CN117436733A - 一种轰运类教练机综合训练潜能分析方法 - Google Patents
一种轰运类教练机综合训练潜能分析方法 Download PDFInfo
- Publication number
- CN117436733A CN117436733A CN202311257422.2A CN202311257422A CN117436733A CN 117436733 A CN117436733 A CN 117436733A CN 202311257422 A CN202311257422 A CN 202311257422A CN 117436733 A CN117436733 A CN 117436733A
- Authority
- CN
- China
- Prior art keywords
- training
- trainer
- bombing
- aircraft
- potential
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012549 training Methods 0.000 title claims abstract description 232
- 238000004458 analytical method Methods 0.000 title claims abstract description 29
- 238000011156 evaluation Methods 0.000 claims abstract description 46
- 239000011159 matrix material Substances 0.000 claims description 57
- 238000000034 method Methods 0.000 claims description 20
- 238000013178 mathematical model Methods 0.000 claims description 18
- 230000000694 effects Effects 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 11
- 238000012854 evaluation process Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 12
- 230000007547 defect Effects 0.000 abstract description 2
- 238000007726 management method Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012067 mathematical method Methods 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 241001409926 Aeronautes Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种轰运类教练机综合训练潜能分析方法，首先重新定义教练机的训练效率T.E.、综合训练潜能S.T.P.，而后将轰运类教练机综合训练潜能S.T.P.这一评估问题分层系列化，即根据S.T.P.的本质和要达到的目标，将S.T.P.分解为不同的组成因素，按照因素之间的相互影响和隶属关系将其分层聚类组合，从而构建具有综合训练潜能S.T.P层、课目训练效率T.E.层、课目飞机能力层和飞机特性参数层层次结构的轰运类教练机综合训练潜能S.T.P.分析模型；而后对飞机性能层轰运类教练机综合训练潜能S.T.P.分析模型进行评估，进而形成完整的轰运类教练机综合训练潜能评估体系，有效解决目前效能计算模型存在的不足。
Description
技术领域
本发明涉及飞机总体设计分析技术领域，尤其涉及一种轰运类教练机综合训练潜能分析方法。
背景技术
教练机训练效能是指教练机满足训练任务要求程度的能力，是衡量教练机优劣的尺度，是对教练机训练效果的量化评价，是教练机效费分析的重要数据。飞行员训练是一项周期长、费用昂贵、淘汰率高的复杂系统工程，在早期的飞行训练体制中，各级教练机之间的衔接并不十分理想，结果导致整体训练效益不高。随着飞机造价和训练费用的上涨，发现已不能单纯追求各级教练机的性能而不考虑整体效益。部分专家开始利用数学、经济学手段，分析论证教练机和训练体制的费用和效率问题。
国际上对教练机训练效能定量化研究开始于20世纪70年代，并已在相应的教练机型号论证研制中得到应用。典型的训练效能计算模型有意大利的Bazzocchi模型和美国海军军机训练效能TSCE模型，这两种计算模型思路相似，本质均是属于多属性效用分析。两种模型同样认为教练机训练效能最终将体现为训练时间的减小量，但在评价参数选取，训练课目分类等方面TSCE模型与Bazzocchi模型有所差异，更加突出体现的训练需求特点。考虑到教练机训练效能与飞行学员的学习过程密切相关，涉及因素众多，不能用纯粹的数学解析模型准确描述这样的复杂问题，因此，在建立评估工程模型时必须充分考虑飞行员、业内专家和军队训练管理部门的观点和建议。
经典效能计算模型的优点在于将飞行员训练过程用定量化的数学模型进行评估，用等效飞行时间概念衡量不同教练机的训练水平。在效能计算过程中综合考虑了飞机性能参数和飞行课目的综合影响，但是在经典效能计算Bazzocchi模型中，主要凸现三个方面的问题：一是飞机的机动性没有充分考虑飞机的技术特点，有很大局限性；二是对飞机座舱内设施，包括航电系统、武器系统和飞行控制系统等对飞行学员的影响问题考虑不充分，没有考虑到座舱环境的变化对飞行学员心理和生理上的巨大影响；三是对飞行课目自身权重值的获取依靠各课目飞行时间的统计，这样就存在一个问题，各课目飞行时间安排是否合理，若不合理，则按照飞行课目安排的飞行时间所确定的计算权重必然也不合理。
发明内容
本发明所解决的技术问题在于提供一种轰运类教练机综合训练潜能分析方法，以解决上述背景技术中的问题。
本发明所解决的技术问题采用以下技术方案来实现：
一种轰运类教练机综合训练潜能分析方法，具体步骤如下：
1、重新定义评估结果
1)教练机训练效率(Training Effectiveness)
教练机的训练效率T.E.是飞行学员在进行某飞行课目学习时在该型教练机上所能达到的最高训练水平(Skill Level)S与其在目标飞机上所能达到最高训练水平S0之比，例如，是中级教练机的飞行学员，则其最直接的目标飞机是高级教练机，而其最终的目标飞机是战斗机的同型教练机，训练效率公式如下：
T.E. ＝ S/ S0 (1)
公式(1)中的T.E.、S和S0均为矩阵，在确定T.E.矩阵时，所有飞行活动分为同驾驶、导航、作战以及其他任务相关部分；
2)教练机的综合训练潜能(Synthesized Training Potential)S.T.P.是T.E.的综合性指标，该指标是飞行学员在教练机上进行所有飞行课目学习时在该型教练机上所能达到的最高训练水平(Skill Level)与其在目标飞机上所能达到最高训练水平之比，计算如下：
S.T.P. ＝ T.E.×W (2)
W是训练课目重要度矩阵；
2、构建轰运类教练机综合训练潜能分析数学模型
首先将轰运类教练机综合训练潜能S.T.P.这一评估问题分层系列化，即根据S.T.P.的本质和要达到的目标，将S.T.P.分解为不同的组成因素，按照因素之间的相互影响和隶属关系将其分层聚类组合，形成一个阶梯、有序的层次结构模型；而后计算确定层次结构模型中每一层次因素的权值，得到最低层相对于最高层的相对重要性次序的组合权值，以此定量评价的综合训练潜能；
飞行员在特定阶段的训练根据相应的训练大纲进行训练，故将S.T.P.层分解为不同训练课目的训练效率层；
在不同的飞行阶段或飞行任务对飞行技能有不同的要求，即任意训练课目的一次整个飞行活动中可以分为多个阶段，每个阶段教练机所培养的技能各不相同，在每一个训练课目下，所关注和考核的能力的侧重均有所不同，通过训练课目映射出飞机能力，因此训练课目层分解为不同训练课目的飞机能力层；
在飞机能力层下构建飞机特性参数层；
从而构建具有综合训练潜能S.T.P层、课目训练效率T.E.层、课目飞机能力层和飞机特性参数层层次结构的轰运类教练机综合训练潜能S.T.P.分析模型；
轰运类教练机综合训练潜能S.T.P.数学模型表示为:
公式(3)中，W是训练课目对飞行员的重要度矩阵，该权重系数可由专家打分后进行计算得出；T.E.i(i＝1,2,..,n)为训练课目的训练效率；
而每一项训练课目均存在相应的训练效率T.E.i值为：
公式(4)式中，M为飞机能力对训练课目的重要度矩阵，该权重系数可由专家打分后进行计算得出；Ck(k＝1,2,..,m)为飞机训练能力与目标机型的比值；
而飞机能力与目标机型的比值Ck与飞机特性参数相关：
公式(5)中，N为飞机特性参数对飞机能力的重要度矩阵，该权重系数可由专家打分后进行计算得出；P.C.j(j＝1,2,.p,q)为飞机特性参数性能PerformanceCharacteristics与目标机型的比值；
3、轰运类教练机综合训练潜能S.T.P.数学模型及评估过程
根据综合训练潜能S.T.P.数学模型、训练效率评估理念和层次结构综合训练潜能，轰运类教练机综合训练潜能S.T.P.数学模型的数学表达式为：
公式(6)中，W——飞行训练课目对飞行员的重要度矩阵，
M——飞机能力对飞行训练课目的重要度矩阵，
N——飞机特性参数对飞机能力的重要度矩阵，
轰运类教练机综合训练潜能S.T.P.数学模型评估如下步骤：
I、选择准备训练的目标机种，确定采用的训练体制和相应阶段教练机的训练目标和训练重点，收集或索取相关特性数据和资料；
II、选择待评估的机种，收集相关特性数据和资料；
III、通过采用基于Paired Comparisons的Analytic Hierarchy Process，并组成相应的专家组对以下内容进行评估分析：1)飞行训练课目对于飞行员的重要度矩阵；2)飞行能力对于飞行训练课目的重要度矩阵；3)教练机飞行特性参数性能对飞行活动的重要性矩阵；
IV、计算特性层的飞行性能参数与目标机种的相对值，通过相似系数得到不同飞行性能参数的相似度；
V、采用模糊评价方法得到教练机与目标机种的概念信息相似度；
VI、将飞行性能参数的相似度和概念信息相似度进行综合得到教练机相对目标机种的特性相似度矩阵；
VII、将各矩阵相乘，并进行层次排序一致性检验，最终得到综合训练潜能S.T.P.值，进而形成完整的轰运类教练机综合训练潜能评估体系。
在本发明中，飞机特性参数层包括飞行性能、航电武器系统配置情况和人机工效。
有益效果：本发明根据轰运类教练机飞行员训练特点，建立以飞行员为评价中心、包括综合训练潜能S.T.P层、课目训练效率T.E.层、课目飞机能力层和飞机性能层四个分析层次的综合训练潜能定量分析模型；构建符合轰运类教练机飞行员训练特点的综合训练潜能评价矩阵、相似性分析理论和教练机技术指标体系，形成完整的轰运类教练机综合训练潜能评估体系，有效解决目前效能计算模型存在的不足；可推广应用到轰运类教练机体系发展规划、飞行员训练体制规划、轰运类教练机技术指标论证和技术方案优化设计、教练机训练效果评估等多个研究领域。
附图说明
图1为本发明的较佳实施例中的综合训练潜能模型层次结构示意图。
图2为本发明的较佳实施例中的轰运类教练机综合训练潜能S.T.P.指标体系示意图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。
一种轰运类教练机综合训练潜能分析方法，具体步骤如下：
1、重新定义评估结果
1)教练机训练效率(Training Effectiveness)
教练机的训练效率T.E.是飞行学员在进行某飞行课目学习时在该型教练机上所能达到的最高训练水平(Skill Level)S与其在目标飞机上所能达到最高训练水平S0之比，例如，是中级教练机的飞行学员，则其最直接的目标飞机是高级教练机，而其最终的目标飞机是战斗机的同型教练机，训练效率公式如下：
T.E. ＝ S/ S0 (1)
公式(1)中的T.E.、S和S0均为矩阵，在确定T.E.矩阵时，所有飞行活动分为同驾驶、导航、作战以及其他任务相关部分；
教练机的性能以在训练过程中对飞行员起作用的信息流形式出现，必须充分依靠飞行员、飞机设计专家、军队训练管理部门组成的专家评估组来协商确定不同飞行课目下的各种飞机信息的重要程度，从而最终获得单飞行课目下被评估教练机与目标飞机的综合信息相似度；
2)教练机的综合训练潜能(Synthesized Training Potential)S.T.P.是T.E.的综合性指标，该指标是飞行学员在教练机上进行所有飞行课目学习时在该型教练机上所能达到的最高训练水平(Skill Level)与其在目标飞机上所能达到最高训练水平之比，计算如下：
S.T.P. ＝ T.E.×W (2)
W是训练课目重要度矩阵，该重要度相对于不同机种有所变化，需要专家评估组确定，一般意义上，最后飞行学员结束培训后的转入实际作战飞机类型决定这个重要度矩阵；例如，战斗机和战斗轰炸机的训练课目重要度必然有所区别；
2、构建轰运类教练机综合训练潜能分析数学模型
首先将轰运类教练机综合训练潜能S.T.P.这一评估问题分层系列化，即根据S.T.P.的本质和要达到的目标，将S.T.P.分解为不同的组成因素，按照因素之间的相互影响和隶属关系将其分层聚类组合，形成一个阶梯、有序的层次结构模型；而后对层次结构模型中每一层次因素的相对重要性，依据飞行员、专家或飞行管理人员对训练效率因子的判断给予定量表示，再利用数学方法确定每一层次全部因素相对重要性次序的权值，最后通过综合计算各层因素相对重要性的权值，得到最低层相对于最高层的相对重要性次序的组合权值，以此定量评价的综合训练潜能；
飞行员在特定阶段的训练根据相应的训练大纲进行训练，一般都包含相类似的飞行课目，因此S.T.P.层可以分解为不同训练课目的训练效率层，这样分层的原因还来自最底层飞机特性参数的要求；
在不同的飞行阶段或飞行任务对飞行技能有不同的要求，也就是任意训练课目的一次整个飞行活动中可以分为多个阶段，每个阶段教练机所培养的技能各不相同，例如着陆阶段主要的因素是进场速度，相应训练的就是飞行员的着陆技能，任意课目的多阶段/多任务属性决定了需要在课目层下继续采用反映不同飞行阶段任务的训练效率；在每一个训练课目下，所关注和考核的能力的侧重均有所不同，梳理合理的飞机能力是教练机训练效率评估的关键，通过训练课目映射出飞机能力，因此训练课目层可以分解为不同训练课目的飞机能力层；
在飞机能力层下又可构建如图1和图2所示的飞机特性参数层，飞机特性参数层包括飞行性能、航电武器系统配置情况和人机工效等大量飞机特性参数；如图2中飞机起降能力层下的飞机特性参数层由起飞离地速度、起飞滑跑距离、着陆接地速度、着陆滑跑距离这四项飞机飞行性能参数组成；
从而构建具有综合训练潜能S.T.P层、课目训练效率T.E.层、课目飞机能力层和飞机特性参数层层次结构的轰运类教练机综合训练潜能S.T.P.分析模型；
轰运类教练机综合训练潜能S.T.P.数学模型可表示为:
公式(3)中，W是训练课目对飞行员的重要度矩阵，该权重系数可由专家打分后进行计算得出；T.E.i(i＝1,2,..,n)为训练课目的训练效率；
而每一项训练课目均存在相应的训练效率T.E.i值为：
公式(4)式中，M为飞机能力对训练课目的重要度矩阵，该权重系数可由专家打分后进行计算得出；Ck(k＝1,2,..,m)为飞机训练能力与目标机型的比值；
而飞机能力与目标机型的比值Ck与飞机特性参数相关：
公式(5)中，N为飞机特性参数对飞机能力的重要度矩阵，该权重系数可由专家打分后进行计算得出；P.C.j(j＝1,2,.p,q)为飞机特性参数性能PerformanceCharacteristics与目标机型的比值；
3、轰运类教练机综合训练潜能S.T.P.数学模型及评估过程
根据综合训练潜能S.T.P.数学模型、训练效率评估理念和层次结构综合训练潜能，轰运类教练机综合训练潜能S.T.P.数学模型的数学表达式为：
公式(6)中，W——飞行训练课目对飞行员的重要度矩阵，
M——飞机能力对飞行训练课目的重要度矩阵，
N——飞机特性参数对飞机能力的重要度矩阵，
上述综合训练潜能评价参数体系的分析评估过程采用层次分析法AnalyticHierarchy Process，这是一种经典的系统分析的数学方法，其主要特点是便于将定性分析与定量分析相结合，Analytic Hierarchy Process的一个基本步骤是比较若干因素对同一目标的影响，确定它们在目标中占的比重，这些因素常常不容易比较，有时受到相当大主观因素的影响；若干因素放在一起进行比较时更加困难和不容易准确，通过两两对比法Paired Comparisons是解决这个问题的方法之一，其特点是对于评判矩阵采用Consistency Index对评判矩阵中的Random Index进行评价，得到评判矩阵的ConsistencyRatio；只有当Consistency Ratio符合一定要求时，才能判定由专家组得到评判矩阵的有效性，从而最大限度地减少主观因素的影响；
通过采用基于Paired Comparisons的Analytic Hierarchy Process，并组成相应的专家组对以下内容进行评估分析：
A)飞行训练课目对于飞行员的重要度矩阵；
B)飞行能力对于飞行训练课目的重要度矩阵；
C)教练机飞行特性参数性能对飞行活动的重要性矩阵；
轰运类教练机综合训练潜能S.T.P.数学模型评估如下步骤：
I、选择准备训练的目标机种，确定采用的训练体制和相应阶段教练机的训练目标和训练重点，收集或索取相关特性数据和资料；
II、选择待评估的机种，收集相关特性数据和资料；
III、通过采用基于Paired Comparisons的Analytic Hierarchy Process，并组成相应的专家组对以下内容进行评估分析：1)飞行训练课目对于飞行员的重要度矩阵；2)飞行能力对于飞行训练课目的重要度矩阵；3)教练机飞行特性参数性能对飞行活动的重要性矩阵；
IV、计算特性层的飞行性能参数与目标机种的相对值，通过相似系数得到不同飞行性能参数的相似度；
V、采用模糊评价方法得到教练机与目标机种的概念信息相似度；
VI、将飞行性能参数的相似度和概念信息相似度进行综合，得到教练机相对目标机种的特性相似度矩阵；
VII、将各矩阵相乘，并进行层次排序一致性检验，最终得到综合训练潜能S.T.P.值，进而形成完整的轰运类教练机综合训练潜能评估体系；
4、各层次评价参数的研究与选择
轰运类教练机主要是训练轰运类飞机飞行学员的驾驶技能及战术技能，因此，可以用驾驶技能和战术技能作为评价轰运类教练机综合训练潜能的两大因素，而驾驶技能和战术技能又与轰运类教练机的训练课目相关，训练课目决定了驾驶技能和战术技能的训练效果，同时不同训练课目受飞机的基本性能及特征参数影响，因此从具体的轰运类教练机的性能指标参数入手，评估其综合训练潜能，从而可以构建轰运类教练机综合训练潜能评估模型；
轰运类教练机综合训练潜能计算所采用的方法和模型框架与通用教练机训练效能评估方法相同，同时参考新轰运教飞机典型训练任务剖面的训练课目，选取7个主要训练课目作为评估依据，分别是起落航线、特技飞行、编队飞行、仪表飞行、战术(轰炸)训练、加油战术训练和运输战术训练，分别用字母T.E.1、T.E.2、T.E.3、T.E.4、T.E.5、T.E.6、T.E.7表示各训练课目的训练效率；如表1所示：
表1训练课目表
| 序号 | 训练课目 | 课目训练效率 | 归一化权重系数 |
| 1 | 起落航线 | T.E.1 | W1 |
| 2 | 特技飞行 | T.E.2 | W2 |
| 3 | 编队飞行 | T.E.3 | W3 |
| 4 | 仪表飞行 | T.E.4 | W4 |
| 5 | 战术(轰炸)训练 | T.E.5 | W5 |
| 6 | 加油战术训练 | T.E.6 | W6 |
| 7 | 运输战术训练 | T.E.7 | W7 |
| 求和 | 1 |
S.T.P.＝T.E.1×W1+T.E.2×W2+T.E.3×W3+T.E.4×W4+T.E.5×W5+T.E.6×W6+T.E.7×W7
飞行课目的权重系数计算先根据专家意见对飞行训练课目的重要度进行打分，根据Paired Comparisons的Analytic Hierarchy Process方法，得到评价参数对各飞行训练课目的权重矩阵，并将其按飞行课目归一化处理；假设专家评定判断矩阵如下表2所示：
表2专家评定判断矩阵结果表
根据心理学测试结果人们判断优劣的分辨能力极限是7±2级，为此专家评比时只需要对各因素进行Paired Comparisons时通常按9分制进行，在两两对比打分时，1代表相当，3是稍好，5是明显好，7是十分好，9是极好；如果介乎上述两者之间则用2、4、6或8分表示，根据两两对比打分结果构成评价矩阵；通过求矩阵的最大特征根和特征向量即可计算出各因素相对于上一层目标的重要性或评价权重；
ε1、ε2、ε3、ε4…ε22分别表示专家评定判断矩阵中某两种能力的重要性对比分数值；ε1＝1表示两种能力相当,分数值为1；比如ε2＝2，表示起落航线与特技飞行相比起落航线要重要些，分数值为2；表2专家评定判断矩阵结果表中T.E.1～T.E.7参数量m＝7；
这个m阶方阵的解算步骤为：
(1)先求表2判断矩阵各行乘积的1/m次方数值(Vi,i＝1～7)分别为V1、V2、V3、V4、V5、V6和V7；
(2)求上述计算结果之和(ΣVi)；
(3)表1、表2中各训练课目的归一化权重系数分别为：
(4)通过一致性检验判断专家评价打分值是否合适；
a)先求出原矩阵与重要性分配值的乘积；
b)求矩阵的最大特征根(λmax)
c)决定平均随机一致性指标(RI)，这指标与矩阵阶数，即参数量(m)直接有关，具体数值为：
| m | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| RI | 0.58 | 0.90 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 | 1.49 |
d)求随机一致性CR，CR<0.1表示判断矩阵有比较满意的一致性：
CR＝CI/RI＝(λmax-m)/RI(m-1)
当CR＜＜0.1时，表明上述评比的一致性很好，之后按上述步骤计算出各参数对于上一层目标的重要性或评价权重；经过计算处理得出各评价参数在不同飞行课目中所占的权重值，通过理论计算得到各个评价参数的训练效率计算值，将待评估飞机参数的训练效率计算值与其相应训练课目的权重值相乘，并按飞行课目求和，得到待评估飞机对各飞行课目的综合训练潜能S.T.P.值。
在本实施例中，起落、仪表、编队、特技、轰炸、运输、加油共7个训练课目下可分为：起落性能、基本飞行性能、续航性能、机动性能、人机接口、航电功能、告警管理、飞行控制、轰炸/空投空运训练能力9大类共36个三级指标构成综合训练潜能的计算层，如图2所示。
在评价参数的选取上，考虑到当前轰运类装备及性能特点，将飞机能力层评价参数分为起降能力、高度-速度特性、续航能力、机动能力、人机接口、基本航电功能、告警管理、操纵性能、轰炸/空投空运训练能力9大类，根据类别不同，相应飞机特性参数从一级到三级不等。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (5)
1.一种轰运类教练机综合训练潜能分析方法，具体步骤如下：
1、重新定义评估结果
1)教练机训练效率T.E.
教练机的训练效率T.E.公式如下：
T.E.＝S/S0 (1)
公式(1)中的T.E.、S和S0均为矩阵；
2)教练机的综合训练潜能S.T.P.
S.T.P.是T.E.的综合性指标，计算如下：
S.T.P.＝T.E.×W (2)
公式(1)中，W是训练课目重要度矩阵；
2、构建轰运类教练机综合训练潜能分析数学模型
首先将轰运类教练机综合训练潜能S.T.P.这一评估问题分层系列化，即根据S.T.P.的本质和要达到的目标，将S.T.P.分解为不同的组成因素，按照因素之间的相互影响和隶属关系将其分层聚类组合，从而构建具有综合训练潜能S.T.P层、课目训练效率T.E.层、课目飞机能力层和飞机特性参数层层次结构的轰运类教练机综合训练潜能S.T.P.分析模型；
轰运类教练机综合训练潜能S.T.P.数学模型表示为：
公式(3)中，W是训练课目对飞行员的重要度矩阵，该权重系数由专家打分后进行计算得出；T.E.i(i＝1，2，..，n)为训练课目的训练效率；
而每一项训练课目均存在相应的训练效率T.E.i值为：
公式(4)式中，M为飞机能力对训练课目的重要度矩阵，该权重系数由专家打分后进行计算得出；Ck(k＝1，2，..，m)为飞机训练能力与目标机型的比值；
而飞机能力与目标机型的比值Ck与飞机特性参数相关：
公式(5)中，N为飞机特性参数对飞机能力的重要度矩阵，该权重系数由专家打分后进行计算得出；P.C.j(j＝1，2，.p，q)为飞机特性参数性能Performance Characteristics与目标机型的比值；
3、轰运类教练机综合训练潜能S.T.P.数学模型及评估过程
根据综合训练潜能S.T.P.数学模型、训练效率评估理念和层次结构综合训练潜能，轰运类教练机综合训练潜能S.T.P.数学模型的数学表达式为：
公式(6)中，W——飞行训练课目对飞行员的重要度矩阵，
M——飞机能力对飞行训练课目的重要度矩阵，
N——飞机特性参数对飞机能力的重要度矩阵，
评估过程如下步骤：
I、选择准备训练的目标机种，确定采用的训练体制和相应阶段教练机的训练目标和训练重点，收集或索取相关特性数据和资料；
II、选择待评估的机种，收集相关特性数据和资料；
III、通过采用基于Paired Comparisons的Analytic Hierarchy Process，并组成相应的专家组对选定内容进行评估分析；
IV、计算特性层的飞行性能参数与目标机种的相对值，通过相似系数得到不同飞行性能参数的相似度；
V、得到教练机与目标机种的概念信息相似度；
VI、将飞行性能参数的相似度和概念信息相似度进行综合，得到教练机相对目标机种的特性相似度矩阵；
VII、将各矩阵相乘，并进行层次排序一致性检验，最终得到综合训练潜能S.T.P.值，进而形成完整的轰运类教练机综合训练潜能评估体系。
2.根据权利要求1所述的一种轰运类教练机综合训练潜能分析方法，其特征在于，在飞机能力层下构建飞机特性参数层。
3.根据权利要求2所述的一种轰运类教练机综合训练潜能分析方法，其特征在于，飞机特性参数层包括飞行性能、航电武器系统配置情况和人机工效。
4.根据权利要求1所述的一种轰运类教练机综合训练潜能分析方法，其特征在于，选定内容包括：1)飞行训练课目对于飞行员的重要度矩阵；2)飞行能力对于飞行训练课目的重要度矩阵；3)教练机飞行特性参数性能对飞行活动的重要性矩阵。
5.根据权利要求1所述的一种轰运类教练机综合训练潜能分析方法，其特征在于，采用模糊评价方法得到教练机与目标机种的概念信息相似度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311257422.2A CN117436733A (zh) | 2023-09-27 | 2023-09-27 | 一种轰运类教练机综合训练潜能分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311257422.2A CN117436733A (zh) | 2023-09-27 | 2023-09-27 | 一种轰运类教练机综合训练潜能分析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117436733A true CN117436733A (zh) | 2024-01-23 |
Family
ID=89548850
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311257422.2A Pending CN117436733A (zh) | 2023-09-27 | 2023-09-27 | 一种轰运类教练机综合训练潜能分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117436733A (zh) |
-
2023
- 2023-09-27 CN CN202311257422.2A patent/CN117436733A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113298431B (zh) | 基于航空qar大数据的飞行员胜任能力画像方法及系统 | |
| Reid et al. | The subjective workload assessment technique: A scaling procedure for measuring mental workload | |
| Wang et al. | Application of TOPSIS in evaluating initial training aircraft under a fuzzy environment | |
| Carretta et al. | Prediction of situational awareness in F-15 pilots | |
| Thorndike | Research problems and techniques | |
| Ardil et al. | Multiple criteria decision making analysis for selecting and evaluating fighter aircraft | |
| Dwivedi et al. | Selection of combat aircraft by using Shannon entropy and VIKOR method. | |
| CN104331613B (zh) | 多个类型的通信设备抗干扰能力的评价方法 | |
| CN102968553B (zh) | 一种飞行器着陆风险评测方法 | |
| CN107832982A (zh) | 一种基于大数据旅游出行评估模型区域适旅指数计算方法 | |
| CN114611945B (zh) | 一种基于多维数据的飞行学员胜任力画像方法 | |
| CN117436733A (zh) | 一种轰运类教练机综合训练潜能分析方法 | |
| CN115222300B (zh) | 基于智能评价算法的航空模拟器复训时长分配系统和方法 | |
| CN114398769A (zh) | 一种无人直升机飞行控制系统评分自动获取方法 | |
| CN115587693A (zh) | 一种基于可观察行为的飞行训练质量评级的方法 | |
| CN106773779A (zh) | 一种直升机运输任务的效能评估方法 | |
| Bartram | Aptitude testing and selection in aviation | |
| Liu et al. | Application of intuitionistic fuzzy evaluation method in aircraft cockpit display ergonomics. | |
| Zhao et al. | Summer Job Selection Model Based on Job Matching and Comprehensive Evaluation Algorithm | |
| Carretta et al. | History of pilot selection | |
| Wu et al. | Influence of work motivation and task difficulty on human reliability | |
| Chen et al. | Evaluation model of simulation based training for helicopter emergency rescue mission | |
| Liu et al. | Research on Quality Evaluation of MOOCs Production Based on Analytic Hierarchy Process | |
| Liang et al. | Performance Analysis of Universities Based on Combination Weighting Method and Grey Correlation Analysis | |
| LIUa et al. | Research on Quality Evaluation of MOOCs Production Based on Analytic Hierarchy Process |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |