一种基于健康状态的车辆分队综合能力评估系统及方法
文献发布时间:2023-06-19 11:02:01
技术领域
本发明涉及一种基于健康状态的车辆分队综合能力评估系统及方法,属于人工智能技术领域。
背景技术
车辆系统一般以分队的形式集中管理或执行任务,具体车辆系统由车辆本体、人员、油料和弹药等多种因素组成,车辆本体又可分为不同层次的功能装置。在车辆分队日常管理或执行任务中,通常是调度员根据任务量和车辆健康状况进行调度和任务分配,由于不能准确掌握车辆系统的健康状态,具体调度管理通常依赖调度员人为经验或者简单计算来确定方案,粗放型的、基于经验型的管理模式导致系统战备维持水平低且带来维修保障费用急剧上升,亟需对车辆系统进行基于健康状态的战斗力评估,以量化科学的运维管理和动用决策。
发明内容
本发明的发明目的是提供一种基于健康状态的车辆分队综合能力评估系统及方法,其能够根据测量的车辆健康状态确定系统能力。
为实现所述发明目的,本发明提供一种基于健康状态的车辆分队综合能力评估系统,一种基于健康状态的车辆分队综合能力评估系统,其特征在于,包括:建模模块,其被配置为根据车辆的健康状态建立具有第一层级、第二层级和第三层级的评估模型,第一层级为技术质量指标层,包括机动技术指标、火力技术指标和射击技术指标;第二层级包括车载设备性能估计值、燃油估计值、人员状态估计值和弹药余量估计值,第三层包括车载设备的分系统测量值归一化值;人工智能模块,其被配置为根据计算第一层中技术指标的要求,给第二层级内每一估计值确定权重,并给第三层内每一分系统确定权重;建映射表模块,被配置为建立第一映射表、第二映射表、第三映射表和第四映射表,其中,第一映射表中分系统测量与分系统映射值一一相对应;第二映射表中,燃油剩余量与燃油映射值一一相对应;第三映射表中,人员状态与人员映射值一一相对应;第四映射表中,弹药余量与弹药映射值一一相对应;输入模块,被配置为输入车载设备分系统的测量值,根据车载设备分系统的测量值确定其分系统映射值;输入测量的燃油剩余量,根据测量的燃油剩余量确定燃油映射值;输入探测的车载人员的图像信息,根据车载人员的图像信息确定人员映射值;累计弹药余量根据输入的弹药余量确定其对应的映射值;计算模块,被配置为根据分系统映射值和分系统权重计算车载设备估计值;根据车载设备技术质量指标值及其估计值权重、燃油映射值及其估计值权重、人员映射值及其估计值权重、弹药映射值及其估计值权重计算系统执行第一层级中机动技术质量指标、火力技术质量指标和射击技术质量指标。
优选地,计算模块通过下式求得第二层级中车载设备能力估计值归一化权重、燃油估计值归一化权重、人员估计值归一化权重、弹药估计值归一化权重:
式中,i=1,2,3,4;u
优选地,计算模块根据下式计算车载设备分系统测量值的归一化权重:
式中,x
优选地,计算模块通过下式求出对应于第一层级内的技术质量指标值:
式中l∈1,2,3,分别表示机动技术质量指标、火力技术质量指标和射击技术质量指标;
优选地,计算模块分别根据下式计算车载设备估计值、燃油估计值、人员估计值、弹药余量估计值:
式中:f
S01:建立初始矩阵:获取车辆的J个分系统的每个分系统的I个测量值,建立初始矩阵:
矩阵中的元素x
S02;测量值初始权重计算:a)对测量值进化归一化处理,构建归一化矩阵:
其中,
b)计算各分系统的差异系数:
c)计算各分系统的初始权重:
S03:对各分系统的权重进行修正:
a)对各分系统两两之间的重要程度作比较,构建出两两比较的非零元素判
判断矩阵:
式中,任一元素为b
b)计算各分系统对车辆质b
a)根据分系统的贡献度确定最终权重:
x
为实现所述发明目的,本发明还提供一种基于健康状态的车辆分队综合能力评估方法,其特征在于,包括:建模步骤,为根据车辆的健康状态建立具有第一层级、第二层级和第三层级的评估模型,第一层级为技术质量指标层,包括机动技术指标、火力技术指标和射击技术指标;第二层级包括车载设备性能估计值、燃油估计值、人员状态估计值和弹药余量估计值,第三层包括车载设备的分系统测量值归一化值;
确定权重步骤:利用人工智能模块根据计算第一层中技术指标的要求,给第二层级内每一估计值确定权重,并给第三层内每一分系统确定权重;
建映射表步骤:建立第一映射表、第二映射表、第三映射表和第四映射表,其中,第一映射表中分系统测量与分系统映射值一一相对应;第二映射表中,燃油剩余量与燃油映射值一一相对应;第三映射表中,人员状态与人员映射值一一相对应;第四映射表中,弹药余量与弹药映射值一一相对应;
输入步骤:输入车载设备分系统的测量值,根据车载设备分系统的测量值确定其分系统映射值;输入测量燃油剩余量,根据测量的燃油剩余量确定燃油映射值;输入探测的车载人员的图像信息,根据车载人员的图像信息确定人员映射值;累计弹药余量根据输入的弹药余量确定其对应的映射值;
计算步骤:根据分系统映射值和分系统权重计算车载设备估计值;根据车载设备技术质量指标值及其估计值权重、燃油映射值及其估计值权重、人员映射值及其估计值权重、弹药映射值及其估计值权重计算系统执行第一层级中机动技术质量指标、火力技术质量指标和射击技术质量指标。
优选地,计算步骤通过下式求得第二层级中车载设备能力估计值归一化权重、燃油估计值归一化权重、人员估计值归一化权重、弹药估计值归一化权重:
式中,i=1,2,3,4;u
根据下式计算车载设备分系统测量值的归一化权重:
式中,x
通过下式求出对应于第一层级内的技术质量指标值:
式中l∈1,2,3,分别表示机动技术质量指标、火力技术质量指标和射击技术质量指标;
优选地,计算模块分别根据下式计算车载设备估计值、燃油估计值、人员估计值、弹药余量估计值:
式中:f
S01:建立初始矩阵:获取车辆的J个分系统的每个分系统的I个测量值,建立初始矩阵:
矩阵中的元素x
S02;测量值初始权重计算:a)对测量值进化归一化处理,构建归一化矩阵:
其中,
b)计算各分系统的差异系数:
c)计算各分系统的初始权重:
S03:对各分系统的权重进行修正:
a)对各分系统两两之间的重要程度作比较,构建出两两比较的非堆元素判断矩阵:
矩阵中,任一元素表示为b
b)计算各分系统对车辆技术质量指标值的贡献度:
c)根据分系统的贡献度确定最终权重:
x
为实现所述发明目的,本发明还提供一种存储介质,其存储有可由处理器调用并处理的计算机程序,并执行上述方法所述的过程。
与现有技术相比,本发明提供的基于健康状态的车辆分队综合能力评估系统及方法,其能够根据测量的车辆健康状态自动评估车辆执行某一任务的能力。
附图说明
图1是本发明提供的基于健康状态的车辆分队综合能力评估方法的流程图;
图2是本发明提供的评估模型的示意图;
图3是本发明提供的利用人工智能模块确定权重系数的结构示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,本文所用的术语仅用于描述特定实施例的目的,而并非旨在限制本发明。除非上下文明确指出,否则如本文中所使用的单数形式“一”、“一个”和“该”等意图也包括复数形式。使用“包括”和/或“包含”等术语时,是意图说明存在该特征、整数、步骤、操作、元素和/或组件,而不排除一个或多个其他特征、整数、步骤、操作、元素、组件、和/或其他组合的存在或增加。术语“和/或”包括一个或多个相关列出项目的任何和所有组合。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
图1是本发明提供的基于健康状态的车辆分队综合能力评估方法的流程图,如图1所述,本发明提供的基于健康状态的车辆分队综合能力评估方法包括以下步骤:
S01建模步骤,为根据车辆的健康状态建立具有第一层级、第二层级和第三层级的评估模型,第一层级为技术质量指标层,包括机动技术指标、火力技术指标和射击技术指标;第二层级包括车载设备性能估计值、燃油估计值、人员状态估计值和弹药余量估计值,第三层包括车载设备的分系统测量值归一化值;
S02确定权重步骤:利用人工智能模块根据计算第一层中技术指标的要求,给第二层级内每一估计值确定权重,并给第三层内每一分系统确定权重;
S03建映射表步骤:建立第一映射表、第二映射表、第三映射表和第四映射表,其中,第一映射表中分系统测量与分系统映射值一一相对应;第二映射表中,燃油剩余量与燃油映射值一一相对应;第三映射表中,人员状态与人员映射值一一相对应;第四映射表中,弹药余量与弹药映射值一一相对应;
S04输入步骤:输入车载设备分系统的测量值,根据车载设备分系统的测量值确定其分系统映射值;输入测量燃油剩余量,根据测量的燃油剩余量确定燃油映射值;输入探测的车载人员的图像信息,根据车载人员的图像信息确定人员映射值;累计弹药余量根据输入的弹药余量确定其对应的映射值;
S05计算步骤:根据分系统映射值和分系统权重计算车载设备估计值;根据车载设备技术质量指标值及其估计值权重、燃油映射值及其估计值权重、人员映射值及其估计值权重、弹药映射值及其估计值权重计算系统执行第一层级中机动技术质量指标、火力技术质量指标和射击技术质量指标。
根据本发明一个实施例,所述方法还包括:
S06:根据机机动技术质量指标、火力技术质量指标和射击技术质量指标评估系统执行某一任务的技术质量指标值;
S07:对执行某一任务的技术质量指标值进行排序,并使技术质量指标值最大的车辆去执行任务;
S08:对执行效果进行记录,人工智能智模块从记录结果中效果较好的多项取测量值进行训练,从而改变之前确定的权重,直到确定最佳的权重,将最佳的权重用于评估模型中。
本发明提供的评估模型如图2所示。
图2是本发明提供的评估模型的示意图,如图2所示,本发明提供的分层模型包括第零层级(图中未示)、第一层级、第二层级和第三层级,第零层级为任务类层级;第一层级包括机动技术质量指标、火力技术质量指标和射击技术质量指标;第二层级包括车载设备能力估计值、燃油估计值、人员状态估计值和弹药余量估计值;第三层包括车载设备的分系统测量值的归一化值。
本发明中,将由分队或主管单位确定的任务设置于第零层级。将机动技术质量指标、火力技术质量指标和射击技术质量指标设置于第一层级;将载设备能力估计值及其权重、燃油估计值及其权重、人员状态估计值及其权重和弹药余量估计值及其权重设置于第二层级;将车辆分系统测量值、归一化值及其及权重设置于第三层,权重并非由人为设定,而由人工智能模块通过执行第一层级中的任务的效果反复学习得到。
本发明中,若v
本发明通过下式求出对应于第零层级内的任务的系统能力值:
本发明中,若u
本发明通过下式求出对应于第一层级内的机动技术质量指标值、火力技术质量指标值和射击技术质量指标值:
式中l∈1,2,3,分别表示机动技术质量指标值、火力技术质量指标值和射击技术质量指标值;
本发明中,若不考虑第二层中各因素的相互影响,根据下式计算车载设备估计值、燃油估计值、人员估计值、弹药余量估计值:
式中:f
由于第二层级中,车载设备能力、燃油量、人员状况和弹药余量情况彼此之间都有影响,尤其是,载设备能力受燃油量、人员状况和弹药余量情况的影响,因此,在评估载设备能力对执行任务系统能力时,也要考虑其它因素的影响,本发明用影响系数来恒量。
由于考虑同一层级的各因素的相互影响,因此:
式中:f
本发明中,将车载设备各分系统测量值、归一化映射值及其权重设置为第三层级,车载设备分系统按照功能可以划分为J个子类,包括发动机系统、传动系统、行动系统、定位装置、强光防御系统、灭火抑爆系统、三防系统、观察系统、电源电气系统和电源电气系等,若x
式中,j=1,2,...,J,J为车载设备(子系统)的数量;
若不考虑车载设备各分系统相互间影响的情况下,车载设备能力估计值可以通过下式确定:
式中,f
若考虑车载设备各分系统相互间影响的情况下,车载设备能力估计值可以通过下式确定:
式中,f
本发明中,所述方法还包括建立第一映射表,第一映射表中分系统性能测量值与分系统归一化映射值一一相对应,根据车载设备分系统的各种测量传感器的测量值确定其分系统测量值的归一化映射值,如表1所示:
表1第一映射表
本发明中,根据分系统的I个测量值确定分系统的剩余使用寿命通过人工智能模块根据剩余使用寿命确定分系统能力的归一化映射值。人工智能模块包括输入层、编码层、输出层和模型优化层,其工作过程包括训练阶段和预测阶段。
在训练阶段中,输入层输入结构相同、已维维修过的分系统相同的测量值的二进制序列X′;编码层中第z
z
式中W为编码层的网络参数;
输出层输出的目标量由下式表示:
y=[y
式中,
输出层输出的目标量估计值为:
式中,Z=[z
模型优化层通过使
在预测阶段,输入层输入本车辆分系统的测量值的二进制序列X;
编码层中第z
z
式中W为编码层的网络参数;
输出层输出的目标量估计值与编码层的神经元向量关系Z表示为:
人工智能模块根据下式确定分系统的剩余使用寿命
所以,
所述方法还包括建立第二映射表,第二映射表中燃油剩余量与燃油映射值一一相对应,根据测量的燃油剩余量确定燃油映射值,如表2射表示所示:
表2第二映射表
表中,Fuel
本发明中,所述方法还包括建立第三映射表,第三映射表中人员状态与人员归一化值映射值一一相对应,人工智能模块根据图像传感器获取车载人员的图像信息确定人员的状态,所述状态包括严重疲劳、疲劳和正常,进一步确定归一化映射值,如表3所示:
表3第三映射表
本发明中,所述方法还包括建立第四映射表,第四映射表中,弹药余量状况与弹药归一化映射值一一相对应;根据输入的弹药余量状况确定其对应的映射值,如表4所示:
表4第四映射表
表中,Materia
图3是本发明提供的利用人工智能模块确定权重的结构示意图,如图3所示,人工智能模块确定权重的方法包括:
S01:建立初始矩阵:获取车辆的J个分系统的每个分系统的I个测量值,建立初始矩阵:
矩阵中的元素x
S02;测量值初始权重计算:a)对测量值进化归一化处理,构建归一化矩阵:
其中,
b)计算分系统的初始权重:
S03:分系统权重进行修正:
a)人工智能模块对J分系统对车辆质量指标的的贡献度进行比较,构造贡献向量:
b)根据贡献度确定每个影响因子的最终权重:
x
本发明虽然以分系统的权重的确定方法为例进行了说明,但该方法也适用第二层中各因素的权重的确定。
根据本发明另一实施例,还提供基于健康状态的车辆分队综合能力评估系统,其特征在于,包括:建模模块,其被配置为根据车辆的健康状态建立具有第一层级、第二层级和第三层级的评估模型,第一层级为技术质量指标层,包括机动技术指标、火力技术指标和射击技术指标;第二层级包括车载设备性能估计值、燃油估计值、人员状态估计值和弹药余量估计值,第三层包括车载设备的分系统测量值归一化值;人工智能模块,其被配置为根据计算第一层中技术指标的要求,给第二层级内每一估计值确定权重,并给第三层内每一分系统确定权重;建映射表模块,被配置为建立第一映射表、第二映射表、第三映射表和第四映射表,其中,第一映射表中分系统测量与分系统映射值一一相对应;第二映射表中,燃油剩余量与燃油映射值一一相对应;第三映射表中,人员状态与人员映射值一一相对应;第四映射表中,弹药余量与弹药映射值一一相对应;输入模块,被配置为输入车载设备分系统的测量值,根据车载设备分系统的测量值确定其分系统映射值;输入测量的燃油剩余量,根据测量的燃油剩余量确定燃油映射值;输入探测的车载人员的图像信息,根据车载人员的图像信息确定人员映射值;累计弹药余量根据输入的弹药余量确定其对应的映射值;计算模块,被配置为根据分系统映射值和分系统权重计算车载设备估计值;根据车载设备技术质量指标值及其估计值权重、燃油映射值及其估计值权重、人员映射值及其估计值权重、弹药映射值及其估计值权重计算系统执行第一层级中机动技术质量指标、火力技术质量指标和射击技术质量指标。
本发明中计算模块通过式(1)求得第三层级中车载设备能力估计值归一化权重、燃油估计值归一化权重、人员估计值归一化权重、弹药估计值归一化权重;还根据下式(9)计算车载设备分系统估计值的归一化权重;通过式(5)求出对应于第一层级内的任务的计算系统技术质量指标值。分别根据式(5)、(6)、(7)和(8)计算车载设备估计值、燃油估计值、人员估计值、弹药余量估计值。
根据本发明另一实施例,还提供一种存储介质,其存储有可由处理器调用并处理的由计算机语言编成的计算机程序,并执行上述方法所述的过程。所述处理器例如为CPU,所述存储介质例如为硬盘、光盘、云盘、闪存等。
由于本发明通过映射表将车辆的定性、定量数据都映射为映射值,因此,可通过计算而得到能力评估值,从而能够根据车辆健康状态自动评估车辆执行某一任务的能力。另外,对于各种权重和影响系数均人工智能模块反复学习得到,因此能够更加科学地对车辆系统能力进行评估。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
- 一种基于健康状态的车辆分队综合能力评估系统及方法
- 一种基于大数据的输变电设备健康状态评估系统及方法