程 新，張 乾

(1.哈爾濱飛機(jī)工業(yè)集團(tuán) 客戶(hù)服務(wù)部, 黑龍江 哈爾濱 150066)(2.空軍航空大學(xué) 飛行器與動(dòng)力系, 吉林 長(zhǎng)春 130022)

基于BP神經(jīng)網(wǎng)絡(luò)的飛機(jī)使用決策研究

程 新1，張 乾2

(1.哈爾濱飛機(jī)工業(yè)集團(tuán) 客戶(hù)服務(wù)部, 黑龍江 哈爾濱 150066)(2.空軍航空大學(xué) 飛行器與動(dòng)力系, 吉林 長(zhǎng)春 130022)

為了解決機(jī)群用戶(hù)在執(zhí)行任務(wù)飛機(jī)選擇上的隨意性問(wèn)題，提高飛機(jī)使用決策的科學(xué)性，在分析影響飛機(jī)使用決策多種因素的基礎(chǔ)上，構(gòu)建了飛機(jī)堪用度評(píng)價(jià)體系，設(shè)計(jì)了評(píng)估堪用度的BP神經(jīng)網(wǎng)絡(luò)，并運(yùn)用實(shí)例驗(yàn)證了方法的有效性。MATLAB軟件的仿真結(jié)果表明，BP神經(jīng)網(wǎng)絡(luò)適用于解決飛機(jī)使用決策的評(píng)估問(wèn)題。

飛機(jī)使用決策; BP神經(jīng)網(wǎng)絡(luò); 堪用度; MATLAB仿真

在執(zhí)行飛行任務(wù)之前，航空公司航務(wù)部門(mén)要根據(jù)任務(wù)特點(diǎn)和在隊(duì)飛機(jī)技術(shù)狀態(tài)，以航班計(jì)劃和維修計(jì)劃為依據(jù)，選擇執(zhí)行任務(wù)的飛機(jī)，滿(mǎn)足任務(wù)需求，并確保機(jī)隊(duì)飛機(jī)各項(xiàng)適航指令及時(shí)完成。在實(shí)際操作中，一般根據(jù)機(jī)庫(kù)飛機(jī)剩余壽命和定檢時(shí)限等因素粗略確定飛機(jī)，這種選擇方式簡(jiǎn)單粗放、隨意性較大，無(wú)法滿(mǎn)足航空公司在維修管理上日益精確化、最優(yōu)化和智能化的追求。因此，如何科學(xué)合理地選擇飛機(jī)是用戶(hù)亟需解決的一個(gè)實(shí)際問(wèn)題。

飛機(jī)選擇是一個(gè)多目標(biāo)的綜合決策問(wèn)題[1]，應(yīng)綜合考慮飛機(jī)飛行小時(shí)剩余壽命、日歷剩余壽命、定檢、有壽件到壽、梯次使用和航材供應(yīng)等情況，滿(mǎn)足任務(wù)需求，同時(shí)減少對(duì)飛機(jī)階段使用計(jì)劃的影響。解決這類(lèi)問(wèn)題的方法有很多，如層次分析法、 灰色關(guān)聯(lián)度法等，但這些方法主觀(guān)性都太強(qiáng)，而人工神經(jīng)網(wǎng)絡(luò)[2]是一種高度的非線(xiàn)性映射處理系統(tǒng)，具有強(qiáng)大的自組織、自學(xué)習(xí)、自適應(yīng)和分類(lèi)計(jì)算能力，主要根據(jù)所提供的數(shù)據(jù)，通過(guò)學(xué)習(xí)和訓(xùn)練找出輸入與輸出的內(nèi)在聯(lián)系，規(guī)避了傳統(tǒng)決策方法較大的主觀(guān)性。本文在建立評(píng)估體系的基礎(chǔ)上，選擇應(yīng)用最廣的BP神經(jīng)網(wǎng)絡(luò)(Back Propagation Neural Network)作為評(píng)估機(jī)群飛機(jī)堪用度的方法。

1 評(píng)估體系建立

1.1評(píng)估指標(biāo)選擇

在滿(mǎn)足任務(wù)需求的基礎(chǔ)上，影響飛機(jī)堪用度的主要因素有剩余壽命、定檢、航材保障、有壽機(jī)件等因素[3]，另外還要考慮機(jī)群飛機(jī)梯次使用狀況。本文綜合考慮以上因素，整合出飛行小時(shí)剩余壽命、日歷剩余壽命、梯次使用、航材供應(yīng)和定期工作等5個(gè)評(píng)估指標(biāo)。

a.飛行小時(shí)剩余壽命。

飛行小時(shí)剩余壽命是指各飛機(jī)階段計(jì)劃使用時(shí)數(shù)的剩余時(shí)數(shù)，是飛機(jī)使用依據(jù)的基本數(shù)據(jù)，機(jī)隊(duì)飛機(jī)使用時(shí)一般都嚴(yán)格按照計(jì)劃執(zhí)行，不應(yīng)該超出階段計(jì)劃飛行時(shí)間。根據(jù)每架飛機(jī)的階段計(jì)劃飛行時(shí)間和實(shí)際飛行時(shí)間，令：

(1)

式中：tjfi為第i架飛機(jī)階段計(jì)劃飛行時(shí)間；tsfi為第i架飛機(jī)階段實(shí)際飛行時(shí)間。將Ri的值按其大小進(jìn)行降序排列，值大的飛機(jī)優(yōu)先飛行。

b.日歷剩余壽命。

日歷剩余壽命主要反映飛機(jī)在使用過(guò)程中由于不當(dāng)?shù)木S護(hù)活動(dòng)、 環(huán)境腐蝕引起的結(jié)構(gòu)疲勞、品質(zhì)下降是否達(dá)到臨界值。日歷壽命到壽的飛機(jī)應(yīng)該立即停飛，進(jìn)行相應(yīng)的檢修。在考慮飛行小時(shí)壽命的同時(shí)，還要綜合日歷壽命，合理安排飛機(jī)的使用，使飛行小時(shí)壽命和日歷壽命損失最小。根據(jù)每架飛機(jī)的日歷剩余壽命和總飛行小時(shí)剩余壽命，令：

(2)

式中：tri為第i架飛機(jī)日歷剩余壽命；tzsi為第i架飛機(jī)總飛行小時(shí)剩余壽命。將Ci的值按其大小進(jìn)行降序排列，值大的飛機(jī)優(yōu)先飛行。

c.航材供應(yīng)。

航材的供應(yīng)直接影響飛機(jī)的完好率，質(zhì)控部門(mén)根據(jù)飛機(jī)狀況和有壽機(jī)件到壽情況制定航材請(qǐng)領(lǐng)計(jì)劃，由航材部門(mén)保障航材供應(yīng)。根據(jù)每架飛機(jī)的航材供應(yīng)情況，令：

(3)

式中：Xsyi為第i架飛機(jī)航材供應(yīng)數(shù)；Xjhi為第i架飛機(jī)航材請(qǐng)領(lǐng)數(shù)。將Mi的值按其大小進(jìn)行降序排列，值大的飛機(jī)優(yōu)先飛行。

d.梯次使用。

飛機(jī)梯次使用是指機(jī)庫(kù)各架飛機(jī)距離各項(xiàng)定檢工作(C檢及C檢以上級(jí)別檢查)的飛行時(shí)間互相間保持一定的差距，成梯次排列使用，目的是分散各飛機(jī)的定檢時(shí)機(jī)，最大限度地提高飛機(jī)在隊(duì)率。在飛機(jī)機(jī)庫(kù)檢修條形圖中(如圖1所示)，用平均定檢剩余時(shí)間50%標(biāo)準(zhǔn)線(xiàn)作為理想的飛機(jī)剩余時(shí)間梯次排列趨勢(shì)線(xiàn)，剩余時(shí)間在標(biāo)準(zhǔn)控制線(xiàn)之上，距離為正值；在控制線(xiàn)之下，距離為負(fù)值。為提高飛機(jī)定檢剩余時(shí)間按梯次排列的程度，距離大的飛機(jī)應(yīng)多飛，距離小的飛機(jī)應(yīng)少飛。令：

(4)

式中：tsi為定檢剩余時(shí)間；N為機(jī)庫(kù)飛機(jī)架數(shù)；tg為平均定檢規(guī)定時(shí)間。將Ei的值按其大小進(jìn)行降序排列， 值大的飛機(jī)優(yōu)先飛行。

圖1 飛機(jī)機(jī)庫(kù)檢修條形圖

e.定期工作。

定期工作主要是指飛機(jī)各級(jí)定檢(主要是C檢及C檢以上級(jí)別檢查)、換發(fā)和更換有壽機(jī)件等工作，是飛機(jī)維護(hù)計(jì)劃的重要部分，各項(xiàng)工作要按照要求和計(jì)劃嚴(yán)格執(zhí)行。令：

(5)

式中：tdi為第i架飛機(jī)到飛機(jī)各級(jí)定檢、換發(fā)和更換有壽機(jī)件需要的飛行小時(shí)數(shù)。Ni的值按其大小進(jìn)行降序排列， 值大的飛機(jī)優(yōu)先飛行。

1.2綜合評(píng)價(jià)體系結(jié)構(gòu)

根據(jù)以上選取的各項(xiàng)評(píng)估指標(biāo)，建立如圖2所示的飛機(jī)堪用度評(píng)估體系。

圖2 飛機(jī)堪用度評(píng)估體系結(jié)構(gòu)圖

2 BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)

2.1輸入層、隱含層、輸出層的設(shè)計(jì)[4]

對(duì)于機(jī)隊(duì)飛機(jī)堪用度的綜合評(píng)估應(yīng)當(dāng)依據(jù)其確定的評(píng)估指標(biāo)作為輸入層因素，這里選用飛行小時(shí)剩余壽命、日歷剩余壽命、航材供應(yīng)、梯次使用、定期工作作為輸入層節(jié)點(diǎn)，輸入單元數(shù)為5。輸出層表示飛機(jī)堪用度的綜合評(píng)價(jià)值，節(jié)點(diǎn)數(shù)為1。隱含層節(jié)點(diǎn)數(shù)的選取還沒(méi)有明確的方法，可以根據(jù)經(jīng)驗(yàn)來(lái)選取，由于輸入層節(jié)點(diǎn)數(shù)為5，輸出層節(jié)點(diǎn)數(shù)為1，選取中間隱含層節(jié)點(diǎn)數(shù)為3。建立的BP神經(jīng)網(wǎng)絡(luò)模型如圖3所示。

圖3 BP神經(jīng)網(wǎng)絡(luò)模型圖

2.2學(xué)習(xí)步長(zhǎng)、初始權(quán)值、目標(biāo)精度的選取

學(xué)習(xí)步長(zhǎng)是在學(xué)習(xí)過(guò)程中對(duì)權(quán)值的修正量，與網(wǎng)絡(luò)的穩(wěn)定性有關(guān)。步長(zhǎng)過(guò)短，則學(xué)習(xí)效率低，步長(zhǎng)過(guò)長(zhǎng)，則網(wǎng)絡(luò)穩(wěn)定性差。學(xué)習(xí)步長(zhǎng)取為0.02。初始權(quán)值選取對(duì)于輸出結(jié)果是否最接近實(shí)際及是否能夠收斂、學(xué)習(xí)時(shí)間的長(zhǎng)短等影響很大。由于MATLAB仿真軟件會(huì)根據(jù)初始化函數(shù)自動(dòng)生成相應(yīng)的初始權(quán)值和閾值，故這里不用考慮。目標(biāo)精度是確定神經(jīng)網(wǎng)絡(luò)的精度標(biāo)準(zhǔn)，當(dāng)誤差達(dá)到目標(biāo)精度要求后，網(wǎng)絡(luò)停止訓(xùn)練。

3 基于MATLAB仿真軟件的實(shí)例分析

在BP神經(jīng)網(wǎng)絡(luò)的分析和設(shè)計(jì)中，會(huì)涉及大量的計(jì)算問(wèn)題，MATLAB仿真軟件的使用為神經(jīng)網(wǎng)絡(luò)的計(jì)算帶來(lái)了極大的便利，本文將應(yīng)用MATLAB仿真軟件對(duì)所建立的BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行求解[5]。在此選定用于訓(xùn)練的8組樣本數(shù)據(jù)建立學(xué)習(xí)樣本矩陣和目標(biāo)輸出矩陣，選擇一組檢驗(yàn)數(shù)據(jù)建立待評(píng)估矩陣。

a.學(xué)習(xí)樣本矩陣、目標(biāo)輸出矩陣、待評(píng)估矩陣的數(shù)據(jù)輸入。

T=[0.56 0.35 0.45 0.59 0.47 0.86 0.37 0.51]

Q=[0.70 0.800 0.77 69 1.00]T

b.BP神經(jīng)網(wǎng)絡(luò)模型程序代碼設(shè)計(jì)。

net=newff(minmax(P), [3, 1],{‘tansig’, ‘purelin’}, ‘traingdx’);

net=init(net);

net.trainparam.show=50;

net.trainparam.lr=0.02;

net.trainparam.epochs=500;

net.trainparam.goal=1e-2;

[net, tr]=train(net, P, T);

Y=sim(net,Q);

c.結(jié)果輸出。

對(duì)應(yīng)待評(píng)估矩陣的仿真結(jié)果值為：Y=0.534 7，表明待評(píng)估飛機(jī)堪用度值為0.534 7，經(jīng)和樣本集進(jìn)行比較，數(shù)據(jù)可信。輸出圖形為BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練圖，如圖4所示。從圖中可以看出，訓(xùn)練仿真到64次時(shí)，達(dá)到設(shè)定的目標(biāo)精度，訓(xùn)練停止。

圖4 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練圖

4 結(jié)束語(yǔ)

本文運(yùn)用BP 神經(jīng)網(wǎng)絡(luò)建立了飛機(jī)堪用度評(píng)估決策模型，MATLAB仿真表明本模型收斂速度快、評(píng)估結(jié)果可信度高，較好地解決了機(jī)群飛機(jī)的使用決策問(wèn)題。另外BP 神經(jīng)網(wǎng)絡(luò)是通過(guò)學(xué)習(xí)和訓(xùn)練找出輸入與輸出的內(nèi)在聯(lián)系，從而求取問(wèn)題的解，訓(xùn)練樣本越多，越能發(fā)揮神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)、聯(lián)想和容錯(cuò)能力，因此在實(shí)際使用中可以持續(xù)增加樣本對(duì)其進(jìn)行訓(xùn)練改進(jìn)。

[1] 陳永青, 孫春林. 飛機(jī)維修計(jì)劃技術(shù)[J]. 中國(guó)民航學(xué)院學(xué)報(bào), 2004(增刊1):36-38.

[2] 王文成. 神經(jīng)網(wǎng)絡(luò)及其在汽車(chē)工程中的應(yīng)用[M]. 北京：北京理工大學(xué)出版社, 1998.

[3] 孫保開(kāi), 袁冬根. 飛機(jī)發(fā)動(dòng)機(jī)使用管理綜合決策研究[J]. 長(zhǎng)沙航空職業(yè)技術(shù)學(xué)院學(xué)報(bào), 2004, 4(4) : 27-31.

[4] 李曉宇, 王新閣, 黃勇. 基于神經(jīng)網(wǎng)絡(luò)的戰(zhàn)時(shí)裝備維修保障能力評(píng)估[J]. 飛機(jī)設(shè)計(jì), 2011, 31(3): 63-65.

[5] 羅成漢. 基于MATLAB神經(jīng)網(wǎng)絡(luò)工具箱的BP網(wǎng)絡(luò)實(shí)現(xiàn)[J]. 計(jì)算機(jī)仿真, 2004, 21(5): 109-112.

ResearchontheAircraftUsageDecisionBasedonBPNeuralNetwork

CHENG Xin1, ZHANG Qian2

(1. Harbin Aircraft Industry Group, Heilongjiang, Harbin, 150066, China)(2. The Aviation University of Air Force, Jilin Changchun, 130022, China)

Aiming at the arbitrary choose the aircraft and implement the scientific aircraft usage and decision, it establishes the evaluation system of aircraft availability, designs the BP neural network for evaluating the availability based on analysis the influencing factors, and verifies with an example. Through the simulation by MATLAB, BP neural network is available to resolve the evaluation and decision problem of aircraft usage.

Aircraft Usage Decision; Back Propagation Neural Network; Availability; MATLAB Simulation

10.3969/j.issn.2095-509X.2014.05.020

2014-04-09

程新(1967—)，男，黑龍江哈爾濱人，中航工業(yè)哈飛集團(tuán)有限責(zé)任公司高級(jí)工程師，主要從事航空企業(yè)的信息化管理及相應(yīng)的系統(tǒng)開(kāi)發(fā)研究等工作。

V241.07

A

2095-509X(2014)05-0076-03