合当前具体采办任务的决 在虚拟采办实际决策过程中，将方案属性集F 策方法集合，由此切入备选方案集生成、评估和排 不确定形式分为以下3种类型： 序、进而运用群决策方法考察群体的选择等SBA决 1)属性值为区间型.属性值为区间数即决策者 策全生命周期过程【46 对属性以区间值形式进行决策，如方案属性集合 1.1SBA中不确定多属性决策定义 {x}中的元素都是区间型数值a=[a,a”]={x 记M={1,2,…,m,N={1,2,…,n}有如下定 a≤x≤a'. 义，称A=(X,W,F)为一个多属性决策模型，其中X 2)属性为语言值.决策者通过设定一组语言评 为方案集，X={x,x2,…,xm}表示多属性决策的方 估标度对决策问题进行测度.常用的语言标度有 (低、中、高)，（很差、差、一般、良好、优）等。 案：W为属性权重集，W={0,,…,,,名=1： 3)属性值为模糊数.决策者评估方案的属性值 F为属性集F={fIω→x},其中为方案x的第j 不是以确定的数值给出，而是以梯形模糊数或三角 个属性值，A为决策目标，多属性决策的目标是从已 模糊数形式给出： 知方案集X中得到一个满意方案、一组方案满意度 1.2不确定多属性决策算法工具包 的排序或方案的分类.对一个多属性决策A=(X, 通过把SBA决策中的不确定信息按属性值和 W,F),当W和（或）F为不确定值时，称为不确定多 权重划分成不同类别分别处理，建立的不确定多属 属性决策[7] 性决策算法工具包可以支持决策者提升关于 根据不确定多属性决策的定义，在SBA系统中 “问题-解”的知识的深度，不但是将理论上的复杂 涉及的多属性决策问题的方案集X一般已知确定， 采办决策问题工程化处理的一种务实的方法，也是 采办决策者需要根据权重集W和属性集F综合得 通过可执行的简单数值计算的迭代逼近复杂问题求 出决策结果.根据采办经验和有限的采办数据分析， 解的一种定性与定量相结合的有效方法，目前已经 采办决策者往往不能给出决策属性值或权重精确信 实现的不确定多属性决策算法工具包包括2类算法

第4期 冯珊，等：采办协同工程中的不确定多属性决策技术 .285. 工具：基于Wb服务的多属性个人决策算法工具包 算法，并根据Wb服务提供方式对其进行标准化， 和基于Web服务的群决策算法工具包. 为了提高算法计算精度和效率，采用Matlab R2007 1)基于Web服务的多属性个人决策算法工具 作为Wb服务计算平台，并对输入输出数据进行规 包.该工具包收入了基于OWA算子的多属性决策 范化处理，表1和表2分别是该工具包中按决策属 方法、基于信息熵的多属性决策方法、基于投影的区 性集F和权重集W的不确定类型进行分类的部分 间值多属性决策方法、逼近理想点的区间值多属性 决策算法说明. 决策方法等普遍认可的45种常用多属性个人决策 表1按决策属性集F分类的工具包算法说明 不确定类型 典型决策方法 主要算法 a/ ∑(ag)2 属性值为区间型 基于可能度的多属性决策方法 g=a√a) (）=GL0WA(,…,<Tm,Tm, 属性值为语言型 基于GIOWA的多属性决策方法 D(x,x)=D(,ia）田w,D(,ia)①…⊕ 属性值为模糊数型基于理想点LHA的多属性决策方法 wnD(7t,in）,ieN 表2按权重集F分类的工具包算法说明 不确定类型 典型决策方法 主要算法 ,Irg-r附 权重未知 基于离差的多属性决策方法 台 ban(k】 权重为偏好 基于最小偏差的多属性决策方法 v(k) bman(k】 √名酒 权重部分未知基于方案满意度的多属性决策方法P:(。) Z()-Zin -2()ieN z(a）=LWM(r,,…,r）=maxmin,r, 权重为语言模糊数 基于LWM的多属性决策方法 jeV,k=1,2,…,t 基于模糊互补判断矩阵的 权重为判断矩阵 0=0g-1 多属性决策方法 (-ae) 2)基于Web服务的多属性群决策算法工具包. 了具备明确性、中性、匿名性、单调性、齐次性和pa 针对SBA过程的特点，群体研讨决策主要解决个人 reto最优性的6种常用社会选择函数和基于特征向 理性决策基础上的多层次、多领域专家研讨协同决 量方法的25种多属性群体决策算法.可以根据群体 策.基于Wb服务的群体决策集结算法工具包收入 决策的不同需求支持多个决策者各自持有对备选方

.286 智能系统学报 第5卷 案的优劣排序结论，通过不同函数运算得出最具群 2 SBA中不确定决策实施策略 体代表性的方案排序，或与个人决策结论最一致的 群决策结论.表3给出工具包中典型的群决策算法， 运用不确定多属性决策方法在SBA任务中具 表3工具包中典型群决策算法 体解题路线是：在采办决策问题空间，将现实复杂任 务归结为不确定多属性决策问题，决策者应确定属 方法类型 典型方法 性集、权重、可能的算法，收集相应信息，并根据信息 >Borda-函数 的类别确定解的获取方式. >Condorcet-f数 Matlab在科学计算领域则具有强大的功能，尤 补会 >Copeland-函数 其在人工智能领域拥有众多功能强大的函数库，可 选择 >Nanson所数 以较为容易的实现功能非常复杂的不确定多属性决 两数 ,Kemeny听数 策算法，因此不确定多属性决策算法工具包采用 >Cook-Seiford P听数 Matlab来实现相应的算法设计和运算.采用了组件 >基于CWGA的多属性拼体决策 方法 编程的思想，应用Matlab Builder for.NET将上述算 多属性 >基于模糊判断矩陈的多属性 法封装为COM组件，然后在Visual Studio2005中将 群体 群体决策方法 不确定多属性决策算法COM组件包装成Wb服务 决策 >基于EOWA的多属性群休决策 方式供分布式用户方便调用，并设计友好的用户交 方法 方法 互界面，从而实现B/S模式下的基于Wb服务的不 >基于理想点和LHA的多属性群 确定多属性决策算法工具包.不确定多属性决策算 体决策方法 法的设计演化过程如图1所示.下面详细说明演化 过程中各阶段具体工作， 不确定多属性 个休决策算法 MATLAB Builder M啊数文件 for.NET Visual Studio SBA智能决策 Web Service 支持协同 不确定多属性 2005 工作平台 群决策算法 MATLAB Builder M两数文件 COM 决策算法导入 COM组作 组件接口 Web服务 系统集成 图1不确定多属性决策算法设计演化过程 1)决策算法导入.先根据预选的不确定多属性 所有使用该方法的模块进行修改，降低系统维护成 决策方法理论，设计其详细的算法流程，再依照 本，提高了系统灵活性。 Matlab的语法编写算法Matlab函数，经过编译无误 4)决策Web服务形成.基于Web决策服务方 后保存为M文件. 式实现在Internet上SBA决策模型的动态调用与互 2)封装决策算法组件.通过Matlab Builder for. 操作.决策服务封装了离散的决策模型与计算模型， NET工具将已经编写完毕的不确定多属性决策算 每一个决策服务的模块都有明确的接口、输入、输 法M文件转变为.NET assembly类库或COM对象 出、功能等方面的描述，并通过服务提供者、服务注 提供给分布式Wb服务调用，并可支持在未安装 册中心与服务申请者3类角色的交互执行发布、查 Matlab的平台上运行所用的计算引擎。 找、绑定等基本操作.在具体Wb服务调用过程中， 3)通过标准接口调用生成的算法组件.在Vsu 决策方法服务将通过输入接口得到的决策数据经过 al Studio2005平台中调用算法其标准接口，可以实 相应处理后，在服务器端调用计算引擎进行精确的 现组件与调用方输入输出的标准化，优点是不确定 计算并将结果返回给对应的决策方法Web服务，再 多属性决策组件本身不用提供多种接口，特别当不 由Wb服务以XML格式的输出返回给调用方查看 确定多属性决策方法更新后接口有变化时也不用对 结果.Web决策服务工作体系见图2所示

第4期 冯珊，等：采办协同工程中的不确定多属性决策技术 .287 模型自动匹配 流程检索 采办流程库 模型查询 3 SBA中不确定决策案例 存储分发 具体决策流程 格式化 本文以防空导弹虚拟采办为例说明在SBA不 服务描述 构造 ?选择 文档 确定决策方法的应用.在SBA全生命周期中的各个 服务模板 致化描述 候选服务 阶段均存在决策需求，如在概念设计阶段，需要对多 服务描述 种备选方案进行比较，以便从中选出最佳的或折中 需求描述 列表 文档(XML) 服务发现 执行 的方案；在方案实施阶段，需对实际的部署情况与设 计方案进行比较，确定实施方案总体性能是否到达 服务发现引寧 二服务执行川努 设计要求；在武器装备使用阶段，需对战斗部署方案 精化 分发 进行跟踪决策，以便及时发现问题，调整部署方案，。 疗储 这里仅以概念设计阶段为例说明SBA不确定决策 军事需求库 数据库 方法实施的步骤和评估结果.在SBA协同工程环境 中，实现从决策问题提出到决策优化结果的全过程 Wrh服务器 如图3所示. 图2采办Wb决策服务工作体系 3.1SBA任务需求描述 反复求精、排序择优的决策过程，结合经验知识和革 委员会 8品 定性认识，快策建枫定量分标 快策结 决策 4 复杂 可溯性分析 研刊交网路不 方案集结 决策问题 冲突化解 敏度分析 定性认识 决策建模 定量分析 +快策结果 决策 专家n 优化结果 图3SBA决策形成过程示意图 进行SBA复杂问题决策之前，首先需要对相关 新知识，将之塑造成决策者满意的初始能力文件。 军事需求文件进行理解并形式化描述，该形式化描 XML描述的军事需求文件与相应自然语言对照表 述要求不仅要能准确表达SBA这类大型复杂系统， 达见表4. 达到便于用户正确理解与系统分析决策的无二义 表4军事需求文件对照表 性，而且还要有利于机器的自动处理，从而提高人 机解决复杂问题的能力.由于武器装备虚拟采办中 文字描述 XL描述 使用不同来源的各种数据、信息、知识、模型通常有 SBAMID >InfList Name 各种不同的表达规范，为了达到采办决策主体间基 基本信息描述 “BaseIn”"Memo=“基本信息描述”> 于共享信息的共识和模型与仿真可重用和互操作的 采办目标 要求，所有数据/信息/知识/模型/仿真均采用XML 进行统一描述。 能概念和体系结构的基础上进行采办初始分析，采 后采用基于XML的方案描述格式形成可供人机系 统共同使用的备选方案集，然后在此基础上再经过

288. 智能系统学报 第5卷 续表4 7)形成具体采办武器系统部件关键指标集.确 文字描述 XML描述 定与具体武器系统重要部件相关的性能、费用、进度 在功能领域分析的基础上进行的功能需求分析 主要完成作战任务现有的和已上项目所具有的能力， 战术性能 得出能力缺陷名单.具体包括下列两类具体任务 1)确定采办任务基线.对上述关键指标拟定相 供可信的参考依据，其中门限值是武器系统作战的 用于辅助决策者在性能与费用/进度/风险间作出最 优决策。 2)优先级分析.在系统提供的研讨厅环境中， 3.2SBA任务演进 邀请专家对需要进行的采办决策任务确定各自的优 由于上述军事需求文件通常是少参量、信息不 先排序，并采用基于理想点的群决策方法进行方案 完整的，为了形成多参量、信息较完整的决策方案， 集结得出最终的任务优先级别，用于辅助采办管理 需要通过采办全生命周期中各类活动进行分析从而 人员根据任务重要程度合理分配各类采办资源. 实现螺旋上升式的演化过程，目标是确定具体武器 上述功能领域分析和功能需求分析不是一蹴而 装备系统的作战使用性能、战术技术指标，采办全寿 就的，每一次分析的结果应作为下一次分析的开始， 命周期的规划和目标，具体演化内容从功能领域分 通过螺旋上升式的不断细化扩展，最终达到可以建 析和功能需求分析与2个方面展开. 立采办备选方案供SBA研讨厅专家决策的目标.备 功能领域分析主要是分析识别作战任务、条件、 选方案可以是在已有系统上的改进，也可以是原创 标准和完成军事任务的标准，确定将要执行的作战 性的方案，但是必须具有技术上和经济上的综合竞 任务.包括确认武器装备采办全局信息和确定关键 争性来满足任务的需求，备选方案内容包括费用、目 指标2类具体任务，具体包括以下分析内容： 标、进度、性能、软件要求、总的采办策略、试验及评 1)从军事需求文件衍生具体采办任务信息.确 价策略.那些明显不符合要求或不可能达到采办任 定采办任务名称、类别、任务解释、重要程度、密级、 务目标的方案应预先剔除，筛选的结果就是决策备 目的、牵头单位、支持单位、开始时间、预期结束时 选方案集.可以采用个人决策和群体研讨决策2种 间、任务来源等。 策略对备选方案集进行排序择优 2)构建采办任务全生命周期相关阶段信息.确 图4所示的是在SBA研讨厅中邀请10位专家 定阶段名称、开始时间、数据来源、是否需要V&A、 分析当前新型防空导弹采办决策任务优先级排序结 结束时间、限制条件、阶段目标等，并建立采办全寿 果图.本例进行采办决策任务优先级分析采用基于 命周期中各阶段的相互关系。 理想点的群决策方法进行专家群体方案集结，在个 3)构建采办全寿命周期各阶段详细内容.采用 体专家确定效能决策、风险决策与费用决策的个人 多种可扩展节点方式详细描述采办各阶段的相关内 优先级排序结果的基础上，通过计算专家群体目标 容，并可容易转换成XML格式文件用于后续的分析 与理想点的接近程度进行集结排序 和决策. 4)构建采办进度规划.按照采办特续时间具体 15 ©与理想接近程度 案排 分配各阶段及各项决策任务的进度. 5)绘制采办任务工作流示意图.在系统提供的 5 工作流绘图板中初步描述采办工作流程作为后续具 体任务分配的指导依据。 效能决策风险头策费用决策 6)形成具体采办武器系统总体关键指标集.确 图4任务优先级分析结果 定与具体武器系统性能、费用、进度及风险等相关的 关键指标集

第4期 冯珊，等：采办协同工程中的不确定多属性决策技术 289· 3.3SBA任务研讨模型 较第1轮减少 首先根据采办任务演进结果给出本次研讨议题 表5研讨议题基本信息 基本信息报告，例如议题标题、议题摘要，议题相关 模型数、研讨预计轮次等，其中议题模型是指在将采 信息栏目 信息内容 办任务转化成不确定多属性决策问题时，决策者根 议题标题 防空导弹效能研讨决策 据决策属性集、权重等信息的不确定相应选定的决 导弹武器系统的效能分析贯穿于方案 策模型类别，如区间数型决策模型、语言值型决策模 论证、设计和作战运用等所有需要决策 型、权重未知的实数型决策模型等.研讨专家可根据 议题摘要 的阶段.根据采办任务书对新型防空导 拟定的议题模型在不确定决策方法库中选定相应的 弹的效能需求，确定了5个备选方案供 决策算法，从而提高采办决策的效率和有效性.为了 研讨. 体现循环迭代、螺旋上升的研讨机制，在进行具体专 议题下达时间2009-3-1116：01：53 议题模型数6 家研讨前需初设定研讨轮次，并确定每轮次完成和 预定研讨轮次4 进入下轮次的基本准则和方案淘汰机制（如末位淘 汰制等)，如果达到多专家一致性阀值要求，也可提 对应于不同的决策模型，根据SBA决策中属性 前结束议题研讨，将优选方案提交研讨主持人进行 不确定性，分别按表7所示实数型、区间型、语言型、 里程碑决策.表5是防空导弹效能决策研讨议题报 不确定语言型4类方式对某一备选方案属性基本信 告中相关内容的节选部分。 息进行描述，继而通过不确定多属性决策方法工具 其次，对研讨过程中重要的研讨模型进行按预 包中适合方法进行决策和评估.其中区间型和不确 定流程的细化，给出本次议题相关模型详细内容，例 定语言型用下限值和上限值表示方案属性的不确定 如模型名称、模型类型、模型拥有的备选方案数、备 性，语言型通过{极差，很差，差，较差，一般，较好， 选方案属性数，相关方案详细信息等；在每一轮中可 好，很好，极好}语言标度表示方案属性的不确定模 糊性。 以采用多种不同类型的决策模型，从而在一定程度 上弥补单一决策模型所造成的各轮决策结果趋同 在第1轮决策模型中采用的研讨议题方案集属 性.表6给出防空导弹效能决策模型相关内容的节 区间型属性值的不确定类别.方案属性包括射程、射 选部分，所给出的是前两轮研讨决策所使用的决策 高、速度、单发杀伤概率、机动过载、发射质量等11 模型，由于在第1轮研讨结束后淘汰了最劣的一个 项，表8仅列出其中的5项 备选方案，所以在第2轮决策模型中备选方案数量 表6 研讨议题模型信息 模型名称 方案数 属性数 所属研讨轮次 模型类型 备注（说明） 第1轮决策模型 采用区间型数据对各采办方案 15 区间值型 (区间值型) 的总体效能进行排序. 第2轮决策模型 采用语言型数据对各采办方案 15 (语言值型) 语言值型 的总体效能进行排序. 表7 研讨议题方案信息 方案描述 射程/KM 射高/KM 速度/Ma 单发杀伤概率/% 机动过载/G 实数型 70 12 3 75 23 区间型 [10,70] [2,12] [2,3] [50,75] [0,23] 语言型 一般 较差 较好 较好 好 不确定语言型 [较差，一般] [差，一般] [较好，好] [一般，好] [较好，很好]

·290 智能系统学报 第5卷 表8研讨议题方案信息 方案描述 射程/KM 射高/KM 速度/Ma 单发杀伤概率/% 机动过载/G 方案1 [1,74] [4,24] [0,3] [30,50] [0,2] 方案2 [2,32] [6,14] [0,2.5] [30,50] [0,2] 方案3 [3,37] [1,20] [0,2.5] [30,50] [0,1.5] 方案4 [3,80] [3,24] [0,5] [40,60] [0,4] 方案5 [4,42] [5,24] [0,4] [50,76] [0,3] 接着，参与本议题研讨的各位专家，在研讨主持 息，最后得出本轮次专家个人决策结果，包括备选方 人及研讨厅智能向导指引下，进行指定轮次的研讨 案集的排序和数值结果等.表9给出了研讨主持人 决策.依据已经建立的议题决策模型及备选方案集 邀请4位相关领域的专家针对第一轮区间型不确定 基本信息，各位专家可根据自身专业知识对方案信 决策模型采用不确定多属性决策工具包中方法得出 息进行微调，并从已有不确定多属性决策方法库工 的个人决策结果 具包中选定适合的决策方法并给出必要的决策信 表9研讨过程专家个人决策结果 专家名称 采用多属性决策方法 方案排序 方案结果 专家1 基于投影的区间值决策方法 1,3,2,4,5 0.91,0.76,0.85,0.65,0.56 专家2 基于可能度的决策方法 1,3,2,4,5 0.23.0.20,0.21,0.18.0.16 专家3 对方案有偏好的区间值决策方法 3,2,1,5,4 0.21,0.22,0.24,0.15,0.17 专家4 基于UOWA算子的区间值决策方法 2,3,1,4,5 0.22,0.30,0.24,0.18,0.16 最后在专家进行个人理性决策基础上，研讨主 持人在基于Wb服务的群体决策工具包支持下对 研讨专家群体结果进行意见集结.经过预定轮次的 成本型： 循环迭代、螺旋上升研讨精化过程后，最终可获得防 空导弹概念设计的可行方案集，并根据决策灵敏度 =(1/a e. 分析对采办全生命周期中的后续设计阶段提供关键 在多属性决策问题中，由于是考虑属性值的灵 参考依据，从而有利于采办顺利完成 敏度，故将方案集记为S={S1,S2,…,Snm},属性集 3.4SBA决策灵敏度分析 记为P={P1,P2,…,Pm.若方案的综合评价值有 在SBA研讨厅中进行专家个人决策得出相应 z:a4,则称方案S:优于方案S,记为S:〉Si方案 方案排序后，需要对该决策结果的稳定性进行分析， S:的灵敏度计算公式为 也就是需要知道决策信息的变化对方案排序结果的 1 sens(S;)= 影响程度，若属性权重或决策矩阵中属性值的灵敏 1in,ly1T 度高，则方案排序结果不稳定；反之，若灵敏度低，则 1≤i≤m 结果稳定.建立的相应的决策属性灵敏度分析方法 式中：Y'为当方案S:与方案S之间的排序位置颠 如下： 倒时，S:关于属性P的属性值a,的最小相对变化 对于某一多属性决策问题，属性的权重完全确 量，即y'证=Y/ag·y为当方案S:与方案S之间 知.对于方案x,按属性山进行测度，得到x:关于山 的排序位置颠倒时属性值g的最小变化量，i≤i, 的属性值ay,从而构成决策矩阵A=(ag)mxm·对于 k≤m,i≠k,1≤j≤n 实数型数据按照效益型，成本型进行规范化，消除不 根据多属性决策方案灵敏度计算公式得出5个 同物理量纲对决策结果的影响.可以利用一下公式 备选方案的综合灵敏度值分别为(4.5707,3.9594， 分别得到效益型和成本规范型R=(T;).xm 7.1678,9.5663,6.6655),方案灵敏度排序为(4,3， 效益型： 5,2,1).每个方案在5个属性的最小变化量的相对

第4期 冯珊，等：采办协同工程中的不确定多属性决策技术 .291 关系以及最终方案的灵敏度值的相对关系如图5所 ice oriented infrastructure for networkitized M&S[C]//Pro- 示.图5所示的大部分属性对于方案的最小相对变 ceedings of 2006 International Workshop on Distributed Sim- 化量是一致的，也是和方案的灵敏度值是一致的，因 ulation on the Grid.Washington,DC,USA,2006:113- 而方案的灵敏度值和方案属性项基本是一致的，可 125. 作为主持人在多轮次研讨中不断修正备选方法的重 [3]冯珊，郭四海，周凯波，等。虚拟样机概念设计工具中的 智能技术[J刀.华中科技大学学报，2007,35(8)：4851. 要依据 FENG Shan,GUO Sihai,ZHOU Kaibo,et al.Intelligent 2.5 2.0叶 technology used in the tools for the conceptual design of vir- tual prototypes and its evolution[J].Joumal of Huazhong 1.0 University of Science Technology,2007,35(8):48-51. 群0. [4]XU Z S,DA Q.The uncertain OWA operators[J].Interna- tional Journal of Intelligent Systems,2002,17 (6):569- 575. [5]EDUARDO S,SCHWARTZ C.Investment under uncertain- 图5SBA决策灵敏度分布图 ty in information technology:acquisition and development projects[J].Management Science,2003,49(1):57-70. [6]徐泽水.基于语言标度中术语指标的多属性群决策方法 [J].系统工程学报，2005,20(1)：84-88. 4结束语 XU Zeshui.A multi-attribute group decision making method based on term indices in linguistic evaluation scales J]. 复杂武器装备SBA必须依赖决策与评估技术， Journal of Systems Engineering,2005,20(1):84-88. 美国国防部在采办建模与仿真主计划AMSMP系列 [7]FRADA B,GEORGE W.Decision support in an uncertain 文档中已明确指出将系统工程的决策与评估技术融 and complex world[J].Decision Support Systems,43(4): 入基于仿真的采办SBA全生命周期过程中[o] 1647-1649. 本文针对当代作战概念牵引的武器装备采办协 [8]YANG Z.L,BONSALL S.Use of hybrid multiple uncertain 同工程需求，提出了采办决策为主导的技术路线.为 attribute decision making techniques in safety management 充分发挥定性与定量综合集成方法中人-机结合，以 [J].Expert Systems with Applications,36(2):1569- 人为主的原则在科学技术创新中的指导作用，进行 1586. [9]FERNANDO G.Analysis and decision making in uncertain 了将复杂采办全系统、全寿命周期问题分散和归纳 systems[J ]Fuzzy Sets and Systems,158 (24 )2767- 为不确定多属性决策问题的实践，实现了包含70种 2768. 不同类别求解器的不确定多属性决策算法工具包， [10]MARK D S.Acquisition modeling and simulation master 有力地支持采办决策者的采办目标方案形成与优化 plan OL/EB ][2009-12-14].http://www.acq.osd. 过程.在独立开发的SBA协同工程环境中，对不确 mil/. 定多属性决策算法工具包中的算法进行测试的结果 作者简介： 表明，该工具包满足正确性、有效性和可用性的质量 冯珊，女，1935年生，教授，博士 要求，具有很好的工程实用性， 生导师.主要研究方向为复杂系统建模 建立的不确定多属性决策算法工具包可结合具 与仿真，人工智能与计算智能的工程应 体武器装备虚拟采办的先进管理方式，为我军装备 用及多Agent系统等.多年来主持智能 集成系统工程研究室工作，承担国家级 管理部门进行具体武器型号发展和研制的分析、评 自然科学基金及国防预研基金重点科 价和决策提供科学、有效的技术依据， 研项目并多次获国家及省部级科技进步奖.国内外刊物发表 参考文献： 学术论文160余篇，其中有66篇被SCI,I,ISTP及NSPEC 等全文收录 [1]李伯虎，柴旭东.SBA支撑环境技术的研究[J].系统 郭四海，男，1976年生，博士研究 仿真学报，2004,16(2)：181-185. 生，主要研究方向为建模与仿真、人工 LI Bohu,CHAI Xudong.Supporting environment technology 智能技术及虚拟采办决策支持系统等， of simulation based acquisition[J].Journal of System Simu- lation,2004,16(2):181-185. [2]CHAI Xudong,LI Bohu.Research and application on serv-