數(shù)據(jù)驅(qū)動建模與優(yōu)化技術(shù)在裝備計劃管理中的應(yīng)用

文/李一 馮楠 譚順成

數(shù)據(jù)驅(qū)動的自動建模與優(yōu)化技術(shù)主要針對大數(shù)據(jù)環(huán)境下復(fù)雜巨系統(tǒng)中問題建模困難、傳統(tǒng)解析方法難以適用的裝備計劃管理工作建模場景，充分利用大數(shù)據(jù)的數(shù)據(jù)資源豐富的優(yōu)勢，采用機器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)方法基于歷史數(shù)據(jù)生成高質(zhì)量的模擬器以代替?zhèn)鹘y(tǒng)解析目標(biāo)函數(shù)。并將組合后的模擬器采用智能計算和隨機優(yōu)化的方法在參數(shù)空間尋找近優(yōu)方案。該方法克服了優(yōu)化問題、特別是高維度多目標(biāo)優(yōu)化問題中普遍存在的維度災(zāi)難和優(yōu)化目標(biāo)函數(shù)難以確定的難題，融合了原始數(shù)據(jù)與機器學(xué)習(xí)所產(chǎn)生的知識，是解決復(fù)雜優(yōu)化的前沿方案。

1 基本原理

如圖1所示，本技術(shù)先用真實優(yōu)化問題（Exact function evaluation）產(chǎn)生的數(shù)據(jù)建立個模型，這個模型稱為代理模型（Surrogate），以前也叫代理模型輔助的進化優(yōu)化算法（Surrogate-Assisted Evolutionary Algorithm，SAEA）。一般來說，機器學(xué)習(xí)的那些建模方法都可以拿來訓(xùn)練代理模型，如高斯過程，神經(jīng)網(wǎng)絡(luò)，SVM，RBF 還有各種集成模型。代理模型的目的就是逼近真實問題。在優(yōu)化過程中，這個代理模型和真實問題相互合作評估個體，這個相互合作就是所謂的代理模型管理（Surrogate Management）。代理模型和真實優(yōu)化問題相互合作有兩個方面的原因，一方面是代理模型由真實問題的數(shù)據(jù)訓(xùn)練得到，和真實問題有著相似性，用代理模型代替優(yōu)化問題對解進行評估，預(yù)選出真實問題的比較好的解，以減少真實問題的評估次數(shù)。另一方面是代理模型和真實問題存在偏差，用真實問題對解進行評估以防止代理模型誤導(dǎo)解偏離真實問題，將真實問題評估的解加入訓(xùn)練數(shù)據(jù)集修正代理模型。

圖1：數(shù)據(jù)驅(qū)動的自動建模與優(yōu)化技術(shù)原理視圖

圖2：PDCA需求分析循環(huán)模型

2 相關(guān)技術(shù)的對比分析

數(shù)據(jù)驅(qū)動的自動建模與優(yōu)化技術(shù)只需計算目標(biāo)函數(shù)的值即可，對優(yōu)化問題本身的性質(zhì)要求是非常低的，不會像數(shù)學(xué)優(yōu)化算法往往依賴于一大堆的條件，例如是否為凸優(yōu)化，目標(biāo)函數(shù)是否可微，目標(biāo)函數(shù)導(dǎo)數(shù)是否利普希茨連續(xù) （Lipschitz continuity） 等等。同時，基于機器學(xué)習(xí)模型產(chǎn)生的知識，可以極大的降低問題的維度，在一定程度上減少了對原始目標(biāo)函數(shù)的評價次數(shù)。輔助以大數(shù)據(jù)和深度學(xué)習(xí)技術(shù)，大大降低了分析裝備問題的建模難度，使得裝備分析人員得以從構(gòu)建目標(biāo)函數(shù)的解析形式的繁復(fù)工作中解放出來。也在一定程度上降低了分析裝備管理工作問題、建立裝備業(yè)務(wù)模型的專業(yè)門檻，使普通裝備業(yè)務(wù)人員也能參與到裝備問題建模優(yōu)化中來，貢獻每一位裝備人的智慧。

3 裝備計劃管理需求分析

如圖2所示，計劃管理分析模型將使用PDCA循環(huán)模型，依據(jù)全過程的計劃管控體系，采用業(yè)務(wù)分析調(diào)查法、業(yè)務(wù)流程圖分析法、指標(biāo)判別法、管理評分法等定性和定量分析方法，實施動態(tài)高效的計劃體系。

圖3：基于層次分析法的裝備規(guī)劃計劃評價視圖

（1）從編制計劃和事前的風(fēng)險識別預(yù)警開始，形成風(fēng)險預(yù)警預(yù)案，并貫徹實施；具體而言，規(guī)劃計劃管理分析圍繞裝備建設(shè)規(guī)劃、裝備建設(shè)計劃、裝備中長期建設(shè)計劃等內(nèi)容進行。

（2）從事中的操作流程控制和關(guān)鍵指標(biāo)的實時監(jiān)控預(yù)警，同時制定風(fēng)險的防范與控制對策并切實有效的實施。具體而言，包括以下三方面：基于數(shù)據(jù)開展規(guī)劃計劃評價模型研究、規(guī)劃計劃執(zhí)行情況分析模型、裝備建設(shè)綜合效益評估模型等。

（3）依據(jù)歷史數(shù)據(jù)，進行數(shù)據(jù)挖掘，構(gòu)建模型進行預(yù)警，同時也依靠審計監(jiān)察和內(nèi)控評價進行預(yù)警，最終形成一個有效的PDCA循環(huán)體系。通過對規(guī)劃計劃相關(guān)數(shù)據(jù)進行深入分析，形成對規(guī)劃計劃的事前評價、規(guī)劃計劃的執(zhí)行情況進行跟蹤分析，對計劃項目建設(shè)后的綜合效益進行總結(jié)評估。

4 基于數(shù)據(jù)開展規(guī)劃計劃評價模型

4.1 模型概述及目的

本模型方法主要用于規(guī)劃、年度計劃制定后的投資效益評價分析。在每個規(guī)劃、項目立項批復(fù)的當(dāng)期計劃年，對包含在規(guī)劃或者規(guī)劃調(diào)整方案中的項目，采用基于能力的規(guī)劃方法、基于能力集成的計劃方法進行分析。

4.2 模型輸入

列入規(guī)劃計劃的戰(zhàn)略構(gòu)想所對應(yīng)的能力需求組合；

列入規(guī)劃計劃的各作戰(zhàn)方向?qū)?yīng)的能力需求組合；

列入規(guī)劃計劃的各典型作戰(zhàn)樣式對應(yīng)的能力需求組合；

列入規(guī)劃計劃的演習(xí)、訓(xùn)練對應(yīng)的能力需求組合；

能力優(yōu)先等級；

規(guī)劃計劃的能力冗余、重疊需求；

規(guī)劃計劃的總體投資總額及年度投資額；

4.3 模型輸出

規(guī)劃計劃中的項目，所映射的各種能力需求組合的覆蓋度；

圖4：基于魚骨模型的規(guī)劃計劃執(zhí)行情況分析視圖

規(guī)劃計劃中的項目，所映射的各種能力需求組合的能力增長時點滿足（延遲）度；

功能滿足性；

技術(shù)戰(zhàn)術(shù)指標(biāo)。

4.4 模型算法

裝備規(guī)劃計劃的評價涉及裝備的多個指標(biāo)的系統(tǒng)性評估，具有多指標(biāo)特征、非結(jié)構(gòu)化、不同時期的特征偏好差異大等特點。從系統(tǒng)工程學(xué)的模型評估方法的角度分析，裝備規(guī)劃計劃的評價比較適合于層次分析法來做系統(tǒng)評估。如圖3所示。

層次分析法（AHP）的基本思路與人對一個復(fù)雜的決策問題的思維、判斷過程大體上是一樣的。層次分析法不僅適用于存在不確定性和主觀信息的情況，還允許以合乎邏輯的方式運用經(jīng)驗、洞察力和直覺。

建立層次結(jié)構(gòu)模型。在深入分析實際問題的基礎(chǔ)上，將有關(guān)的各個因素按照不同屬性自上而下地分解成若干層次，同一層的諸因素從屬于上一層的因素或?qū)ι蠈右蛩赜杏绊懀瑫r又支配下一層的因素或受到下層因素的作用。最上層為目標(biāo)層，通常只有1個因素，最下層通常為方案或?qū)ο髮樱虚g可以有一個或幾個層次，通常為準(zhǔn)則或指標(biāo)層。當(dāng)準(zhǔn)則過多時(譬如多于9個)應(yīng)進一步分解出子準(zhǔn)則層。

構(gòu)造成對比較陣。從層次結(jié)構(gòu)模型的第2層開始，對于從屬于(或影響)上一層每個因素的同一層諸因素，用成對比較法和1-9比較尺度構(gòu)造成對比較陣，直到最下層。

計算權(quán)向量并做一致性檢驗。對于每一個成對比較陣計算最大特征根及對應(yīng)特征向量，利用一致性指標(biāo)、隨機一致性指標(biāo)和一致性比率做一致性檢驗。若檢驗通過，特征向量(歸一化后)即為權(quán)向量：若不通過，需重新構(gòu)造成對比較陣。

計算組合權(quán)向量并做組合一致性檢驗。計算最下層對目標(biāo)的組合權(quán)向量，并根據(jù)公式做組合一致性檢驗，若檢驗通過，則可按照組合權(quán)向量表示的結(jié)果進行決策，否則需要重新考慮模型或重新構(gòu)造那些一致性比率較大的成對比較陣。

目標(biāo)系統(tǒng)支持基于層次分析法（AHP）的規(guī)劃計劃評價模型。具體而言，在AHP模型中，準(zhǔn)則層采用的指標(biāo)包括：技術(shù)可行性、費用指標(biāo)、執(zhí)行風(fēng)險、貿(mào)易風(fēng)險、資源可獲得性。子準(zhǔn)則層的指標(biāo)可落實到裝備建設(shè)過程中的所有階段性特征。

5 規(guī)劃計劃執(zhí)行情況分析模型

對規(guī)劃計劃執(zhí)行情況進行分析，跟蹤項目在QCD方面的表現(xiàn)，如項目的進度達成情況、經(jīng)費的使用及變化情況、需求實現(xiàn)及變化，確定項目是否按預(yù)先計劃正常進行，是否出現(xiàn)‘指標(biāo)一降再降、需求一變再變、經(jīng)費一調(diào)再調(diào)’的情況。

5.1 模型輸入

計劃時間、計劃費用、計劃需求、技術(shù)指標(biāo)；

5.2 模型輸出

進度達成情況、費用使用情況、項目質(zhì)量評價

5.3 模型算法

規(guī)劃計劃執(zhí)行情況分析模型，是具有明顯的時間序列屬性，適合于典型的時間序列分析，可采用的模型包括：魚骨分析方法、實時甘特圖。下圖以魚骨分析方法為例說明。

魚骨圖(Fishbone analysis method)是一種發(fā)現(xiàn)問題“根本原因”的方法，它也可以稱之為“因果圖”。如圖4所示。

6 裝備建設(shè)綜合效益評估模型

從項目建成表現(xiàn)與計劃目標(biāo)進行綜合對比分析，評價項目在效益方面的表現(xiàn)，如項目的用途滿足度、可靠性分析、可維護性分析、可維修性分析如維修難度、維修周期等。

6.1 模型輸入

規(guī)劃計劃需求、項目實績。

6.2 模型輸出

集成度評估、覆蓋度評估、時效性評估、成本分析（根據(jù)狀態(tài)）。

6.3 模型算法

裝備建設(shè)綜合效益評估同樣屬于多目標(biāo)屬性的系統(tǒng)工程管理，適合于層次分析方法。

在具體分析過程中，準(zhǔn)則層的數(shù)據(jù)指標(biāo)包括：裝備的經(jīng)濟性分析、技術(shù)可達性性、技術(shù)革新的促進作用、裝備的可靠可用性、作業(yè)執(zhí)行的技術(shù)接受便捷性。子準(zhǔn)則層的數(shù)據(jù)指標(biāo)就比較廣泛了，與裝備的規(guī)劃、采購、實施、使用、維護與報廢等關(guān)聯(lián)。

7 結(jié)束語

本文針對大數(shù)據(jù)環(huán)境下復(fù)雜巨系統(tǒng)中問題建模困難、傳統(tǒng)解析方法難以適用的裝備計劃管理工作建模場景問題，利用數(shù)據(jù)驅(qū)動的自動建模與優(yōu)化技術(shù)，進行了裝備計劃管理需求分析，基于數(shù)據(jù)開展規(guī)劃計劃評價模型、規(guī)劃計劃執(zhí)行情況分析模型和裝備建設(shè)綜合效益評估模型，通過系統(tǒng)應(yīng)用表明，該方法對解決裝備系統(tǒng)計劃管理具有明顯的效益提升。