一种基于战车的模拟训练效能评估方法

1.本发明属于训练效能评估技术领域，尤其涉及一种基于战车的模拟训练效能评估方法。


背景技术：

2.在信息技术和一般训练技术不断发展变革的形势下，科技进步促进了特殊行业的高技术装备大量配备，但特殊训练的需求带来的高训练强度也会给设备带来大量损耗，进而提高设备的维修保障费用和不可用时间。为提高操作人员的训练水平，促进人员能力快速形成和提升，对操作人员在模拟驾驶战车训练时，构建由操作完整性、操作顺序、操作时间和操作准确性的科学评估体系成为训练的重要手段。
3.目前，训练评估指标体系大部分为层次结构，同级指标间常采用权重度量其相对重要性。权重确定的好坏将决定最终评估结论是否合理。权重是评估中的重要信息，通常应用于多目标决策、多指标评价和预测。确定权重的方法大致分为：以层次分析法、直接或间接赋权法等为例的主观赋权法，以主成分分析法、熵值法等为例客观赋权法和主客观综合赋权法。然而，这些方法存在主观随意性强、解释性相对较差、评估结果易失真、操作灵活性差等弊端。进而，如何全面衡量操作人员的水平，客观性、全面化、科学化、合理性地反映评估对象实际情况是目前亟待解决的问题之一。


技术实现要素：

4.本发明是为解决上述问题进行的研究，其目的是对战车操作人员模拟训练中，通过对现实训练状况与建立目标之间差距的分析判断，促使被评对象不断向预定的目标靠近，从而提高训练水平。
5.为实现上述目的，本发明公开了如下的技术方案：
6.一种模拟训练效能评估方法，根据驾驶操作的动作逻辑关系，构造操作模拟训练的加权有向图模型；结合基于案例的专家系统，通过图挖掘实现对操作人员在驾驶战车和模拟训练中熟练程度和准确性的定量效能进行评估，包括以下步骤：
7.(1)根据训练参数构造模拟训练图模型
8.具体地说，该系统设在某种模拟训练科目中，一共n种操作状态，即x＝{x1,x2,
…
,xn}。然后分别构建加权有向knn图和ε邻域图。图结构表示式为：g＝(v,e)
9.其中，v＝{v1,v2,v3,
…
,vn}(n∈n)为有向图g中操作人员操作状态节点vn集合,n＝|v|为节点数量，即操作状态数；而该表示式中，为有向图g操作状态节点之间相连有向边的集合，表示操作状态之间的连接路径与方向；m∈m,m＝|e|为有向边的数量；
10.更进一步地，w＝{w1,w2,w3,
…
,wm}(m∈m)为有向边的权重集合，wm即有向边连接尾节点操作状态对首节点操作状态的依赖关系，通常定义为模拟训练中各操作状态切换的时长，时间越久对应权重越小，表示模拟训练操作熟练程度低。其具体获取步骤：
11.(11)设包含n个顶点与m条边的有向图，其顶点和边的关系用关联矩阵q＝(α
ik
)n×m表示：
[0012][0013]
公式(1)式中，α
ik
为关联矩阵q的元素，i∈n,i＝1,2
…
,n；ek表示为第k条边，k＝1,2,
…
,m。
[0014]
(12)为有向图每条边赋予一定数值表示有向边的长度，建立权矩阵w。此处，将边em上的权重定义为：
[0015][0016]
根据加权有向图的定义，用标准化的矩阵对系统进行建模。其中，选用欧式距离作为节点间的相似性度量，计算每个节点之间的相似度，并将其从小到大排列。选出距离每个节点最近的k个点，并将其连接构有向加权knn图。其邻接矩阵a
mn
与a
nm
分别为：
[0017][0018][0019]
对应ε邻域图：计算每个点与其相邻点的距离，并筛出距离小于ε值的点进行连接，构成稀疏图，其邻接矩阵a
′
mn
与a
′
nm
分别为：
[0020][0021][0022]
式中，a
mn
与a
nm
分别为一个或多个模拟训练项目下构造加权有向knn图包含的邻接矩阵。a
′
mn
与a
′
nm
分别为一个或多个模拟训练项目下，构造加权有向ε邻域图的邻接矩阵。其中，n∈n＝|v|，m∈m,m＝|e|，wm为m条有向边的权重，wn为n条有向边的权重。dm与dn表示节点m与节点n的度。ε为设定数值。
[0023]
(2)构建基于案例的专业模板系统图挖掘算法
[0024]
(21)以教练或其他动作熟练的操作人员进行操作模拟训练，其操作数据构建成图模型，形成案例专家系统：
[0025]
具体地说，设专业模板系统图结构为h＝(v
′
,e
′
)，v
′
＝{v1,v2,v3,
…
,vn′
}，e
′
＝{e1,e2,e3,
…
,em′
}，且理论上，m
′
＝m，n
′
＝n，n
′
∈n，m
′
∈m。
[0026]
(3)将所述的操作人员操作状态图与专业模板系统图结构进行比较，进而实现对操作训练模拟效能评估。
[0027]
(31)遍历所有节点，确定每对匹配节点(x,y),x∈g,y∈h以及确定每条边的方向性是否一致。
[0028]
(32)选择欧式距离作为相似性度量，已知图拓扑空间内任意节点间相似度为：
[0029][0030]
其中公式(7)中，l为每个节点内含的模态数量；x为操作人员图g拓扑空间内的节点，y为专业模板系统图h拓扑空间的节点。
[0031]
从而，图g拓扑空间内节点x与图h其他任一节点y间相似度d(x)为：
[0032][0033]
操作人员图g拓扑空间内节点x在n种操作状态下与专业模板系统图h其他任一节点yi之间相似度的总和d(x)
sum
：
[0034][0035]
式中，xi为图g第i个状态节点，yi为图h第i个状态节点。
[0036]
有向加权图空间内图g与图h间的任意节点间相似度之和d(x,y)
sum
为：
[0037][0038]
n为操作状态数；xi为图g拓扑空间内第i个节点；yi为图h拓扑空间第i个节点；wj为图g节点xi与图h节点yi有向边的权重；d(x,y)为图g与图h拓扑空间内任意节点间相似度。
[0039]
则有向加权图节点x与图h其他任一节点间相似度d(x)为：
[0040][0041]
有向加权图节点x与图h其他任一节点间相似度和d(x)
sum
为：
[0042][0043]
其次，将操作人员操作状态图结构g与专业模板系统图h进行比较，图间相似度即为匹配顶点间的相似度总和s(g,h)：
[0044][0045]
公式(13)中，s(a,b)为每对匹配节点(a,b),a∈g,b∈h的相似度总和；
[0046]
s(b,a)为每对匹配节点(b,a),b∈g,a∈h的相似度总和；
[0047]
d(a)为有向加权图节点a与其他任一节点间相似度；
[0048]
d(b)为有向加权图节点b与其他任一节点间相似度；
[0049]
n与n
′
分别为操作人员的操作状态与专家的操作状态。
[0050]
(4)对操作训练模拟效能评估
[0051]
(41)设定阈值ts，若图结构g与专业模板系统图h的图间相似度小于此阈值，则认为操作人员操作模拟训练等级quality为合格或优秀。
[0052]
[0053]
本发明公开的基于模糊逻辑的战车协同模拟训练效能评估方法的有益效果是：
[0054]
(1)战车驾驶模拟训练过程中，操作完整性、操作顺序和操作准确性等给出的全面、客观评价。
[0055]
(2)对战车操作人员在模拟训练状况与建立目标之间差距的分析判断，促使被评对象不断向预定的目标靠近，从而提高训练水平。
[0056]
(3)在战车驾驶模拟训练中，操作人员可根据图挖掘效能评估，精准掌握自身的训练技能水平、落实训练内容，达成训练目标，影响战斗力生成。
[0057]
(4)建立与现代化技术相匹配的科学、全面评估方法，对操作人员作战力形成有效地监督与检测，最大程度的测定军事训练成果。
附图说明
[0058]
图1是本发明加权有向图模型示例；
[0059]
图2是本发明操作模拟训练效能评估示意图；
[0060]
图3是本发明驾驶操作模拟训练项目动作逻辑关系构造的加权有向图的示意图；
[0061]
图4是本发明基于案例和图挖掘操作训练效能评估方法算法示意图。
具体实施方式
[0062]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅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。
[0063]
下面结合附图对本发明作进一步的说明，但不以任何方式对本发明加以限制，基于本发明所做的任何变换或替换，均属于本发明的保护范围。
[0064]
本发明公布了一种基于战车的模拟训练效能评估方法。对战车驾驶与射击模拟训练，个人技能训练、掌握和熟练操作规范流程等作出评价；与现代化技术建立相匹配的科学、全面的军事训练评估方法。
[0065]
一种基于战车的模拟训练效能评估方法,如图2、图3所示，该方法是在驾驶训练构图或射击训练构图建模，主要包括：根据操作人员驾驶操作或射击操作动作逻辑关系，构造操作模拟训练的有向加权图模型，结合基于案例的专家系统，通过图挖掘实现操作模拟训练的定量效能评估。
[0066]
以下实施例(1)是关于构造操作模拟训练的有向加权图模型。具体所述的模型获取方法为:
[0067]
设某驾驶项目下，共有n种操作状态，即x＝{x1,x2,
…
,xn}。将其分别构建加权有向knn图和ε邻域图。图结构表示为g＝(v,e)。其中，v＝{v1,v2,v3,
…
,vn}(n∈n)为有向图g中操作人员操作状态节点vn集合,n＝|v|为节点数量，即操作状态数；为有向图g操作状态节点之间相连有向边的集合，表示操作状态之间的连接路径与方向；m∈m,m＝|e|为有向边的数量；w＝{w1,w2,w3,
…
,wm}(m∈m)为有向边的权重集合，wm即有向边连接尾节点操作状态对首节点操作状态的依赖关系，通常定义为模拟训练中各操作状态切换的时长，时间越久对应权重越小，表示模拟训练操作熟练
程度低。其具体获取步骤：
[0068]
1、设包含n个顶点与m条边的有向图，其顶点和边的关系用关联矩阵q＝(α
ik
)n×m表示：
[0069][0070]
式中，α
ik
为关联矩阵q的元素，i∈n,i＝1,2
…
,n；ek表示为第k条边，k＝1,2,
…
,m。
[0071]
2、为有向图每条边赋予一定数值表示有向边的长度，建立权矩阵w。此处，将边em上的权重定义为：
[0072][0073]
根据加权有向图的定义，用标准化的矩阵对系统进行建模。其中，选用欧式距离作为节点间的相似性度量，计算每个节点之间的相似度，并将其从小到大排列。选出距离每个节点最近的k个点，并将其连接构有向加权knn图。其邻接矩阵a
mn
与a
nm
分别为：
[0074][0075][0076]
对应ε邻域图：计算每个点与其相邻点的距离，并筛出距离小于ε值的点进行连接，构成稀疏图，其邻接矩阵a
′
mn
与a
′
nm
分别为：
[0077][0078][0079]
式中，a
mn
与a
nm
分别为某一模拟训练项目下构造加权有向knn图的邻接矩阵。a
′
mn
与a
′
nm
分别为某一模拟训练项目下，构造加权有向ε邻域图的邻接矩阵。其中，n∈n＝|v|，m∈m,m＝|e|，wm为m条有向边的权重，wn为n条有向边的权重。dm与dn表示节点m与节点n的度。ε为设定数值。
[0080]
本发明实施例1以单一战队操作人员战车驾驶操作训练为例，所述的训练项目包括：基础驾驶、夜间驾驶、坡上驾驶、单个及连续通过限制路驾驶和障碍物驾驶、极端天气驾驶五项。而所述的驾驶操作动作状态包括：调整座椅、启动发动机、换挡操作、重点难点动作、灯光操作、停车步骤等。进而实现对操作模拟训练效能评估。
[0081]
以下实施例(2)是在实施例1的基础上，根据构造的操作模拟训练的加权有向图模型，结合基于案例的专业模板系统图挖掘算法，通过图挖掘实现操作模拟训练的定量效能评估。具体步骤如下：
[0082]
采用比较操作图结构与模拟系统框架结构系统相似性来衡量其一致性的方法。
[0083]
设基于案例的专业模板系统图挖掘算法为h＝(v
′
,e
′
)，v
′
＝{v1,v2,v3,
…
,vn′
}，e
′
＝{e1,e2,e3,
…
,em′
}，且理论上，m
′
＝m，n
′
＝n，n
′
∈n，m
′
∈m。
[0084]
首先，遍历所有节点，确定每对匹配节点(x,y),x∈g,y∈h以及确定每条边的方向性是否一致。
[0085]
选择欧式距离作为相似性度量，已知图拓扑空间内任意节点间相似度为：
[0086][0087]
其中，k为每个节点内含的模态数量；x为操作人员图g拓扑空间内的节点，y为专业模板系统图h拓扑空间的节点。
[0088]
则图g拓扑空间内节点x与图h其他任一节点y间相似度d(x)为：
[0089][0090]
操作人员图g拓扑空间内节点x在n种操作状态下与专业模板系统图h其他任一节点yi之间相似度的总和d(x)
sum
：
[0091][0092]
公式(9)中，xi为图g第i个状态节点，yi为图h第i个状态节点。
[0093]
有向加权图空间内图g与图h间的任意节点间相似度之和d(x,y)
sum
为：
[0094][0095]
n为操作状态数；xi为图g拓扑空间内第i个节点；yi为图h拓扑空间第i个节点；wj为图g节点xi与图h节点yi有向边的权重；d(x,y)为图g与图h拓扑空间内任意节点间相似度。
[0096]
则有向加权图节点x与图h其他任一节点间相似度d(x)为：
[0097][0098]
有向加权图节点x与图h其他任一节点间相似度和d(x)
sum
为：
[0099][0100]
其次，将操作人员操作状态图结构g与案例系统图h进行比较，图间相似度即为匹配顶点间的相似度总和s(g,h)：
[0101][0102]
公式(13)中，s(b,a)为每对匹配节点(b,a),b∈g,a∈h的相似度总和；
[0103]
d(a)为有向加权图节点a与其他任一节点间相似度；
[0104]
d(b)为有向加权图节点b与其他任一节点间相似度。
[0105]
n与n
′
分别为操作人员的操作状态与专家的操作状态。
[0106]
最后，设定阈值ts，若图结构g与基于案例的专业模板系统图挖掘算法图h的图间相似度小于此阈值，则认为操作人员操作模拟训练等级quality为合格或优秀。
[0107][0108]
下述表格(1)至(4)为本评估方法的可实验性成果，具体实施例2以单一战队驾驶操作训练项目的四组操作人员作为研究对象，设置相同的考核内容，根据各个操作人员的实际驾驶操作水平，同时采用本评估方法与人工评分这两种方案进行评分。
[0109]
操作结束后，使用评估方法得到20名操作人员的最终得分。其中设定阈值ts为85。通过比较四组评分结果，发现两种评分方法得到的结果在排名、趋势等方面相对统一，表明本系统设计的评估方案相对合理。
[0110]
表1-4某战队驾驶操作项目第一至四组操作情况表
[0111]
表1第一组驾驶操作训练项目得分情况表
[0112][0113]
表2第二组驾驶操作训练项目得分情况表
[0114][0115]
表3第三组驾驶操作训练项目得分情况表
[0116][0117]
表4第四组驾驶操作训练项目得分情况表
[0118][0119]
以上表格1-4显示和所述，仅为本发明的实施方式，本领域的技术人员应该了解，本发明不受上述实施例的限制，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，这些变化和改进均落入要求到本发明范围内，本发明要求保护范围所附的权利要求书界定。

技术特征：
1.一种基于战车的模拟训练效能评估方法，其特征在于，包括以下步骤：(1)根据训练参数，构造模拟训练图模型；(2)构建基于案例的专业模板系统图；(3)比较模拟训练图与专业模板系统图比较；(4)对操作训练模拟效能评级。2.根据权利要求1所述的一种基于战车的模拟训练效能评估方法，其特征在于：步骤(3)所述的比较模拟训练图与专业模板系统图比较包括节点比较以及整体图比较，其中，所述的节点比较为模拟训练图中的一个节点或多个与专业模板系统图中的一个节点或多个进行比较，以及，所述的整体图比较为一个或多个训练项目的训练模拟训练图与一个或多个训练项目的专业模板系统图进行比较。3.根据权利要求1所述的一种基于战车的模拟训练效能评估方法，其特征在于：步骤(4)所述的效能评级具体包括：设定阈值ts，当所述的整体图比较的结果小于阈值ts，则认为操作人员操作模拟训练为合格或优秀，否则为不及格。4.根据权利要求2所述的一种基于战车的模拟训练效能评估方法，其特征在于：步骤(3)所述的比较包括相似度计算公式，该公式为有向加权图模拟训练图与专业模板系统图间的任意节点间相似度之和为：其中，为操作状态数；为模拟训练图的拓扑空间内第个节点；为专业模板系统图的拓扑空间第个节点；为模拟训练图的节点与专业模板系统图的节点有向边的权重；为模拟训练图的与专业模板系统图的拓扑空间内任意节点间相似度。5.根据权利要求4所述的一种基于战车的模拟训练效能评估方法，其特征在于：步骤(3)所述的比较包括相似度计算公式，将操作人员操作状态图与专业模板系统图进行比较，所述的整体图相似度即为所述的顶点间的相似度总和：其中，公式中，为每对匹配节点的相似度总和；为每对匹配节点的相似度总和；为有向加权图节点与其他任一节点间相似度；为有向加权图节点与其他任一节点间相似度；与分别为操作人员的操作状态与专家的操作状态。6.根据权利要求1所述的一种基于战车的模拟训练效能评估方法，其特征在于：所述的比较模拟训练图和/或专业模板系统图为加权有向图。7.根据权利要求1所述的一种基于战车的模拟训练效能评估方法，其特征在于：步骤(1)所述的训练参数至少包括一项或多项参数。8.根据权利要求7所述的一种基于战车的模拟训练效能评估方法，其特征在于：所述的训练参数包括训练项目以及驾驶操作状态，其中，训练项目包括：基础驾驶、夜间驾驶、坡上驾驶、单个及连续通过限制路驾驶和障碍物驾驶、极端天气驾驶；所述的驾驶操作状态包括：调整座椅、启动发动机、换挡操作、重点难点动作、灯光操作、停车步骤。

技术总结
本发明公开了一种模拟训练效能评估方法，该系统根据模拟驾驶操作或模拟操作训练项目的动作逻辑关系，构造操作模拟训练的加权图的有向模型，结合基于案例的专家系统，通过图挖掘实现操作模拟训练的定量效能评估；本发明解决了操作人员根据装备训练内容特点，在驾驶汽车训练中操作完整性、操作顺序和操作准确性构成的训练评估问题。成的训练评估问题。


技术研发人员：刘树君 张天晶 乔立波 孟建龙 张丽 王为
受保护的技术使用者：天津师范大学
技术研发日：2023.03.16
技术公布日：2023/7/12