基于知識庫的艦船戰(zhàn)損搶修決策方法

張喬斌，許 偉，朱愛芳

(海軍工程大學(xué)，湖北 武漢 430033)

0 引言

艦船作為一種高技術(shù)裝備，近年來發(fā)展非常迅速，信息化程度越來越高。但敵方攻擊手段也呈現(xiàn)出立體化、多樣化，各種高、精、尖武器應(yīng)運而生，因此現(xiàn)代海戰(zhàn)在注重先敵發(fā)現(xiàn)、先敵制勝的同時，也更注重自身的戰(zhàn)損搶修，特別是對艦員級維修提出了更高的要求。艦船動力裝置是艦船的“心臟”，針對艦船動力裝置開展戰(zhàn)損條件下的應(yīng)急搶修決策方法研究，對于提高動力裝置戰(zhàn)時保障能力、迅速恢復(fù)及提高艦船戰(zhàn)斗力，具有十分重要的意義。

知識庫具有自主學(xué)習(xí)、易操作的特點，是處理復(fù)雜數(shù)據(jù)系統(tǒng)的有效工具，目前已廣泛用于圖書館、醫(yī)療、農(nóng)業(yè)等領(lǐng)域。將知識庫系統(tǒng)及相關(guān)決策算法融合到戰(zhàn)損搶修中既能幫助指揮決策人員簡化決策過程，又能處理日常繁雜的數(shù)據(jù)。

1 知識庫及基于知識庫決策研究現(xiàn)狀

知識庫 (Knowledge Base，KB)是知識工程中結(jié)構(gòu)化、易操作、易利用、全面有組織的知識群，是針對某一領(lǐng)域問題求解的需要，采用某種知識表示方式在計算機存儲器中存儲、組織、管理和使用的相互聯(lián)系的知識片集合。它是決策支持系統(tǒng)新的發(fā)展方向，又稱為智能數(shù)據(jù)庫或人工智能數(shù)據(jù)庫［1］。

20世紀(jì)80年代以來，國內(nèi)外的研究者在知識庫的構(gòu)建和研究方面做了很多工作，比較著名的成果有:WorldNet，F(xiàn)rameNet，MindNet，CYC 常識知識庫，中文信息處理應(yīng)用平臺工程。

2 動力裝置戰(zhàn)損搶修知識庫構(gòu)建及決策過程

文獻(xiàn)［2］已對知識庫的構(gòu)建進(jìn)行了具體的描述，通過對艦船動力裝置知識庫的構(gòu)建進(jìn)行戰(zhàn)損搶修決策。基于知識庫的艦船動力裝置應(yīng)急搶修決策是以知識庫為核心，進(jìn)行知識管理和知識推理決策。將基于知識庫的艦船動力裝置應(yīng)急搶修決策分為知識庫知識的處理、搶修決策方案的推理和搶修方案的生成入庫等3個部分進(jìn)行模塊化管理。知識的處理模塊是將應(yīng)急搶修涉及的所有知識通過知識獲取方法獲取到知識庫中，再用知識表示方法統(tǒng)一表示為知識庫語言供系統(tǒng)識別;搶修決策方案推理模塊是將系統(tǒng)輸入的搶修目標(biāo)案例按照一定的決策算法進(jìn)行推理決策;搶修方案生成模塊是將系統(tǒng)推理決策得出的搶修案例以知識存儲的方式存入知識庫的案例庫中，供下次決策使用［2］。

3 動力裝置戰(zhàn)損搶修決策知識庫的決策機制

為驗證文獻(xiàn)［2］所研究的知識庫構(gòu)建方法，以某型動力裝置應(yīng)急搶修決策知識庫中的維修資源需求分析為例進(jìn)行研究。

3.1 損傷情況想定

在某型動力裝置發(fā)生損傷后進(jìn)行損傷評估，得出主機、推進(jìn)軸系及傳動裝置的損傷均為D級;推進(jìn)器、獨立推進(jìn)模塊及動力輔助裝置的損傷均為C級。其中A級為完全喪失生命力;B級為基本喪失生命力;C級為部分喪失生命力;D級為基本未喪失生命力。

3.2 維修資源需求知識庫的構(gòu)建

1)知識獲取。知識獲取方法采用半自動的獲取方式，通過與隨艦動力裝置領(lǐng)域?qū)＜乙约皠恿ρb置實際操作人員進(jìn)行“Ask-Question”的模式互動［3］，最后將互動結(jié)果歸納總結(jié)并且存儲于知識庫中。

2)知識表示。按照知識表示方法采用數(shù)據(jù)庫二維表的形式將獲取的戰(zhàn)損知識表示出來［4］，表1是動力裝置分系統(tǒng)損傷情況，包括主機、推進(jìn)軸系、傳動裝置、推進(jìn)器、獨立推進(jìn)模塊、動力輔助裝置。表2是通過評估分析得出的動力裝置總體損傷情況。評估的內(nèi)容有艦船總體損傷等級、航速、新橫穩(wěn)性高、新縱穩(wěn)性高和艦船不沉性指標(biāo)。

表1 某型動力裝置分系統(tǒng)損傷情況Tab.1 The injury situation of a power device

表2 總體損傷情況Tab.2 Overall damage situation

3)維修資源需求知識庫的建立。根據(jù)知識的表示方法采用知識庫的決策方法建立備件的維修資源需求知識庫，備件維護(hù)界面如圖1所示。

圖1 維修資源需求知識庫界面Fig.1 The interface of knowledge base of repair resource demand

3.3 基于知識庫的決策

依據(jù)維修資源需求知識庫中所確定的動力裝置在特定損傷情況下的維修資源需求，系統(tǒng)根據(jù)動力裝置損傷情況，通過一定的算法分析動力裝置損傷情況與知識庫中設(shè)定的動力裝置損傷情況進(jìn)行匹配分析，并根據(jù)匹配情況進(jìn)行搶修決策。

4 基于案例推理 (CBR)的搶修決策方法

基于案例推理 (CBR-Case based reasoning)決策方法是美國耶魯大學(xué)的Roger schank于1982年在《Dynamic Memory》一書中首次提出的［3－4］。CBR決策的工作流程主要有案例表示、分析模型、案例檢索、案例保存等。本文以某柴油機的輸油管路破損后的應(yīng)急搶修決策為例，說明該方法在艦船動力裝置戰(zhàn)損決策中的具體應(yīng)用。

4.1 艦船動力裝置戰(zhàn)損搶修決策的案例模型表示

已知柴油機的輸油管路在一次戰(zhàn)斗過程中由于炮彈的擊中而損傷，使柴油機輸油管路漏油造成柴油機不能運轉(zhuǎn)，損傷程度為2級。根據(jù)案例庫中柴油機輸油管路損傷情況分析表DMEA(見表3)及SQL中柴油機輸油管路案例表 (見表4)，按照CBR的決策方法，將目標(biāo)案例進(jìn)行基本功能項目分析得出DMEA表 (見表5)。

表3 柴油機輸油管路DMEA案例表Tab.3 The case table of disel oil pipeline DMEA

表4 柴油機輸油管路案例表Tab.4 The case table of disel oil pipeline

表5 柴油機輸油管路DMEA目標(biāo)案例表Tab.5 The target case table of disel oil pipeline DMEA

4.2 案例求解

將柴油機輸油管路的各項信息用集合表示為:

式中:Gi為目標(biāo)案例;A為案例名稱;B為系統(tǒng)名稱;C為損傷程度;D為設(shè)備名稱;E為名稱編號;F為損傷模式;H為搶修方案。A，B，C，D，E，F(xiàn)均為已知量，H為所求量。

在本例中，所求搶修方案H的決定因素是損傷程度F，應(yīng)用歐式距離逐個計算目標(biāo)案例與源案例的相似度。方法如下:

從計算的結(jié)果得出案例表中輸油管路損傷模式為裂縫、損傷程度為2的案例與目標(biāo)案例最相似，因此目標(biāo)案例的維修方案H=加軟套管。

5 結(jié)語

本文在文獻(xiàn)［2］的基礎(chǔ)上開展研究，豐富了艦船動力裝置戰(zhàn)損搶修決策知識庫的內(nèi)容和結(jié)構(gòu)，著重研究了基于知識庫的決策過程，并將CBR的決策方法引入到知識庫的推理中。隨著艦船戰(zhàn)損搶修決策知識庫案例的增加與完善，這種決策方法將大大減少重復(fù)性維修決策，為今后的戰(zhàn)損搶修決策智能化提供非常大的幫助。

［1］傅為忠.一種新型的知識庫系統(tǒng)結(jié)構(gòu)體系［J］.合肥工業(yè)大學(xué)學(xué)報，2003(S1):871－874.

［2］許偉，曾凡明，劉金林.基于知識庫的艦船應(yīng)急搶修決策支持系統(tǒng)研究［J］.中國修船，2012，25(4):43－46.

［3］郭小芳，劉愛軍，樊景博.知識獲取方法及其實現(xiàn)技術(shù)［J］.陜西師范大學(xué)學(xué)報，2007，35:188 －190.

［4］劉建煒，燕路峰.知識表示方法比較［J］.計算機系統(tǒng)應(yīng)用，2010，20(3):242 －244.

［5］AAMODT A，PLAZA E.Case-based reasoning:foundational issues，methodological variations，and system approaches［J］.AI Communications，1994，7(1):39 －59.

［6］SHIN K，HAN I.A case-based approach using inductive indexing for corporate bond rating［J］.Decision Support Systems，2001，32(1):41 －52.