基于模糊层次分析法的无人机运输效能评估.pdf

技术与方法收稿日期2023-07-03基金项目军队后勤科研项目（WJBYT22L1004）作者简介袁子怡，女，在读研究生，研究方向：无人机物流；曾勇，男，博士后，武警后勤学院副教授，研究方向：交通运输、军事物流、无人机运输、应急物流等。doi:10.3969/j.issn.1005-152X.2023.08.014基于模糊层次分析法的无人机运输效能评估袁子怡，曾勇（武警后勤学院，天津300309）摘要针对多款无人机运输效能进行评价比较，首先采用模糊层次分析法建立无人机保障效能评价指标体系，然后运用三角模糊数理论降低主观因素的影响，进而确定每项指标的权重，最后以四款多旋翼无人机为例进行综合评价，为无人机运输效能的研究提供借鉴。关键词无人机；运输效能；模糊层次分析法中图分类号V279文献标识码A文章编号1005-152X(2023)08-0081-04Evaluation of UAV Transport Efficiency Based on Fuzzy Analytic Hierarchy ProcessYUAN Ziyi,ZENG Yong(Logistics University of Peoples ArmedPolice Force,Tianjin 300309,China)Abstract:In this paper,we evaluated and compared the transport efficiency of several UAV models.Firstly,we used the fuzzy analytichierarchy process to establish the evaluation index system of UAV support effectiveness.Then using the triangular fuzzy number theory,wereduced the influence of subjective factors,and determined the weight of each index.Finally,we took four multi-rotor UAVs as the exampleto conduct a comprehensive evaluation,providing reference for the study ofUAV transport efficiency.Keywords:UAV;transport efficiency;fuzzy analytic hierarchy process袁子怡，等：基于模糊层次分析法的无人机运输效能评估0引言随着现代科技水平的提高，无人机在运输方面具有速度快、适应性强、定位准、人力少、调整灵活等特点，特别是在蜂群式补给、伤病员后送、运输编队防护1等方面应用广泛，使得世界各国争相快速发展无人机技术。因此，研究无人机运输效能对整个物流体系具有重要作用。1无人机运输效能评估指标体系1.1评估思路和步骤效能评估常用的方法有德尔菲法、层次分析法（AHP）、模糊综合评判法、灰色白化权函数法、主成分分析法（PCA）、正负理想法、ADC法等2，其中德尔菲法、层次分析法主观性较强，过于依赖专家的意见，而主成分分析法和正负理想法使用范围较小，ADC法计算量大且复杂。本文综合各种方法的优缺点，将模糊评价法与层次分析法相结合，解决了专家意见的模糊性和主观性较强的缺点。评估思路：首先，根据专家经验以及相关资料，利用层次分析法构建三级评价指标体系；其次，利用模糊评价法中的三角模糊函数，将其中的定性评价转化为定量评价，从而解决难以量化且模糊的问题，降低主观性带来的影响，从而确定各指标的权重，并对其进行去模糊化和标准化处理；最后，请专家对四款多旋翼无人机的各项指标进行打分，输出综合评估得分，并根据此分数进行比较分析。无人机保障效能评估主要包括构建效能评价指标体系、确定指标权重、专家打分以及输出综合评估结果等4个步骤，如图1所示。1.2无人机运输效能评价指标根据运输任务需求以及多方面影响因素，结合无人机保障的自身特点，从机体性能、导航能力、保障能力、生存能力、环境适应能力、任务执行能力六个方面3构建评价指标体系。其中，考虑到无人机本身的起降能力、飞行速度、续航时间、使用寿命、最大航程因型号、厂家的不同会有所差别，在一定程度上会对-81技术与方法物流技术2023年第42卷第8期（总第443期）其他能力产生影响，进而影响运输效率，因此，将其作为机体性能的二级指标。导航能力是无人机所需具备的最基本的能力，是完成所有任务的前提和基础，包括目标定位、自主导航、自动规划等能力，目标定位的精确性、导航性能的准确性及航线规划的合理性，均有利于提高物资运输效率。保障能力主要考虑无人机的载重能力、载物容积以及装卸能力等。同理，可得到其他一级指标的二级指标，最终得到的无人机运输效能评价指标体系如图2所示。该指标体系共分为3层，按照从上往下、从左往右的顺序对每个指标进行编号。1.3计算运输效能指标权重无人机保障效能的指标体系包含定性指标和定量指标，由于很难用确定的值来表示定性指标的重要性程度，且模糊性较强，对专家的意见依赖性较强。本文将三角模糊理论与层次分析法相结合，即三角模糊层次分析法4，邀请专家对同一层次的指标相对于上层指标的重要性程度进行评估，以三角模糊数的形式来表示，经过一系列步骤确定最终的指标权重。具体计算方法如下：（1）构建模糊评价矩阵。设指标体系中第T层的第K个指标为XTK，以XTK为参考指标，与XTK相关联的第T+1层 的n个 指 标 可 表 示 为XT+1,1，XT+1,2，XT+1,3，XT+1,n。邀请3位相关专家，对T+1层的任意两个指标进行重要性程度比较，并采用萨迪标度法进行标度。邀请3位专家根据重要性标度对各指标给出相应的重要性评语，并用三角模糊数来表示专家评语的重要性程度，构建无人机运输效能评价指标体系各个层次的评价矩阵，见表1。表1指标C1,C2,C3,C4,C5,C6相对于上一层指标O的评价矩阵OC1C2C3C4C5C6C1(1,1,1)(1,2,3)(1,2,3)(1,3,4)(3,4,5)(2,4,5)(3,4,5)(2,3,4)(2,3,4)(2,3,4)(1,3,5)(1,3,5)(1,3,5)(1,3,5)(1,3,5)(1,2,3)C2(1/3,1/2,1)(1/3,1/2,1)(1/4,1/3,1)(1,1,1)(1,2,3)(1,1,1)(1,2,3)(1/3,1/2,1)(1/3,1/2,1)(1/3,1/2,1)(1,2,3)(1,2,3)(1,2,3)(1/3,1/2,1)(1/3,1/2,1)(1/3,1/2,1)C3(1/5,1/4,1/3)(1/5,1/4,1/2)（1/5,1/4,1/3)(1/3,1/2,1)(1,1,1)(1/3,1/2,1)(1,1,1)(1/3,1/2,1)(1/3,1/2,1)(1/5,1/3,1)(1/3,1/2,1)(1/5,1/3,1)(1/5,1/3,1)(1/3,1/2,1)(1/3,1/2,1)(1/5,1/3,1)C4(1/4,1/3,1/2)(1/4,1/3,1/2)(1/4,1/3,1/2)(1,2,3)(1,2,3)(1,2,3)(1,2,3)(1,2,3)(1,3,5)(1,1,1)(1/3,1/2,1)(1,1,1)(1,1,1)(1,2,3)(1,2,3)(1,2,3)C5(1/5,1/3,1)(1/5,1/3,1)(1/5,1/3,1)(1/3,1/2,1)(1/3,1/2,1)(1/3,1/2,1)(1,2,3)(1,3,5)(1,3,5)(1,2,3)(1,1,1)(1,1,1)(1,1,1)(1/3,1/2,1)(1/5,1/3,1)(1/5,1/3,1)C6(1/5,1/3,1)(1/5,1/3,1)(1/3,1/2,1)(1,2,3)(1,2,3)(1,2,3)(1,2,3)(1,2,3)(1,3,5)(1/3,1/2,1)(1/3,1/2,1)(1/3,1/2,1)(1,2,3)(1,3,5)(1,3,5)(1,1,1)（2）一致性检验。模糊评价矩阵是根据专家经验所得，可能会因为主观因素导致矩阵存在不一致的结论，即可能出现AB,BC,CA的情况。在模糊评价矩阵MTK=Aij()lij,mij,uijnn中，由于lij和uij的值都在mij附近，且mij是模糊评价矩阵中最重要的值，它的隶属度最大，所以只需检验MTK=mij的一致性即可。计算模糊评价矩阵的最 大 特 征 根max。计算每个最大特征根的一致性指标CI：图1无人机保障效能评估流程图图2无人机保障效能评价指标体系P1P2P3P4P5P6P7P8P9P10P11P12P13P14P15P16P17P18P19P20P21P22P23P24C2C3C4C5C6C1-82技术与方法CI=max-nn-1计算矩阵的检验系数CR：CR=CIRI判断一致性检验是否通过。若计算所CR0.1，就需要对矩阵进行调整，直至满足一致性条件为止。通过计算发现O、C1、C2、C3、C4、C5、C6的一致性检验系数CR均小于0.1，由此判断矩阵满足一致性条件，通过检验。（3）计算各指标初始权重。首先对模糊评价矩阵进行模糊数整合，然后确定各指标相对于上一层指标的初始权重，公式如下：DT+1i=i=1nAij(i=1nj=1nAij)-1模糊数整合,结果见表2。表2指标C1,C2,C3,C4,C5,C6相对于指标O的模糊数整合OC1C2C3C4C5C6C1(1，1，1)(1,2.33,3.33)(2.67,4,5)(2,3,4)(1,3,5)(1,2.67,4.33)C2(0.31,0.44,1)(1，1，1)(1,1.67,2.33)(0.33,0.5,1)(1,2,3)(0.33,0.5,1)C3(0.2,0.25,0.39)(0.56,0.67,1)(1，1，1)(0.29,0.44,1)(0.24,0.39,1)(0.29,0.44,1)C4(0.25,0.33,0.5)(1,2,3)(1,2.33,3.6)(1,1,1)(0.78,0.83,1)(1,2,3)C5(0.2,0.33,1)(0.33,0.5,1)(1,2.67,4.33)(1,1.33,1.67)(1,1,1)(0.24,0.39,1)C6(0.24,0.39,1)(1,2,3)(1,2.33,3.67)(0.33,0.5,1)(1,2.67,4.33)(1,1,1)确定初始权重，见表3。表3各指标相对于上一层指标的初始权重表DC1DC2DC3DC4DC5DC6DP1DP2DP3DP4(0.03,0.056,0.171)(0.066,0.174,0.431)(0.104,0.286,0.699)(0.067,0.139,0.338)(0.068,0.202,0.536)(0.053,2.545,0.396)(0.04,0.081,0.28)(0.084,0.229,0.615)(0.097,0.346,0.988)(0.057,1.667,0.391)DP5DP6DP7DP8DP9DP10DP11DP12DP13DP14(0.068,0.911,0.615)(0.079,0.162,0.446)(0.164,0.529,1.436)(0.125,0.309,0.842)(0.039,0.116,0.397)(0.047,0.127,0.423)(0.051,0.155,0.476)(0.041,0.921,0.344)(0.077,2.018,0.741)(0.068,1.545,0.714)DP15DP16DP17DP18DP19DP20DP21DP22DP23DP24(0.079,0.147,0.354)(0.17,0.529,1.364)(0.125,0.324,0.96)(0.094,0.264,0.747)(0.118,0.419,1.207)(0.073,0.207,0.632)(0.056,0.111,0.345)(0.171,0.424,1.11)(0.167,0.365,1.258)(0.122,0.212,2.096)（4）去模糊化。由于得到的各指标权重是用三角模糊数的方式表示，不易理解，因此需要去模糊化，假设 两 个 指 标 权 重 用 三 角 模 糊 数 分 别 表 示 为DT+1i(li,mi,ui)，DT+1j(lj,mj,uj)，则DT+1i(li,mi,ui)DT+1j(lj,mj,uj)的可能度定义如下：V(DT+1iDT+1j)=1,mimjlj-ui(mi-ui)-(mj-lj),mimj且uilj0,其它由此求出指标i的权重DT+1i(li,mi,ui)大于同一层次其他指标权重的可能度为：VT+1i(DT+1iDT+11,DT+12,.,DT+1i-1,DT+1i+1,.,DT+1n)=minVT+1i(DT+1iDT+1j)进而将各指标权重转化为普通数值的形式，从而得到n个指标的权重大于同一层其它指标权重的可能度为(VT+11,VT+12,.,VT+1n)。（5）标准化处理。利用公式wT+1i=vT+1ii=1nVT+1i进行标准化处理，得到T+1层指标相对于上一层指标的权重为(wT+11,wT+12,wT+1n)。根据指标体系中的层次关系，求出各级指标相对于目标层O的权重，即绝对权重，如下：A0=0.0550.1820.2440.150.2050.164A1=0.006 30.012 50.015 30.008 90.012 1A2=0.0360.08320.0628A3=0.035 10.036 80.040 30.032 50.050 50.049A4=0.0230.070 80.056 3A5=0.0560.069 90.049 40.029 7A6=0.057 60.054 60.051 82四款多旋翼无人机保障效能比较评估2.1确定评价因素及评价集本文评估对象主要为某科技公司生产的A、B、C、D四款多旋翼无人机。指标体系中的各指标作为模糊综合评价的因素集，针对本文问题，对各指标设定评价集V：很好，好，一般，差，很差，对应的评分集为Z=1，0.8，0.6，0.4，0.2。2.2构建无人机模糊关系矩阵无人机精确保障评价指标体系包括6个一级指标，每个一级指标均包括数个二级指标，因此需要构建6个模糊关系矩阵R。本文假设专家已根据图2的评价指标体系对四款无人机进行了评分，得到了模糊袁子怡，等：基于模糊层次分析法的无人机运输效能评估-83技术与方法物流技术2023年第42卷第8期（总第443期）关系矩阵，本文以A款无人机为例，其余三款无人机计算方法类似。R1=0.2 0.4 0.3 0.1 00.3 0.5 0.20 00.3 0.4 0.2 0.1 00.10.30.10.20.30.40.50.100，R2=0.2 0.3 0.2 0.2 0.10.2 0.4 0.2 0.1 0.10.1 0.2 0.6 0.1 0，R3=0.2 0.4 0.30.1 0000.30.2 0.50.2 0.3 0.5000.10.20.20.20.30.30.60.50.50.100000，R4=0.1 0.2 0.5 0.2 00.1 0.2 0.5 0.2 00.1 0.2 0.4 0.1 0.2，R5=0.2 0.3 0.2 0.2 0.10.2 0.3 0.2 0.2 0.10.2 0.3 0.2 0.2 0.10.2 0.3 0.2 0.2 0.1，R6=0.3 0.5 0.2 000.3 0.5 0.2 000.2 0.4 0.3 0.1 0其中矩阵中数字表示专家对各指标的评价在评分集中所占比重，例如，(0.2,0.4,0.3,0.1,0)表示有20%的专家认为P1指标很好，40%的专家认为好，30%的专家认为一般，10%的专家认为差，0%的专家认为很差，以此类推。2.3计算模糊综合评判得分由权重向量Ai和模糊关系矩阵Ri，计算评价向量Bi=Ai*Ri(i=1,2,.,6），进而得到目标层的模糊关系矩阵R0。A款多旋翼无人机的目标层模糊关系矩阵R0为：R0=B1B2B3B4B5B6=0.010490.015780.010120.006610.00000.030120.056640.061520.021800.011920.038230.062480.110970.014120.018400.015010.030020.069420.024390.011260.041000.061500.041000.041000.020500.044020.076820.037980.005180.0000进而求得评价向量：B0=A0*R0=0.033 30.056 10.063 90.020 70.012 6利用Bi*评分集ZT分别求得A、B、C、D四款多旋翼无人机的最终综合得分及各一级指标的具体得分，见表4。由表4可知：综合效能ABCD，机体性能BCDA，导航能力ABCD，保障能力ABCD，生存能力AB=CD，环境适应能力A=B=C=D，任务执行能力ABDC。综合而言，A型无人机更适合物资运输任务。3结语无人机是未来无人智能化物流的主要手段，无人机运输效能在一定程度上决定着物流效率。本文针对无人机运输的特点与影响因素，在建立无人机运输效能评价指标体系的基础上，应用模糊层次分析法确定各层级指标权重，最终用模糊综合评价法对四款无人机的运输效能进行评分，为今后研究无人机运输效能提供参考依据。参考文献1包锋.城市物流“最后一公里”末端配送发展研究J.当代经济,2018(5):68-69.2邓岳,张颖超,王晓红,等.保障装备系统效能评估方法浅析J.信息系统工程,2021(6):36-38.3齐智敏,张海林,伊山,等.智能无人机群体作战效能评估指标体系研究J.舰船电子工程,2021,41(9):1-5.4冯晓蕾,杨恒,谢柳辉,等.基于模糊层次分析法的起重机运行机构系统状态综合评价J.机械工程与自动化,2019(6):6-9,13.5王红旗,牟泽龙,郭亚子.基于层次分析与模糊综合评价的无人机精确保障效能评估J.舰船电子工程,2021,41(5):109-112.6罗润三,赵瑞泽,张坤,等.城市物流无人机配送存在的问题及对策研究J.中国新通信,2019(21):28.7刘威.我国无人机发展现状及在后勤保障领域的应用J.无线互联科技,2020,17(3):5-6.8吕游,侯远达.运输无人机军事运用研究J.军事交通学院学报,2020,22(3):5-8.9李绍斌,姜大立,付高阳,等.战场物资无人机配送研究J.国防科技,2019,40(3):98-104.10 王立磊,魏启航.对我军无人机力量建设的几点思考J.兵工自动化,2020,39(10):1-5.11 王凤美.我国末端配送中应用无人机的SWOT分析J.物流技术,2018,37(4):128-131.表4四款多旋翼无人机得分ABCDS00.127 30.125 80.123 20.122 8S10.031 80.039 20.037 70.036 8S20.123 40.122 20.120 90.119 7S30.164 10.161 90.160 40.159 1S40.092 70.091 60.091 60.090 4S50.135 30.135 30.135 30.135 3S60.130 30.124 80.112 60.115 1-84