錢昭勇，曹裕華，燕如意，劉現(xiàn)明，史增凱

(1.航天工程大學, 北京 101416； 2.國防大學聯(lián)合勤務學院， 北京 100858，3.中國人民解放軍93110部隊， 北京 100036)

當前實戰(zhàn)化訓練背景下，裝備在役考核過程中產(chǎn)生和統(tǒng)計的數(shù)據(jù)量大面廣、種類繁多、結(jié)構(gòu)不一，對這些海量數(shù)據(jù)的深層次分析與處理需求日益凸顯。然而，傳統(tǒng)的數(shù)據(jù)分析處理方法對海量考核數(shù)據(jù)利用效率較低，很少揭示數(shù)據(jù)間的關聯(lián)規(guī)則和相互關系，難以立足于歷史和當前數(shù)據(jù)預測未來的發(fā)展趨勢，很難對裝備使用情況進行客觀可信的評估。如何設計出科學、合理、好用的裝備在役考核指標體系，以便從大量雜亂無序并受噪聲干擾的各種裝備數(shù)據(jù)中“智能地”和“自動地”挖掘出有價值的信息，是目前我軍裝備信息化和智能化發(fā)展面臨的瓶頸之一，也是對數(shù)據(jù)挖掘應用于在役考核的技術倒逼和挑戰(zhàn)。為此，本文開展了數(shù)據(jù)挖掘方法在裝備在役考核領域的應用研究。從數(shù)據(jù)挖掘的全過程和裝備在役考核評估的全流程出發(fā)，首先介紹了裝備在役考核與數(shù)據(jù)挖掘的內(nèi)涵；繼而對比分析了挖掘工具和算法應用；最后立足于挖掘結(jié)果的解釋，重點剖析了考核指標體系構(gòu)建模型評估和知識表示等相關問題。

1 數(shù)據(jù)挖掘與裝備在役考核的基本內(nèi)涵

數(shù)據(jù)挖掘是指從大量的、不完全的、有噪聲的、隨機的數(shù)據(jù)中，獲取隱藏在其中的、有價值的潛在知識的過程[1]。數(shù)據(jù)挖掘可分為預處理、挖掘?qū)嵤┖徒Y(jié)果解釋3個階段，如圖1所示。

圖1 數(shù)據(jù)挖掘過程框圖

預處理階段將高頻數(shù)據(jù)從數(shù)據(jù)庫中選取出來，進行轉(zhuǎn)換后構(gòu)建數(shù)據(jù)倉庫，目的是為抽取足夠且有效的數(shù)據(jù)；數(shù)據(jù)挖掘階段通過選用有效的挖掘工具和算法，科學地運用挖掘模型對前期數(shù)據(jù)進行分析處理；結(jié)果解釋階段將依據(jù)模型的各項指標對比分析數(shù)據(jù)結(jié)果，并進行結(jié)果的可視化表示與知識的合理解釋。

新裝備在全壽命周期的試驗可分為性能試驗、作戰(zhàn)試驗和在役考核3類[2]。性能試驗是解決“能用”的問題，作戰(zhàn)試驗是解決“管用”的問題，在役考核是確保武器裝備列裝部隊后“好用”。在役考核與美軍后續(xù)的作戰(zhàn)試驗鑒定類似，主要立足部隊實際條件，結(jié)合平時成建制、成體系的訓練、演練,全時空、全領域、全要素地跟蹤掌握部隊裝備使用、保障和維修情況，既考核裝備部署部隊的適編性和服役期的經(jīng)濟性，又檢測部分在性能試驗和作戰(zhàn)試驗階段難以考核的指標。裝備在役考核的基本過程分為考核設計(編報在役考核大綱)、數(shù)據(jù)采集與存儲、考核評估分析、問題反饋和處理等關鍵環(huán)節(jié)，如圖2所示。

圖2 數(shù)據(jù)挖掘介入裝備在役考核過程框圖

由圖2可知，數(shù)據(jù)挖掘技術應用于裝備在役考核過程中，將對考核流程里的每個關鍵節(jié)點發(fā)揮重要作用。依據(jù)裝備鑒定定型試驗總案，通過使用數(shù)據(jù)挖掘輔助設計合理的考核指標體系，對考核采集的基礎數(shù)據(jù)進行預處理后，選擇恰當?shù)臄?shù)據(jù)挖掘工具和算法進行考核評估分析，最后通過對挖掘模型評估和知識表示，總結(jié)規(guī)律，反饋問題，起到輔助決策的作用。

2 在役考核中數(shù)據(jù)挖掘的預處理

裝備在役考核的數(shù)據(jù)挖掘預處理，相對于對傳統(tǒng)統(tǒng)計數(shù)據(jù)預先處理，既重視數(shù)據(jù)的質(zhì)，也注重數(shù)據(jù)的量。其本質(zhì)就是通過一系列的方法和手段，確保裝備在役考核數(shù)據(jù)的質(zhì)和量，為實施數(shù)據(jù)挖掘奠定基礎。

實施數(shù)據(jù)挖掘的首要前提是數(shù)據(jù)的量達到一定的程度，并且數(shù)據(jù)的維度需要盡可能完整全面。畢竟數(shù)據(jù)挖掘是使用局部樣本來代替和反映整體，挖掘結(jié)果不可避免會出現(xiàn)局部樣本無法完全正確反映整體而出現(xiàn)偏差。事實上，在役考核數(shù)據(jù)采集是一個長久持續(xù)的活動，絕大多數(shù)都不是短期的、一次性的，而是從裝備列裝服役到退役報廢整個過程，涉及部隊作戰(zhàn)指揮、裝備管理、維修保障和使用操作等所有與裝備相關的要素，這就決定了考核指標采集數(shù)據(jù)的特點有：分布廣泛、數(shù)據(jù)繁多、動態(tài)變化、類型多樣等[3]。為確保數(shù)據(jù)的量可以覆蓋考核裝備的全維度特性，可以把裝備在役考核數(shù)據(jù)按照應用需求的方式總體分為連續(xù)型和離散型兩類。連續(xù)型裝備數(shù)據(jù)以時間為軸，主要統(tǒng)計考核裝備從列裝定型到退役報廢所有相關性能參數(shù)變化情況，形成時間序列，進而分析裝備的性能變化趨勢，以及預測裝備的剩余壽命等。離散型裝備在役考核數(shù)據(jù)，更多立足于平時的演訓，主要將考核裝備置于各種不同的應用場景，結(jié)合復雜環(huán)境的作用，豐富裝備的應用模式，增強數(shù)據(jù)的層次范圍，從而增加裝備的評估維度，不僅僅統(tǒng)計演訓中按照各種既定預案展開使用裝備的情況，而是可以通過場景(實際或仿真)的加入使得每一次演訓中裝備的應用數(shù)據(jù)都能得到極大的擴展，從而真正有針對性地實現(xiàn)裝備考核大數(shù)據(jù)的創(chuàng)造。

在役考核中裝備數(shù)據(jù)的質(zhì)量如何，是考核評估是否科學合理的關鍵，擁有較好質(zhì)量的數(shù)據(jù)將較大提高挖掘的效率，取得更好的考核效果。為解決考核裝備數(shù)據(jù)時間差異性、平臺多樣性、數(shù)據(jù)不穩(wěn)定性等問題，消除噪聲，糾正數(shù)據(jù)不一致性，不僅需要對裝備在役考核數(shù)據(jù)嚴格執(zhí)行ETL(Extract-Transform-Lord)過程，結(jié)合考核目的和算法對數(shù)據(jù)削減和集成也是非常重要的預處理分析環(huán)節(jié)[4]。數(shù)據(jù)削減是在不影響挖掘效果前提下，通過數(shù)據(jù)壓縮、聚合、維數(shù)降減、數(shù)據(jù)塊削減等方式，縮小數(shù)據(jù)規(guī)模。例如，衛(wèi)星系統(tǒng)在役考核數(shù)據(jù)包括型號、批次、出廠日期、服役日期、組網(wǎng)數(shù)量、編制信息、功能性能、維修情況等具體指標信息，而在考核其作戰(zhàn)效能的時候，傳統(tǒng)的人機結(jié)合指標明顯不符合也不適用于考核意圖，為此與人機結(jié)合相關的指標屬性應該舍棄，不予考慮。數(shù)據(jù)集成是指將來自多個不同數(shù)據(jù)源、格式性質(zhì)各異的數(shù)據(jù)在邏輯上或物理上合并到一起構(gòu)成一個完整的數(shù)據(jù)集，常使用聯(lián)邦式、中間件和數(shù)據(jù)倉庫等集成架構(gòu)一個數(shù)據(jù)集成平臺，該平臺具有全面、統(tǒng)一、經(jīng)濟等特點，能更有效地進行數(shù)據(jù)挖掘操作和更快地做出數(shù)據(jù)驅(qū)動型業(yè)務決策。

3 在役考核中數(shù)據(jù)挖掘的應用分析

3.1 挖掘工具選用分析

針對裝備在役考核數(shù)據(jù)特征，選取具有代表性的數(shù)據(jù)挖掘工具，分別從數(shù)據(jù)存取、處理、分析建模、可視化展示、編程語言、是否開源等方面對數(shù)據(jù)挖掘軟件進行比較分析和評估，有關情況如表1所示。

表1 數(shù)據(jù)挖掘工具能力

通過表1比較分析，裝備在役考核中，須對各種不同類型的考核數(shù)據(jù)分類采集，使用ODM、Rapid Miner、Knime等工具進行數(shù)據(jù)存取更加快捷高效，便于維護；在數(shù)據(jù)處理方面，SPSS、SAS、Knime、Apache Mahout等工具在對數(shù)據(jù)排序、轉(zhuǎn)換、檢索、傳送等方面功能強大，兼容性好，容錯性高；在分析建模方面，SAS、ODM、Orange、Weka等工具擁有完整的集成模型，且滿足差異化建模訴求，有較好的可擴展性；在可視化展示方面，SPSS、Rattle、Rapid Miner、Orange等工具常用表格或圖形的方式反映考核數(shù)據(jù)的特征和模式，甚至還可以按照用戶自定的維度探索數(shù)據(jù)背后的信息，更加直觀，增強了人機交互和知識感知的能力[5]。

數(shù)據(jù)挖掘工具較多，大多繼承了人工智能和模式識別等許多新技術的最新發(fā)展應用成果，把讓數(shù)據(jù)“說話”的思想和相關算法進行了科學的平臺整合。裝備在役考核中，選擇更加恰當?shù)墓ぞ?，實現(xiàn)海量數(shù)據(jù)的科學分析與評估，將為在役考核提供高效的處理方法和可信的決策支持。

3.2 挖掘算法應用分析

在役考核中，數(shù)據(jù)挖掘的核心在于合理科學地運用各種算法，基于裝備產(chǎn)生的海量數(shù)據(jù)，在考核評估裝備適用性、適編性、適配性、穩(wěn)定性、作戰(zhàn)效能、經(jīng)濟性、體系貢獻率等方面發(fā)揮明顯優(yōu)勢。

數(shù)據(jù)挖掘的主要任務在于描述和預測。描述性任務依據(jù)數(shù)據(jù)基本特征，按照相似程度進行分組，進而歸納總結(jié)數(shù)據(jù)所蘊含的規(guī)則；預測性任務立足歷史和當前數(shù)據(jù)，通過學習和訓練，對未來發(fā)展情況作出預判和推理。描述性任務通常使用聚類分析方法(包括K-means算法、K-medoids算法、FCM算法、神經(jīng)網(wǎng)絡聚類算法等)；預測性任務通常包括關聯(lián)分析(Apriori算法、FP-growth算法)、分類(KNN算法、Adaboost算法、Bayes分類算法、決策樹算法、SVM算法)、回歸分析(線性/非線性回歸、Logistic算法)、演變分析(時間序列分析算法)等[6]。裝備在役考核應用過程中通常采用多種數(shù)據(jù)挖掘算法，或采用有效集成的技術，結(jié)合若干方法的優(yōu)點。例如，在裝備可靠性的在役考核方面，目前涉及裝備的各類應用信息庫、數(shù)據(jù)庫管理系統(tǒng)中存儲的數(shù)據(jù)量急劇增加。具體包括歷年的裝備統(tǒng)計實力、裝備財務實力、裝備訓練數(shù)據(jù)、裝備維修數(shù)據(jù)等數(shù)字與非數(shù)字數(shù)據(jù)庫。無論從時間還是空間因素考慮，傳統(tǒng)的數(shù)據(jù)分析手段(方差均值、專家打分、層次分析等)只能獲得這些數(shù)據(jù)的表層信息，很難對數(shù)據(jù)進行深層次的處理，造成大量數(shù)據(jù)資源的浪費。然而，通過時間序列算法，就能充分利用裝備從列裝部隊服役以來的各種數(shù)據(jù)，獲得數(shù)據(jù)屬性之間的內(nèi)在關聯(lián)和隱含的規(guī)則與模式[7]。以對衛(wèi)星裝備的在役考核為例，其中一個重要的途徑就是通過對在軌衛(wèi)星的工作狀態(tài)及健康狀況保持持續(xù)監(jiān)控，根據(jù)歷史每天積累下來的各種類型遙測參數(shù)數(shù)據(jù)，進行相關性檢驗，通過對衛(wèi)星這些海量異構(gòu)數(shù)據(jù)的變化規(guī)律進行關聯(lián)分析，判斷哪些參數(shù)類型的變化與對應衛(wèi)星分系統(tǒng)真正故障緊密相關；通過時間序列算法預測未來相關參數(shù)的演變趨勢，可以掌握部件或分系統(tǒng)隨時間的衰減情況，判斷在軌衛(wèi)星以后發(fā)生故障的時間預測區(qū)間，為檢驗考核系統(tǒng)或部件質(zhì)量穩(wěn)定性提供重要參考依據(jù)；通過搭建使用分類算法為主的多層感知器模型，綜合考慮衛(wèi)星分系統(tǒng)或元部件的健康狀態(tài)，為下一步衛(wèi)星系統(tǒng)維護和系統(tǒng)級容錯控制策略提供決策支持。不僅如此，衛(wèi)星的各種組網(wǎng)運行控制方式，其中的過程整體行為遠比構(gòu)成這個整體的部分復雜，從某種角度也可以視為一種復雜的自適應系統(tǒng)，通過恰當運用神經(jīng)網(wǎng)絡、模糊C均值聚類、集成學習等各種挖掘算法，甚至可以評估和探索衛(wèi)星體系的涌現(xiàn)現(xiàn)象，進而對衛(wèi)星體系的整體考核評估提供理論參考。

根據(jù)反映影響裝備戰(zhàn)斗力發(fā)揮的關鍵問題或困擾裝備建設的實際問題需求分類，在役考核的內(nèi)容主要包括適用性、適編性、適配性、穩(wěn)定性、作戰(zhàn)效能、經(jīng)濟性、體系貢獻率等方面。按照這些內(nèi)容指標的分類，分析匹配更加合適的挖掘算法，構(gòu)建起數(shù)據(jù)挖掘在武器裝備在役考核中的應用，有關框圖如圖3所示。

圖3 數(shù)據(jù)挖掘算法在裝備在役考核中的應用框圖

4 在役考核中數(shù)據(jù)挖掘的結(jié)果解釋

在役考核中數(shù)據(jù)挖掘的結(jié)果解釋包括兩個方面：模式評估和知識表示。模式評估是針對裝備在役考核的目的(某種興趣度度量)，識別表示知識的真正有趣的模式；知識表示是使用可視化等知識表示技術，有效展示問題求解的結(jié)果。

4.1 裝備在役考核指標體系設計模式評估

設計良好的在役考核指標體系是后續(xù)數(shù)據(jù)采集和分析處理的基本依據(jù)，也是數(shù)據(jù)分析挖掘的基礎需求，直接決定在役考核的結(jié)果。

在役考核評估的本質(zhì)是對裝備全壽命周期產(chǎn)生的海量信息數(shù)據(jù)進行科學分析處理。采用傳統(tǒng)的考核指標體系設計方法(大多僅僅考慮考核各階段任務分工、完成的主要功能等)和簡單的統(tǒng)計分析手段，只能獲得數(shù)據(jù)表層信息，很難進行深層次的處理，而且不能獲得數(shù)據(jù)屬性之間的內(nèi)在關聯(lián)和隱含規(guī)則，導致“數(shù)據(jù)爆炸但知識貧乏”現(xiàn)象[8]。將數(shù)據(jù)挖掘應用于在役考核評估指標設計，就是發(fā)揮數(shù)據(jù)挖掘分類、聚類、關聯(lián)分析、異常偵測等算法功能，在基于統(tǒng)計學、系統(tǒng)工程、應用數(shù)學、圖形圖像等理論基礎上，選擇適合的工具進行分析，找出能夠更好反映考核整體效果的指標，如表2所示。

表2 在役考核指標體系設計模式的考核指標

由表2可知，在考核指標的數(shù)據(jù)源處理模式上，相對于一般統(tǒng)計分析，利用數(shù)據(jù)挖掘技術處理海量數(shù)據(jù)更加高效準確。在考核指標選擇模式上，傳統(tǒng)方法主要以當前的需求驅(qū)動，往往難以更新，而數(shù)據(jù)挖掘技術的核心在于數(shù)據(jù)驅(qū)動、建立模型、提取動態(tài)規(guī)則模式，可以隨時更新“升級”指標庫，隨著數(shù)據(jù)倉庫的不斷更新，數(shù)據(jù)挖掘方法就可以及時發(fā)現(xiàn)數(shù)據(jù)庫所最新隱含的規(guī)則、知識、模式，這也可以防止裝備在役考核評估指標脫離實際。在考核指標設計方面，開發(fā)并使用關聯(lián)規(guī)則、分類、聚類分析等算法優(yōu)勢，與傳統(tǒng)的專家打分等方法相比，指標的冗余度較低，更具有客觀性和可操作性。在考核指標權(quán)重分配上，通過神經(jīng)網(wǎng)絡、分層聚類、集成聚類等賦權(quán)聚類的自優(yōu)化功能，真正用數(shù)據(jù)“說話”，大大減少了人為的主觀判斷影響，避免了采用專家打分、AHP、德爾菲法等確定權(quán)重時主觀性噪音、過擬合等缺點，確保了指標體系系統(tǒng)性和全局一致性[9]。在預期效果上，傳統(tǒng)的在役考核指標體系旨在滿足特定的考核任務需求(例如，檢驗評估裝備在役使用的適用性、可維修性、作戰(zhàn)效能、經(jīng)濟性等)，而通過數(shù)據(jù)挖掘方法還期待能探索發(fā)現(xiàn)裝備生命周期里內(nèi)在規(guī)律與聯(lián)系，找到隱含的知識、規(guī)律和模式(例如，無人機集群或衛(wèi)星組網(wǎng)里的涌現(xiàn)等)，這一點也是數(shù)據(jù)挖掘技術在裝備在役考核指標體系設計時特別突出的應用優(yōu)勢。

4.2 裝備在役考核中數(shù)據(jù)挖掘知識表示

數(shù)據(jù)挖掘的結(jié)果往往是模式和規(guī)則，而新穎有效的、易于理解的、潛在有用的模式或規(guī)則就是知識。知識的表示方法決定了知識應用的形式，將直接影響決策者利用知識的程度和范圍。為此，采取適當?shù)闹R表示方法，不僅可以提高裝備在役考核決策分析的效率，而且可以更好地確?？己私Y(jié)果的準確性與完備性。

知識表示是知識的符號化和形式化的過程，表示方法有很多，主要包括語義網(wǎng)絡、框架、謂詞邏輯、產(chǎn)生式、本體等。

語義網(wǎng)絡使用帶屬性的實體節(jié)點之間構(gòu)成有向圖網(wǎng)絡來傳遞和表達知識，可以清晰直觀地表達事物間的關聯(lián)關系。例如，在對衛(wèi)星的質(zhì)量穩(wěn)定性考核評估過程中，使用關聯(lián)規(guī)則挖掘的結(jié)果知識，通過語義網(wǎng)絡解析表示為接收的異常數(shù)據(jù)集與衛(wèi)星各分系統(tǒng)故障狀態(tài)之間的關聯(lián)關系,便于準確定位故障設備并加以及時處置。

框架表示是基于槽和側(cè)面等形式來展現(xiàn)層次結(jié)構(gòu)明確的知識，具有一定的推理與匹配功能。例如，衛(wèi)星故障模式進行分類時，往往是根據(jù)已知的故障信息，通過與故障知識庫中預先存儲的框架進行匹配，以決定接受或放棄預選框架，便于形式化描述故障模式。

謂詞邏輯將對象、特征、狀態(tài)和關系通過邏輯公式進行表示，采用符號對確定事實或規(guī)則進行描述和推理。例如，在考核評估裝備的適編性時，利用決策樹算法得出的結(jié)果知識，可以通過一階謂詞邏輯的方式進行表示，使推理過程更加嚴密規(guī)范，實現(xiàn)模型精確表達。

產(chǎn)生式以“條件-結(jié)論”的方式揭示因果關系或啟發(fā)性知識，不僅能表示確定性知識，而且能表示不確定性知識。例如，常使用四元組(對象，屬性，值，可信度)表示不確定性知識，“衛(wèi)星姿態(tài)控制分系統(tǒng)很可能存在2個故障”可以表示為 (姿態(tài)控制，故障，2，0.8)。產(chǎn)生式知識表示結(jié)構(gòu)相對固定，形式簡單，已是人工智能中應用最多的一種知識表示方法[10]。

本體表示是指共享概念模型明確的形式化規(guī)范說明[11]。通過顯式地描述概念和行為，本體支持知識的重用和互操作，其核心在于知識共享。數(shù)據(jù)挖掘結(jié)果使用本體描述，就是用概念對知識進行形式化表示，不僅可反映知識之間內(nèi)在關系，還可以為裝備在役考核工作小組提供一個統(tǒng)一的規(guī)范模型，使來自不同崗位、完成不同任務分工的人員之間都可以在語義一致的基礎上進行交流。

當然，以上知識表示方法都有各自的特點，可以針對數(shù)據(jù)挖掘的內(nèi)容和目的進行選擇，用于結(jié)果知識的合理解釋。但它們都屬于知識的替代表示方法，不能直觀地、可交互地對知識進行理解探索和優(yōu)化應用。為此，需要結(jié)合知識的可視化進行處理。知識可視化是指所有可以用來建構(gòu)和傳遞復雜見解的圖解手段，就是將數(shù)據(jù)挖掘結(jié)果中的模式、關系、規(guī)則、趨勢等用最常見的各種圖表進行展示，具有直觀化、結(jié)構(gòu)化、深度化和高效化等特點[12]。知識可視化立足于人類強大的視覺處理能力，通過創(chuàng)建知識形象視圖，融入人機交互技術，使數(shù)據(jù)挖掘結(jié)果生動直觀地呈現(xiàn)出來，大大增強決策者對知識的感知和判斷能力，有效促進決策者對知識的獲取吸收與整合轉(zhuǎn)化。

5 結(jié)論

裝備在役考核蘊含大量的數(shù)據(jù)信息，這些數(shù)據(jù)復雜多樣、種類繁多，而數(shù)據(jù)挖掘技術在應對海量數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)安全、數(shù)據(jù)分析與處理等多方面具有獨特的優(yōu)勢。因此，基于數(shù)據(jù)挖掘的裝備在役考核評估方法具有很強的應用潛力和重要的軍事價值。本文重點介紹了數(shù)據(jù)挖掘的預處理、挖掘?qū)嵤┖徒Y(jié)果解釋3個階段在裝備在役考核中的應用形式，全流程分析了基于數(shù)據(jù)挖掘技術的裝備在役考核評估程序。數(shù)據(jù)挖掘技術能夠引入更有效的評估指標體系，有效避免了傳統(tǒng)方法帶來的資源浪費、人為主觀因素影響等不足。后續(xù)仍需從數(shù)據(jù)挖掘的流程出發(fā)，更深入地研究武器裝備在役考核過程中的數(shù)據(jù)特征，選擇適當挖掘工具，充分應用各類算法模型解決具體問題，使在役考核更加科學、高效。