基于CBR的遙控武器站性能評價體系研究

毛保全，劉大可，王傳有，胡 濤

（裝甲兵工程學院兵器工程系，北京100072）

基于案例推理技術（CBR）是一種相似的推理方法，其主要思想是利用專家的經驗來解決新問題，評價新問題，解釋異常情況或理解新情況，使得在將來的搜索中能夠快速找出符合需要的案例或案例集[1]。

武器站性能評價是一個復雜的問題，其影響因素眾多，涉及兵器領域較廣。案例推理技術反映了設計人員的思維過程，能綜合專家的設計經驗，克服以往推理方法的不足。把案例推理技術引入指標體系建立研究當中，并采用混合相似度檢索方法得到最佳匹配案例，提高了性能評價效率，縮短了性能評價時間。

1 CBR的基本原理

1.1 CBR基本思想

CBR全稱為Case-based reasoning，其基本思想：以專家的經驗或案例為基礎建立相應的案例庫，當遇到新問題時，就可以對案例庫進行搜索，找到并重用合適的案例，如選取的案例存在不足之處，可基于當前情況修改案例，并將修改后的案例再次存入到案例庫中，作為下次推理的依據[2]。

1.2 CBR的工作過程模型

基本的推理步驟通常可歸納為“4R”循環，即檢索（Retrieve），重用（Reuse），修改（Revise）和存儲（Retain），如圖1所示。

圖1 CBR循環圖

一個待解問題被定義為一個新案例，這個新案例用于從案例集檢索出一個相近的案例，通過案例重用，檢索到的源案例與定義的新案例組合為一個包括解答部分的新案例。將得到的新案例應用到任務領域中去，如果失敗，則對新案例進行修改，然后再對修改后的案例進行測試。最后，有價值的經驗被保留下來，通過不斷地積累經驗或修改已有案例來補充和修正案例庫[3]。

2 武器站案例的表示

武器站案例的表示的目的不僅僅是為了把知識用數據結構的形式存儲在計算機中，更重要的是能夠方便且正確地運用和管理知識。合理的案例表示，可以使問題求解變得更加容易和高效。

采用問題框架表示法，以雙向協調為原則，通過自上而下的問題分析細化和自下而上的屬性片斷聯想抽象的方式，以信息側面和信息子側面的形式來組織實際問題中所蘊含的零散、量大的信息片斷。應用問題為遙控武器站性能評價，信息側面集合如表1所示，信息子側面集合如表2所示。

表1 武器站信息側面集合表

表2 武器站信息子側面集合表

應用問題（遙控武器站性能評價）可通過屬性ABCDE表示。屬性A可分解為屬性1和2；屬性B可分解為屬性3、4、5、6、7；屬性C可分解為屬性8、9、10、11；屬性D可分解為屬性12、13、14；屬性E可分解為屬性15、16、17。建立的案例描述樹如圖2所示。

圖2 指標的案例描述樹

3 武器站案例的檢索

3.1 案例檢索

案例檢索是通過訪問案例庫中過去同類問題的解決方案而獲得當前問題的解決方案的方法。案例檢索的目標是以最可能快的速度從案例庫中查詢到最為相似的案例。采用最近鄰案例檢索方法進行案例檢索，而案例屬性權重的確定是案例相似度計算的關鍵[4~5]。

3.2 特征屬性相似度的計算

3.2.1 特征屬性的表示

特征屬性是構成案例的重要因素，其定義了案例的檢索信息。案例的特征屬性分為連續型屬性和離散型屬性，計算兩種相似度再進行加權[6]。遙控武器站的信息側面和信息子側面中的屬性作為特征屬性進行案例檢索。

設有案例集合C=｛C1，C2，C3，…，Cr｝,式中：Ci為第i個案例（i=1，2，3，…，r）；案例Ci的屬性集合A（Ci）=｛Ai1，Ai2，…，Aim，Ai（m+1），…，Ain｝；Aij（j=1，2，3，…，m）為第i個案例的第j個具有離散性質的離散數值屬性。對應的屬性權重集合W=｛w1，w2，…，wn｝，wj為第j個屬性的權重系數。客戶案例用CR表示，客戶案例的第j個屬性用ARj表示；Sim（Cij，CRj）為數據庫中已存案例Ci和目標案例R之間的第j個屬性的相似度；Sim（Ci，CR）為案例Ci和目標案例R的總相似度。

3.2.2 連續型屬性相似度的計算

連續型屬性就是屬性的取值是連續數值，如遙控武器站的射擊密集度、熱像儀視場、控制面板重量等。計算步驟如下：

（1）歸一化數據量綱。將屬性值的范圍用0~1區間表示，量綱轉化的計算公式為：

式中：i=1，2，…，r；j=1，2，…，m；xij為第j個屬性值歸一化的結果。

Xi為第i個案例的連續型屬性的加權屬性值。

對于問題案例的個屬性值計算公式為：

式中：xj為目標案例第j個屬性值歸一化的數值；X為問題案例的連續型屬性的加權屬性值。

（2）相似度的計算：

相似度的計算公式如下：

式中：SimC（Ci，CR）為第i個案例與問題案例的連續型屬性的相似度。

3.2.3 離散型屬性相似度的計算

離散型屬性是案例的非數值型屬性，如操縱桿操作舒適度、電源接口類型等等，表達式為：

當已有案例特征的屬性值和目標屬性值相等時，相似度為1，否則為0。總的相似度計算公式：

4 遙控武器站的指標庫

以國內某遙控武器站指標庫的建立為例，來確定遙控武器站性能評價指標體系中2級指標權重和3級指標權重。采用以上基于CBR思想的案例匹配算法完善評價指標庫，可方便地管理和優化指標庫，且可以對遙控武器站進行評價。遙控武器站性能指標庫的具體形式如表3和表4所示。

表3 指標庫信息側面屬性權重表

表4 指標庫信息子側面屬性權重表

5 結束語

本文在分析CBR基本原理的基礎上，完成了遙控武器站性能評價指標的案例表示，通過連續型和離散型兩種屬性相似度計算方法進行案例檢索的相關運算，得到了最匹配的案例，最后通過案例驗證了方法的有效性。通過本文的研究，將CBR技術引入到遙控武器、站性能評價體系中，加快了遙控武器站性能評價指標體系的搭建，縮短了武器站性能評價的時間，為遙控武器站性能評價體系的研究提供了有益的探索。

[1]Lan Watson.Applying Case-based Reasoning Technique for Enterprise Systems.University of Salford,U K Morgan Kaufmann Publishers Inc Francisco,California.

[2]韓 軍，車文剛.CBR——一種新型的人工智能推理方法[J].昆明理工大學學報：理工版，2003，28(l)：88-91.

[3]徐 娟.LED芯片制造過程建模及知識管理方法研究[D].上海:上海交通大學，2008.

[4]郭聰聰，賈 虹，盧炎麟，等.基于實例推理的沖擊電鉆產品模塊化配置設計研究[J].機械設計與制造，2011(6)：4-6.

[5]彭培林.基于實例的裝配協調方案設計技術研究[D].西安：西北工業大學，2005.

[6]鐘詩勝，王知行，何新貴.一個混合屬性的案例檢索模型[J].軟件學報，1999，10(5)：521-526.