基于改進(jìn)模糊聚類法的維修專業(yè)設(shè)置方法研究

，，，

(裝甲兵工程學(xué)院 技術(shù)保障工程系，北京 100072)

基于改進(jìn)模糊聚類法的維修專業(yè)設(shè)置方法研究

王雄偉，陳春良，曹艷華，陳偉龍

(裝甲兵工程學(xué)院技術(shù)保障工程系，北京100072)

針對(duì)當(dāng)前數(shù)字化部隊(duì)存在維修保障專業(yè)冗余、維修人員閑置、維修保障資源使用沖突的問題，對(duì)功能相似的維修專業(yè)進(jìn)行合并重組提高維修保障效率；在現(xiàn)有基于裝備功能組成的維修專業(yè)設(shè)置的基礎(chǔ)上，運(yùn)用改進(jìn)的模糊聚類法對(duì)現(xiàn)行二級(jí)維修專業(yè)進(jìn)行分類聚合，構(gòu)建基于裝備技術(shù)構(gòu)成的維修專業(yè)設(shè)置模型；該模型對(duì)功能相似的冗余維修專業(yè)進(jìn)行合并，可以減少維修專業(yè)冗余和維修人員的閑置，避免維修保障資源使用的沖突，為數(shù)字化部隊(duì)維修專業(yè)設(shè)置提供可行方案。

模糊聚類法；維修專業(yè)；數(shù)字化部隊(duì)

0 引言

隨著科學(xué)技術(shù)的不斷進(jìn)步，大量新技術(shù)、新材料被應(yīng)用于武器裝備，在提高裝備作戰(zhàn)能力的同時(shí)使得裝備各大系統(tǒng)日益復(fù)雜，維修保障的難度不斷增大。當(dāng)前陸軍部隊(duì)仍然基于裝備功能組成設(shè)置維修專業(yè)[1]，在多軍兵種聯(lián)合作戰(zhàn)的信息化作戰(zhàn)中，這種維修專業(yè)的設(shè)置模式容易導(dǎo)致維修專業(yè)冗余、維修人員閑置，維修保障資源利用容易產(chǎn)生重疊、沖突等問題，嚴(yán)重影響維修保障效率提高。例如，坦克底盤維修專業(yè)和自行火炮履帶式底盤維修專業(yè)，在執(zhí)行維修任務(wù)時(shí)往往出現(xiàn)兩者中的一種專業(yè)維修人員閑置而另一種專業(yè)維修人員短缺問題，然而兩者功能的相似度很高，可以共同實(shí)施維修保障，提高維修保障效率。

為了提高維修保障效率，國(guó)內(nèi)外文獻(xiàn)從不同角度給出了解決方案。文獻(xiàn)[2-4]從維修人員、維修裝備等維修資源需求上對(duì)維修單元進(jìn)行優(yōu)化配置；文獻(xiàn)[5-7]從維修保障力量調(diào)度方法入手，實(shí)現(xiàn)維修保障效率的提高。目前制約維修保障效率的很重要的因素是維修專業(yè)設(shè)置的不合理，本文基于現(xiàn)行二級(jí)維修專業(yè)，運(yùn)用改進(jìn)模糊聚類法對(duì)二級(jí)維修專業(yè)進(jìn)行聚類，構(gòu)建基于裝備技術(shù)構(gòu)成的維修專業(yè)設(shè)置模型。模型能夠有效避免維修人員的冗余和閑置，避免維修保障資源利用的沖突。

二級(jí)維修專業(yè)是指根據(jù)陸軍不同型號(hào)裝備中各大功能系統(tǒng)的技術(shù)構(gòu)成對(duì)維修專業(yè)進(jìn)行細(xì)分得到的子集維修專業(yè)。例如，陸軍裝備設(shè)置有裝甲、軍械、工程、防化和車輛等五大專業(yè)，其中裝甲專業(yè)的二級(jí)維修專業(yè)包含坦克底盤專業(yè)、裝甲履帶式底盤專業(yè)、裝甲輪式底盤專業(yè)、裝甲火力專業(yè)、裝甲電氣專業(yè)、裝甲液壓專業(yè)、裝甲火控專業(yè)和裝甲光電專業(yè)等。

1 維修專業(yè)設(shè)置模式分析

維修專業(yè)設(shè)置模式一般分為基于裝備功能組成、基于裝備技術(shù)構(gòu)成和混合設(shè)置3種，目前我軍主要是基于裝備功能組成設(shè)置維修專業(yè)[8]。

基于裝備功能組成設(shè)置維修專業(yè)模式主要根據(jù)裝備類型的不同劃分不同的維修專業(yè)。例如陸軍裝備的五大專業(yè)：裝甲專業(yè)、軍械專業(yè)、車輛專業(yè)、防化專業(yè)和工程專業(yè)，每一類專業(yè)能根據(jù)裝備的類型設(shè)置維修專業(yè)，這就是基于裝備功能組成確定的維修專業(yè)設(shè)置的模式。并且在所設(shè)置的維修專業(yè)類型內(nèi)部可以再根據(jù)裝備的構(gòu)成劃分二級(jí)維修專業(yè)。這種模式適應(yīng)于技術(shù)含量相對(duì)較低、涉及專業(yè)類型相對(duì)較少和通用化、標(biāo)準(zhǔn)化程度不高的裝備，所以，在機(jī)械化時(shí)期這種模式應(yīng)用廣泛。

基于裝備技術(shù)構(gòu)成確定維修專業(yè)是根據(jù)維修任務(wù)對(duì)技術(shù)的需求來設(shè)置維修專業(yè)。例如陸軍裝備維修專業(yè)可以分為機(jī)械維修專業(yè)、光電維修、火炮維修專業(yè)、電氣維修專業(yè)等。這種模式適應(yīng)于裝備種類較多、通用化程度較高、技術(shù)含量較高的裝備。同時(shí)，這種方法對(duì)維修人員技術(shù)水平要求相對(duì)較高，必須同時(shí)掌握多種裝備同一專業(yè)的相關(guān)知識(shí)。

維修專業(yè)混合設(shè)置模式，是對(duì)于技術(shù)水平相對(duì)較高的裝備基于裝備技術(shù)構(gòu)成進(jìn)行維修專業(yè)設(shè)置，對(duì)于技術(shù)水平較低的裝備基于裝備功能組成進(jìn)行維修專業(yè)設(shè)置。這種模式主要是為了適應(yīng)裝備技術(shù)水平參差不齊的情況，能夠在一定程度上解決當(dāng)前陸軍部隊(duì)裝備更新?lián)Q代期間武器裝備比較雜帶來的保障問題。但是，這種維修專業(yè)設(shè)置的模式組織較為復(fù)雜，協(xié)調(diào)控制相對(duì)較差，人員雜亂不易管理。

2 基于裝備技術(shù)構(gòu)成的維修專業(yè)設(shè)置模型

陸軍武器裝備技術(shù)水平不斷提高，新型裝備的基型化、車族化程度不斷提高，裝備設(shè)計(jì)過程中通用化、標(biāo)準(zhǔn)化理念不斷增強(qiáng)，大大促進(jìn)武器裝備的通用化、模塊化和系列化程度[9]。通用化、標(biāo)準(zhǔn)化的新型裝備比例不斷上升，加之兵員文化素質(zhì)大幅增強(qiáng)，為基于裝備技術(shù)構(gòu)成設(shè)置維修專業(yè)奠定基礎(chǔ)。所以，本文選用基于裝備技術(shù)構(gòu)成設(shè)置維修專業(yè)模式構(gòu)建維修專業(yè)設(shè)置模型。鑒于陸軍擁有成熟的基于裝備功能組成的維修專業(yè)設(shè)置，利用現(xiàn)成的二級(jí)維修專業(yè)進(jìn)行技術(shù)構(gòu)成的分解，再基于技術(shù)構(gòu)成進(jìn)行聚合構(gòu)建基于裝備技術(shù)構(gòu)成的維修專業(yè)設(shè)置模型。

2.1 改進(jìn)的模糊聚類法

聚類分析方法是根據(jù)樣本數(shù)據(jù)的相似性將樣本進(jìn)行分類聚合的一種方法，一般包含重疊聚類法、模糊聚類法、有序樣品聚類法、動(dòng)態(tài)聚類法、系統(tǒng)聚類法等聚類分析方法。

模糊C均值聚類方法(簡(jiǎn)稱FCM)，能夠根據(jù)樣本數(shù)據(jù)特性進(jìn)行分類聚合，方法簡(jiǎn)單、操作性強(qiáng)并具有較好的分類聚合效果，得到了廣泛的應(yīng)用。由于FCM算法只是一種局部的搜索算法，不能對(duì)全局進(jìn)行考慮[10-11]，并且FCM的結(jié)果對(duì)于聚類中心vi的初始取值設(shè)置很敏感，聚類數(shù)目C值需要事先設(shè)定，在沒有適當(dāng)?shù)膙i初始值和確定的C值的情況下，這種方法很難得到合適的聚合效果。針對(duì)FCM的不足，文獻(xiàn)[12]引入遺傳算法對(duì)模糊聚類法進(jìn)行改進(jìn)，解決了FCM計(jì)算容易陷入局部最優(yōu)解的問題。本文借鑒這種思路，對(duì)方法進(jìn)行改進(jìn)，基于Silhouette指標(biāo)[13]確定聚類中心數(shù)目C，利用基于遺傳算法的模糊聚類法對(duì)樣本數(shù)據(jù)進(jìn)行分類聚合。Silhouette指標(biāo)能夠很好的解決了聚類中心數(shù)目C的確定問題，遺傳算法的全局搜索能力能有效避免FCM陷入局部最優(yōu)解的問題。

2.1.1 確定目標(biāo)函數(shù)

設(shè)有限數(shù)集：X={x1,x2,x3,…,xi,…,xn}，其中，xi為一個(gè)r維的向量。C表示數(shù)集X預(yù)定聚類數(shù)目，{X1,X2,X3, … ,XC}表示數(shù)集X聚合后的分類結(jié)果。在FCM算法中，選取誤差平方和函數(shù)作為聚類的目標(biāo)函數(shù)，定義目標(biāo)函數(shù)[14]：

(1)

(2)

(3)

3.1.2 確定聚類數(shù)目

模糊聚類的結(jié)果受聚類數(shù)目的影響很大，所以確定聚類數(shù)目在研究模糊聚類中有著重要的地位。常用的確定聚類數(shù)目的思路：1)確定聚類數(shù)目取值范圍；2)計(jì)算不同聚類數(shù)目下符合要求的目標(biāo)函數(shù)值；3)在步驟2)的基礎(chǔ)上計(jì)算選定的有效指標(biāo)進(jìn)行評(píng)估，得出最優(yōu)的聚類數(shù)目。

常用的有效指標(biāo)包括Silhouette指標(biāo)、Weighted inter-intra指標(biāo)[15]、In-Group Proportion指標(biāo)[16]和Calin-ski-Harabasz指標(biāo)[17]。Silhouette指標(biāo)是得到廣泛運(yùn)用的較為簡(jiǎn)單并且具有良好的評(píng)價(jià)能力的有效指標(biāo)。定義Silhouette指標(biāo)的平均值函數(shù)：

(4)

式中，e(i)表示類內(nèi)平均歐式距離，即樣本i與該類中其他樣本的歐式距離的平均值；f(i)表示類間平均歐式距離，即樣本i與其他類中樣本的歐式距離的平均值的最小值。

該函數(shù)能在一定程度上反映聚類的優(yōu)劣的程度，其值越大表示聚類的效果越好。故計(jì)算比較不同聚類數(shù)目下的函數(shù)值大小就能夠判斷聚類數(shù)目的優(yōu)劣程度，得出最佳的聚類數(shù)目。

2.2 模型的構(gòu)建

基于現(xiàn)有二級(jí)維修專業(yè)，運(yùn)用改進(jìn)的模糊聚類法對(duì)二級(jí)維修專業(yè)進(jìn)行分類聚合并構(gòu)建新的維修專業(yè)。首先統(tǒng)計(jì)某部隊(duì)一次作戰(zhàn)任務(wù)中所涉及到的所有二級(jí)維修專業(yè)，得出基于裝備功能組成設(shè)置的維修專業(yè)，作為技術(shù)構(gòu)成細(xì)分的基礎(chǔ)。將該部隊(duì)所涉及到的所有二級(jí)維修專業(yè)組成樣本集合，然后運(yùn)用改進(jìn)的模糊聚類法對(duì)樣本進(jìn)行聚類分析，將功能相近或相識(shí)的維修專業(yè)合并得出新的維修專業(yè)類型。

首先，根據(jù)《陸軍軍事訓(xùn)練與考核大綱》統(tǒng)計(jì)本次作戰(zhàn)任務(wù)中涉及的每一類型裝備需要的二級(jí)維修專業(yè)并建立樣本集合，對(duì)所有二級(jí)維修專業(yè)關(guān)于各工學(xué)學(xué)科的相關(guān)性進(jìn)行研究，并構(gòu)建樣本矩陣X={x1,x2,x3,…,xn}。然后利用Silhouette指標(biāo)計(jì)算得出聚類中心的數(shù)目C，其步驟如下：

根據(jù)專業(yè)數(shù)目確定聚類中心數(shù)目的范圍C∈[Cmin,Cmax]，并且賦值c=Cmin-1，確定閥值ε；

隨機(jī)生成隸屬度矩陣，計(jì)算得出相應(yīng)的聚類中心矩陣，根據(jù)隸屬度矩陣和聚類中心矩陣得出J(0)，k=1，c=c+1；

更新聚類中心矩陣和隸屬度矩陣，并計(jì)算J(k)；

當(dāng)|J(k)-J(k-1)|lt;ε時(shí)，繼續(xù)步驟(5)，否則k=k+1，并返回步驟(3)；

計(jì)算S(c)，如果c≤Cmax，返回步驟(2)，否則輸出最小S(c)對(duì)應(yīng)的c*，并C=c*。

確定聚類中心數(shù)目C后，運(yùn)用遺傳算法改進(jìn)后的FCM對(duì)所涉及的二級(jí)維修專業(yè)進(jìn)行聚合。遺傳算法全局的搜索能力能夠有效的避免FCM陷入局部最優(yōu)解，提高聚類的可信度。具體步驟如下：

初始化種群代數(shù)N，變異概率Pm，聚類數(shù)目C、模糊權(quán)重p，種群farm，K=1；

對(duì)種群farm進(jìn)行交叉，并計(jì)算交叉后種群中不同聚類中心下的隸屬度矩陣U和目標(biāo)函數(shù)值J；

根據(jù)所得目標(biāo)函數(shù)值J對(duì)種群進(jìn)行選擇，并記錄最佳目標(biāo)函數(shù)值和其對(duì)應(yīng)的聚類中心；

對(duì)種群進(jìn)行變異，K=K+1。如果K≤N，則返回執(zhí)行步驟(2)，否則繼續(xù)；

選取第N代的最佳目標(biāo)函數(shù)值對(duì)應(yīng)的聚類中心矩陣V*，并計(jì)算得出隸屬度矩陣U*。

依據(jù)隸屬度矩陣，對(duì)二級(jí)維修專業(yè)進(jìn)行分類聚合，得到分類聚合結(jié)果。

3 示例分析

為證明方法的可行性，以數(shù)字化合成營(yíng)執(zhí)行某次進(jìn)攻作戰(zhàn)任務(wù)為例，對(duì)此次作戰(zhàn)任務(wù)所需的所有二級(jí)維修專業(yè)進(jìn)行分類聚合，并對(duì)聚合結(jié)果進(jìn)行分析。

假設(shè)該部隊(duì)列裝的主要裝備包括XX式步兵戰(zhàn)車、XX式主戰(zhàn)坦克、XX式自行迫榴炮、XX式裝甲指揮車和輪式汽車等。根據(jù)《陸軍軍事訓(xùn)練與考核大綱》，并結(jié)合此次作戰(zhàn)任務(wù)，確定所涉及到的二級(jí)維修專業(yè)如表1所示(各二級(jí)維修專業(yè)分別用序號(hào)1～18表示)。

由表1可知該部隊(duì)裝甲和軍械裝備基于裝備功能組成設(shè)置的部分二級(jí)維修專業(yè)，根據(jù)二級(jí)維修專業(yè)技術(shù)構(gòu)成，構(gòu)建樣本矩陣X(每個(gè)二級(jí)維修專業(yè)關(guān)于機(jī)械、液壓、電子、電氣、通信、彈藥、光學(xué)和計(jì)算機(jī)八大專業(yè)的相關(guān)度)。

表1 部分裝甲和軍械二級(jí)維修專業(yè)

X=

根據(jù)樣本矩陣，首先運(yùn)用Silhouette指標(biāo)確定聚類中心數(shù)目。其中，聚類數(shù)目Cmax=18，Cmin=2；閥值ε=0.01。運(yùn)用MATLAB軟件計(jì)算得出最佳的維修專業(yè)數(shù)量C=10。

然后運(yùn)用遺傳算法改進(jìn)后的FCM對(duì)二級(jí)維修專業(yè)進(jìn)行聚合。其中，初始化種群代數(shù)N=100；變異概率Pm=0.001；聚類數(shù)目C=10；模糊權(quán)重p=2。并運(yùn)用MATLAB軟件進(jìn)行計(jì)算。計(jì)算得出聚類中心矩陣為V*和隸屬度矩陣U*分別為:

得出以上結(jié)果后，為證明方法的科學(xué)性，用目標(biāo)函數(shù)的函數(shù)值收斂情況進(jìn)行檢驗(yàn)。運(yùn)用MATLAB軟件畫出目標(biāo)函數(shù)值與迭代次數(shù)的關(guān)系如圖1所示。

由圖1可知目標(biāo)函數(shù)值是收斂的，證明了方法的科學(xué)性。根據(jù)隸屬度矩陣U*可知各二級(jí)維修專業(yè)相對(duì)于10個(gè)聚類中心的隸屬度，并由此得出聚類結(jié)果如表2所示。

圖1 函數(shù)值與迭代次數(shù)關(guān)系圖

表2 二級(jí)維修專業(yè)聚類結(jié)果

由聚類結(jié)果可知，將以往需要設(shè)置18種維修專業(yè)才能完成維修保障任務(wù)縮減為10種，其中將履帶式裝甲底盤專業(yè)和自行火炮履帶底盤系統(tǒng)專業(yè)合并成履帶底盤專業(yè)；將裝甲液壓系統(tǒng)專業(yè)和軍械液壓系統(tǒng)專業(yè)合并成液壓系統(tǒng)專業(yè)；將裝甲火控系統(tǒng)專業(yè)和軍械火力系統(tǒng)專業(yè)合并成火力系統(tǒng)專業(yè)；將裝甲觀瞄系統(tǒng)專業(yè)和自行火炮觀瞄系統(tǒng)專業(yè)合并成觀瞄系統(tǒng)專業(yè)；將裝甲電氣系統(tǒng)專業(yè)和自行火炮電氣系統(tǒng)專業(yè)合并成電氣系統(tǒng)專業(yè)；將裝甲車載電子系統(tǒng)專業(yè)和自行火炮車載電子系統(tǒng)專業(yè)合并成車載電子系統(tǒng)專業(yè)；將裝甲裝備通信系統(tǒng)專業(yè)和自行火炮通信系統(tǒng)專業(yè)合并成通信系統(tǒng)專業(yè)。槍械專業(yè)和自動(dòng)裝填系統(tǒng)專業(yè)不進(jìn)行合并單獨(dú)設(shè)置維修專業(yè)。下面以履帶底盤專業(yè)為例對(duì)合并后的維修專業(yè)進(jìn)行分析。

合并后的維修專業(yè)在執(zhí)行維修任務(wù)時(shí)能夠有效避免資源交叉利用時(shí)的沖突。履帶式裝甲底盤專業(yè)和自行火炮履帶底盤系統(tǒng)專業(yè)在執(zhí)行維修保障任務(wù)時(shí)所需要的維修裝備、維修設(shè)備設(shè)施等維修保障資源的相似度很高，在執(zhí)行維修保障任務(wù)時(shí)必然有部分維修保障資源是交叉利用的。如果分成兩個(gè)專業(yè)必然導(dǎo)致資源利用的沖突。但是合并成一個(gè)維修專業(yè)以后能有效的避免了這種情況的發(fā)生，同時(shí)能夠提高資源的利用率降低維修保障費(fèi)用。

合并后的維修專業(yè)在執(zhí)行維修任務(wù)時(shí)能夠有效避免維修人員閑置。在執(zhí)行維修任務(wù)時(shí)，往往出現(xiàn)在某一時(shí)刻，這個(gè)專業(yè)的維修人員短缺而另一個(gè)專業(yè)的維修人員閑置，但下一個(gè)時(shí)刻情況正好相反的情況，維修保障效率低下。而履帶式裝甲底盤專業(yè)和自行火炮履帶底盤系統(tǒng)專業(yè)維修人員的技術(shù)知識(shí)基本相同，兩者技術(shù)是相通的。將兩者合并后可以有效避免維修人員短缺和閑置問題，提高維修保障效率。

4 結(jié)論

新型數(shù)字化合成營(yíng)擁有不同兵種不同種類的作戰(zhàn)裝備，以往基于裝備功能組成設(shè)置的維修專業(yè)在實(shí)施維修保障過程中容易導(dǎo)致某些維修專業(yè)的維修人員閑置，而另外某些維修專業(yè)的維修人員短缺問題同時(shí)存在。本文以當(dāng)前所劃分的二級(jí)維修專業(yè)為基礎(chǔ)，運(yùn)用改進(jìn)的模糊聚類法對(duì)現(xiàn)有二級(jí)維修專業(yè)進(jìn)行分類聚合，構(gòu)建基于裝備技術(shù)構(gòu)成的維修專業(yè)設(shè)置模型。模型能夠根據(jù)不同維修任務(wù)的需求對(duì)維修專業(yè)進(jìn)行重新構(gòu)建，新構(gòu)建的維修專業(yè)有利于解決數(shù)字化合成營(yíng)維修專業(yè)人員閑置、短缺以及維修保障資源使用沖突等問題，有利于維修保障效率的提高。在基于裝備技術(shù)構(gòu)建陸軍維修專業(yè)后，下一步將根據(jù)新劃分的維修專業(yè)構(gòu)建基本維修單元，提高專業(yè)劃分的實(shí)用性。

[1] 吳秀鵬. 裝備保障力量模塊化設(shè)計(jì)研究[D]. 石家莊：軍械工程學(xué)院,2010.

[2] 羅明洋,劉 通. 部隊(duì)裝備維修人員需求模型研究[J]. 裝備學(xué)院學(xué)報(bào),2013,24(2):44-47.

[3] 伊洪冰,張愛民,宮 麗. 基于最小維修單元的戰(zhàn)時(shí)車輛裝備維修力量需求測(cè)算[J]. 軍事交通學(xué)院學(xué)報(bào),2016,18(2):29-32.

[4] 金 星,朱建沖,田 華,等. 裝備維修保障資源優(yōu)化配置的遺傳算法[J]. 艦船電子工程,2006,26(6):107-109.

[5] 王正元,嚴(yán)小琴,朱 昱,等. 一種考慮專業(yè)的動(dòng)態(tài)維修任務(wù)調(diào)度的優(yōu)化方法[J]. 兵工學(xué)報(bào),2009,30(2):252-256.

[6] 王 濤,張伏龍,李廣峰. 基于多目標(biāo)遺傳算法的維修保障資源調(diào)度優(yōu)化研究[J]. 計(jì)算機(jī)測(cè)量與控制, 2013,21(11):3017-3020.

[7] 喻春明,遲玉紅,方艷東,等. 排隊(duì)系統(tǒng)的非平衡動(dòng)態(tài)指派模型及戰(zhàn)時(shí)維修應(yīng)用[J]. 東北大學(xué)學(xué)報(bào)(自然科學(xué)版),2008,29(11):1617-1620.

[8] 朱小冬,王毅剛,孫志剛. 面向任務(wù)的維修單元專業(yè)設(shè)置優(yōu)化技術(shù)[M]. 北京:國(guó)防工業(yè)出版社,2015.

[9] 吳秀鵬,張春潤(rùn),劉亞東,等. 陸軍部隊(duì)裝備保障力量模塊化研究[J]. 裝備指揮技術(shù)學(xué)院學(xué)報(bào),2010,21(3):31-37.

[10] 陳國(guó)良,王煦法, 莊鎮(zhèn)泉.遺傳算法及其應(yīng)用[M]. 北京:人民郵電出版社,1996.

[11] Bezdek J C, Keller J M, Krishnapuram R , Kuncheva L I , Pal N R . Will the real iris data please stand up[J]. IEEE Transactions on Fuzzy Systems, 1999,7( 3):368～370.

[12] 張 強(qiáng),李 淼. 基于遺傳算法和遺傳模糊聚類的混合聚類算法[J]. 計(jì)算機(jī)工程與應(yīng)用, 2007,43(3):164-197.

[13] Dudoit S, Fridly J.A predicton-based resampling method for estimating the number of clusters in a dataset[J].Genome Biology, 2002,3(7):1-21.

[14] Chen K J, Ping J I. Dynamic advanced planning and scheduling with frozen interval for new orders [J]. Chinese Journal of Mechanical Engineering, 2007, 20( 4) : 117-119.

[15] Dimitriadou E,Dolnicar S,Weingessel A.An examination of indexes for determining the number of cluster in binary datasets[J].Psychometrika,2002,67(1):137-160.

[16] Kapp A V,Tibshirani R. Are clusters found in one dataset present in another dataset? [J]. Biostatistics , 2007,8(1):9-31.

[17] Calinski R, Harabasz J.A dendrite method for cluster analysis[J]. Commun Statistics,1974,3:1-27.

ResearchonMaintenanceSpecialtySettingMethodBasedonImprovedFuzzyClusteringMethod

Wang Xiongwei, Chen Chunliang, Cao Yanhua, Chen Weilong

(Department of Technical Support Engineering, Academy of Armored Force Engineering, Beijing 100072, China)

In view of the problems of maintenance professional redundancy, maintenance staff idle and maintenance resources conflict, the efficiency of the maintenance is improved by merging and reorganizing the professional maintenance which have acquaintance functional. On the basis of the maintenance specialty, which is based on the composition of the equipment, the Improved Fuzzy Clustering Method is used to classify and aggregate the existing secondary maintenance specialty, and a maintenance professional setup model based on the equipment technology is constructed. This model combines the function of similar redundant maintenance professionals that can reduce the redundancy of the maintenance professional and the idleness of the maintenance personnel, avoid the conflicts of the maintenance resources, and provide the feasible scheme for the maintenance professional setup of the digital forces.

fuzzy clustering method; maintenance professional; digital forces

2017-02-21；

2017-03-24。

軍內(nèi)科研項(xiàng)目(2015JC04)。

王雄偉(1992-)，男，湖南益陽人，碩士研究生，主要從事武器系統(tǒng)保障工程方向的研究；

陳春良(1963-)，男，河北容城人，教授，博士研究生導(dǎo)師，主要從事裝備保障方向的研究。

1671-4598(2017)09-0110-05

10.16526/j.cnki.11-4762/tp.2017.09.029

TP273

A