中国指挥与控制学会会刊 
航天装备作为新型力量作用发挥的主要载体、体系融合的重要部分和全面建设管理的重点方向,其训练水平高低直接影响着航天装备保障任务完成好坏程度[1]。目前,由于受航天装备投入使用周期短、保障训练实践少、资料保密程度高等因素影响,有关航天装备保障训练的研究文献数量有限。总体讲,其相关理论还不够成系统和体系,航天装备保障训练方法模式也不够多和新,尤其是缺少切实可行的评估模型方法来检验衡量。随着新时代的到来,受国际安全局势影响、智能化技术加推以及当前训练保障短板倒逼,迫使我们亟须加快航天装备保障领域研究,而航天装备保障训练水平评估作为一项重要内容,对其研究能够有效找准制约航天装备保障发展的短板弱项,为解决航天装备保障训练现实问题提供一种可行解决方案,以期更好地服务航天装备保障事业。
1 航天装备保障训练水平评估概述
1.1 航天装备保障训练概念
现代战争中,装备保障作用发挥越来越“亮眼”,其对装备保持良好状态,可持续完成作战任务发挥着至关重要的作用。军语及相关军标中对装备训练与训练保障要素进行了明确。为便于称谓和理解,参照以上内容和日常工作,本文对航天装备保障训练的概念进行了明确,它是指航天装备机关和航天装备保障分队为满足未来作战以及其他军事行动的需要,对航天装备保障进行有计划、有目的、有组织的系列活动,包括但不限于航天装备理论学习、基本技能操作和综合演练演习等内容。可以看出,航天装备保障训练的目的主要是通过理论灌输、技能操作、训练演练等方法手段,不断增强保障人员的综合素质,提升部队整体装备保障能力,达到人员装备合一,进而提升打赢能力。
1.2 开展航天装备保障训练水平评估的意义
近年来,在俄乌冲突、印巴冲突、以伊冲突等战场中航天装备的投入使用和产生的卓越价值优势,引起了社会各界广泛关注和推崇,对航天装备保障训练水平的评估研究日益提上日程。
(1)有利于丰富航天装备理论体系内容。评估中的理论阐释、流程步骤、技术方法,以及所挖掘的影响要素分析、构建的指标体系架构、运用的模型方法、实例验证结论和有关意见建议等,拓宽了航天装备保障训练内涵外延,使航天装备保障训练评估相关理论更加丰富饱满。
(2)有利于提升航天装备保障训练水平。评估能够“第一时间”掌握单位或个人的装备保障训练情况,检验实际训练效果,通过分析研判,挖掘关联影响装备保障训练水平的重要因素,从而有针对性地调整训练计划、规范操作流程、建立应用标准,进而选择恰当的训练时机、训练内容、训练规模、训练方式等,不断提升保障训练能力,提升战斗力水平。
(3)有利于解决现实存在的矛盾问题。从现实情况看,当前航天装备保障力量还存在一些相对薄弱的方面,包括保障模式不够创新,还不够完全成体系、成系统、成规模的问题。还有人员专业性还不够强、配套技术不够尖端智能的不足,一定程度上制约了航天装备保障能力快速生成。通过评估得出的客观具体结论以及合理化对策建议,对装备保障训练能力提升,乃至未来航天装备优化转型、前瞻部署、体系融入等提供了一定参考依据。
2 构建航天装备保障训练水平评估指标体系
2.1 明确指标构建的依据
航天装备保障训练水平评估指标体系构建的好坏,直接决定着其评估效果的真实与否。因此指标构建应该充分领会相关文件精神,把握内涵要义,并依据航天装备保障训练的特点规律、运行模式和日常制度规范等,参照装备保障训练、考核成绩等级评定标准,同时结合领域专家和从业人员的意见和建议,按照实战化与实用性相结合、主观性与客观性相结合、可测性与独立性相结合原则,进行航天装备保障训练水平指标体系范围框定。
2.2 采用“共性+个性”的“指标池”初始构建
航天装备保障训练水平指标体系构建既考虑了航天装备训练保障的“共性”特点,如科学性、全面性、完备性等,又挖掘了以“训练”为主要内容能力的涌现 “个性”差异,如以训练为目标而展开的计划、方法、设施、经费等,以及实施对象、受训对象“人”的参与考量,如组训者能力水平、受训者基本素养等共同构成了准则层指标“5性”。且为使末端指标体系构建得更全面、具体、明确,本文结合航天装备保障训练任务特点和职能属性,采用树状分解技术对准则层关键问题进行分解[2],注重从主干到末端的关联递推、“大概念”到“小因素”层级剥离和从模糊粗糙到清晰明朗的过程实现,直到底层指标客观具体、全面翔实、可用可行,初步建立了能够客观反映航天装备保障训练水平的“指标池”,以便指标筛选确立。
2.3 指标的最终确立
(1)进行专家主观初选。要严把专家队伍质量关,综合考量专家的基本情况、专家积极性、专家权威性和专家意见一致性4个评估影响要素。本文邀请了航天、装备、训练、保障、评估领域专家15人。据统计,具有副教授职称以上占比100%,下发的问卷回收率100%,专家权威系数为0.9(专家判断依据1~5量化和熟悉程度系数1~5的均值),邀请的专家能够精准对上述“指标池”的指标进行初选,再通过多专家对多指标的评价一致性程度验证,得出肯德尔协调系数(简称W系数)均大于0.5,确保了初始指标选定的可信度。
(2)进行统计学量化客观分析。为进一步验证指标选择的精准性和科学性,我们依据上述专家打分和日常采集的客观数据,构建50组数据集,利用Excel和SPSS统计进行指标合并、修改或删除等挖掘分析和决策建议。综合结果分析,将受训人员情绪调节力和环境调节力合并为自我适应能力,删除了计划制定的完备性指标,新增了能够体现新时代特征的智能化技术保障水平指标,最终形成了如表1所示的5个一级、19个二级指标体系,为评估实施奠定基础。
表1 指标体系构建Tab.1 Indicators of the primary election |
| 目标层 | 一级指标 (准则层) | 二级指标 (指标层) |
|---|---|---|
| 航 天 装 备 保 障 训 练 水 平 (A) | 训练计划 制定科学性 (A1) | 计划目标明确性(A11) |
| 计划内容全面性(A12) | ||
| 计划安排合理性(A13) | ||
| 组训人员 能力全面性 (A2) | 专业技能素养(A21) | |
| 施讲施教能力水平(A22) | ||
| 思想调动能力水平(A23) | ||
| 应急情况处置能力(A24) | ||
| 受训人员 可塑性 (A3) | 学习新知识的能力(A31) | |
| 分析与解决问题能力(A32) | ||
| 团队协作能力(A33) | ||
| 自我适应能力(A34) | ||
| 训练方法 灵活性 (A4) | 训练方法多样性(A41) | |
| 有效调度训练资源能力(A42) | ||
| 训练方法创新性(A43) | ||
| 保障训练 条件充分性 (A5) | 文件资料等资源占有率(A51) | |
| 设施设备数量(品种)配套率(A52) | ||
| 设施设备完好率(A53) | ||
| 利用智能化技术保障水平(A54) | ||
| 训练经费保障充足率(A55) |
2.4 进行指标要素分析
为便于对指标理解,对5个准则层及子指标分别进行要素分析。
(1)装备保障训练计划科学性。它是实施装备保障训练的依据参考,其科学程度直接影响着装备保障训练的产能输出,主要包括所达成的期望目标、训练内容的完备程度以及时间、人员、强度等安排的合理性等。这些指标属于定性指标,通常采用专家“百分制”打分或问卷调查方式获取,设置[90,100]为优秀,[70,90)为良好,[50,70)为一般,[0,50)为较差。
(2)装备保障训练的组训人员能力全面性。这主要是对教练员综合素质的全面考量,检验其组训能力好坏。此指标建立主要对照“四会教练员”[3]评定标准中的会讲、会做、会教、会做思想政治工作进行了比对衡量。此外还突出了遇有重大突发情况的应急处置能力要素分析。这些影响要素均制约着装备保障训练效果,这4类指标均是定性指标,其重要程度或优劣好坏可采用专家打分量化评定。
(3)装备保障训练受训人员可塑性。受训人员是参与装备日常保障的“主力军”,决定着保障训练水平的好坏。受训人员快速适应环境、融入集体、进入岗位,是干好本职工作的“重要一步”,也是整个链路连接的“重要一环”。受训人员需要进行新知识、新技能、新装备等系统学习培训,拥有专业特长,这样可以快速转化为“战斗力”。因为航天装备多为大型装备,构建复杂、精密件多,所以班组作业、团队协作、行动配合等在大型装备保障中显得尤为重要,决定着装备保障训练所达成的效果。这4类指标都是定性指标,也经常被所见所用,同样可通过专家打分来度量。
(4)装备保障训练方法灵活性。灵活多样的训练方法可以有效调度训练资源,激发受训对象参训热情,达到训练事半功倍的效果。尤其是随着智能化技术赋能加持,训练方法不能因循守旧,更不能拘于一格、一成不变,应紧贴时代发展、职能使命、工作任务,不断与时俱进、创新升级,注重思想革新、理论创新和技术更新,用灵活能动、富有柔性、具有弹性的训练方法调动人员积极性,不断提升训练质效。包含的3个指标均为定性指标,可通过专家打分来度量。
(5)装备保障训练条件充分性。保障训练条件是指为了确保各类训练活动能够顺利、高效、安全完成,而在资料、场地、设备、设施、经费、时间等方面提供的支持和维护。有关装备保障训练的文件资料,包括技术说明书、使用手册、维修手册、履历档案、训练教案等,这些都是不可缺失的部分。其中,文件资料占有率=(文件资料的总量/受训人员数量)×100%。设施设备的完好率[4]、配套率[5]都是装备保障领域评估中常见指标,概念解释及公式不再赘述。同时,随着无人化、智能化、软件化技术发展,面对未来复杂电磁环境条件下的激烈对抗,航天装备设施设备智能化程度和经费充足供给都是重要影响因素。训练经费保障充足率=(实际到位经费/经费需求标准)×100%。
3 航天装备保障训练评估模型设计
为增强评估针对性,着重在指标赋权和评估方法上进行设计。
3.1 层次分析法
考虑航天装备领域专家具有经验丰富、认知能力强、判断较为稳定的特点,能够较好地实现评估目的。而现实中存在航天装备数据信息保密程度较高、自身工艺架构比较复杂以及伴随保障难度大、数据采集难的情况,且评估对象的19个评估指标中有15个定性指标和4个定量指标,采取熵权法、变异系数法等客观权重赋值方法缺乏更多客观数据来支撑,大多指标重要性判断还是凭专家打分来定性,因此本文选择了相对成熟经典、简单易懂、便于操作的层次分析法[6](Analytic Hierarchy Process,AHP)来进行权重估量判断。
(1)建立层级结构模型。其中目标层为航天装备保障训练水平,准则层为A1~ A5的 5个一级指标,指标层为末端的19个二级指标。
(2)构造判断矩阵。我们参照Saaty1-9标度(表2)标准,对隶属于共同上一级的任意两个指标(包括同一指标之间)进行相对重要度赋值确定。
表2 Saaty1-9标度Tab.2 1-9 scale |
| 序号 | 重要程度 | 赋值 |
|---|---|---|
| 1 | i指标和j指标相比一样重要 | 1 |
| 2 | i指标和j指标相比稍微重要 | 3 |
| 3 | i指标和j指标相比明显重要 | 5 |
| 4 | i指标和j指标相比强烈重要 | 7 |
| 5 | i指标和j指标相比绝对重要 | 9 |
| 说明:构建判断矩阵中用到的2、4、6、8的赋值处于相邻两个基数之间的估量参照,而倒数1/3、1/5、1/7、1/9的关系则表示为两者相对不重要的程度。 | ||
(3)进行一致性检验。本文利用Yaahp软件对上述构建的判断矩阵A进行一致性检验,判断是否符合逻辑常理,进而得到相对上一层目标的重要度优劣排序,最后求得权重值ω[7]。
3.2 云模型
航天装备保障训练水平既有定性定量指标差异,又受静态动态因素制约,还有平战类别区分,使得所评估的指标存在一定不确定性、模糊性情况,而云模型能够将指标随机性和模糊性完全结合起来进行“捆绑式”综合分析,进而实现从定性描述到定量数字特征映射转化,且由若干云滴聚合的隶属度函数具有较高计算精度,可视云图具有更好的直观性、可解释性和应用普适性。因此进行航天装备保障训练水平评估时,选择云模型较适宜。
云模型正向、逆向云发生器能实现航天装备保障训练水平指标的定量数据和定性概念的可逆性转化,是一种“图像生成+数值分析”的不确定信息处理新方法[8]。具体步骤如下:
(2)计算二级指标云数字特征:
其中,S2= $\frac{1}{\mathit{\beta }-1}\sum _{\mathit{i}=1}^{\mathit{n}}{\left|{\mathit{x}}_{\mathit{i}}-\stackrel{-}{\mathit{x}}\right|}^{2}$ ,n为数据样本量组数,xi为专家打分值, $\stackrel{-}{\mathit{X}}$ 为专家打分的均值。
(3)计算一级指标云数字特征。其中τj∈[0,1]为相邻近的第j个“子指标”重要度大小, χ为考察对象的“子指标”个数,τ1+τ2+…+τj=1。
(4)计算综合云数字特征(Ex,En,He)。根据云数字特征Ex值大小判断云图峰值位置及云滴饱满情况,Ex数值和峰值大小成正比,峰值越高则表明专家对航天装备保障训练水平的指标评价较为一致;由En可判断云滴离散程度,En越大,云滴越离散,云的横向宽度越大,表明专家的意见存有一定的差异性(或客观数据偏离中心越远)。He是En的不确定度量,反映了云滴的纵向分布厚度,不随人的主观意识而发生变化,是评估等级差异性的自然描述。
4 实例验证
4.1 航天装备保障训练水平评估指标权重计算
按照上文介绍的方法步骤进行相对同一上级指标的所属指标两两重要度比较,得出相对比值大小。为便于描述,本文以相对目标层的5个一级指标计算过程进行展示,其中一级指标判断矩阵如表3所示。其他指标权重计算过程类似。
表3 一级指标判断矩阵Tab.3 The judgment matrix of first-level indicators |
| A | A1 | A2 | A3 | A4 | A5 |
|---|---|---|---|---|---|
| A1 | 1 | 1/7 | 1/8 | 1/5 | 1/3 |
| A2 | 7 | 1 | 1/2 | 2 | 3 |
| A3 | 8 | 2 | 1 | 3 | 5 |
| A4 | 5 | 1/2 | 1/3 | 1 | 2 |
| A5 | 3 | 1/3 | 1/5 | 1/2 | 1 |
同样利用Yaahp软件可依次得到如表4的二级指标的权重值大小。
表4 二级指标权重Tab.4 The weight of the secondary indicators |
| 二级指标 | 指标权重大小 |
|---|---|
| 计划目标明确性(A11) | 0.004 3 |
| 计划内容全面性(A12) | 0.022 6 |
| 计划安排合理性(A13) | 0.012 0 |
| 专业技能素养(A21) | 0.137 3 |
| 施讲施教能力水平(A22) | 0.074 9 |
| 思想调动能力水平(A23) | 0.015 9 |
| 应急情况处置能力(A24) | 0.039 5 |
| 学习新知识的能力(A31) | 0.059 0 |
| 分析与解决问题能力(A32) | 0.249 3 |
| 团队协作能力(A33) | 0.098 0 |
| 自我适应能力(A34) | 0.031 5 |
| 训练方法多样性(A41) | 0.042 4 |
| 有效调度训练资源能力(A42) | 0.017 3 |
| 训练方法创新性(A43) | 0.103 1 |
| 文件资料等资源占有率(A51) | 0.003 7 |
| 设施设备数量(品种)配套率(A52) | 0.025 8 |
| 设施设备完好率(A53) | 0.014 5 |
| 利用智能化技术保障水平(A54) | 0.039 4 |
| 训练经费保障充足率(A55) | 0.009 4 |
4.2 确定指标云数字特征
我们按照3.2节云模型计算步骤,得出指标云数字特征,如表5所示。
表5 指标云数字特征Tab.5 Digital characteristics of the index cloud |
| 指标名称 | 云数字特征值 | ||
|---|---|---|---|
| Ex | En | He | |
| 航天装备保障训练水平(A) | 63.254 5 | 6.144 0 | 0.155 4 |
| 制定科学性(A1) | 75.509 5 | 5.904 1 | 0.256 4 |
| 计划目标明确性(A11) | 73.8 | 4.511 9 | 0.103 4 |
| 计划内容全面性(A12) | 74.3 | 6.567 4 | 0.290 5 |
| 计划安排合理性(A13) | 78.4 | 4.010 6 | 0.155 0 |
| 组训人员能力全面性(A2) | 60.028 3 | 4.710 2 | 0.117 3 |
| 专业技能素养(A21) | 57.3 | 4.562 1 | 0.109 5 |
| 施讲施教能力水平(A22) | 58.3 | 4.988 2 | 0.125 4 |
| 思想调动能力水平(A23) | 75.9 | 6.166 3 | 0.101 7 |
| 应急情况处置能力(A24) | 66.4 | 5.263 9 | 0.185 7 |
| 受训人员可塑性(A3) | 65.531 5 | 6.949 7 | 0.179 1 |
| 学习新知识的能力(A31) | 75.1 | 5.840 4 | 0.141 0 |
| 分析与解决问题能力(A32) | 57.7 | 7.219 1 | 0.179 3 |
| 团队协作能力(A33) | 76.2 | 5.564 7 | 0.185 9 |
| 自我适应能力(A34) | 76.4 | 7.369 5 | 0.231 9 |
| 训练方法灵活性(A4) | 58.003 7 | 4.228 9 | 0.050 9 |
| 训练方法多样性(A41) | 56.4 | 5.514 6 | 0.138 6 |
| 有效调度训练资源能力(A42) | 70.3 | 7.820 7 | 0.283 6 |
| 训练方法创新性(A43) | 56.6 | 3.910 3 | 0.029 5 |
| 保障训练条件充分性(A5) | 65.876 5 | 6.068 5 | 0.248 9 |
| 文件资料资源占有率(A51) | 75.8 | 8.522 5 | 0.356 1 |
| 设施设备数量(品种)配套率(A52) | 71.2 | 7.219 1 | 0.462 6 |
| 设施设备完好率(A53) | 75.4 | 5.213 8 | 0.349 2 |
| 利用智能化技术保障水平(A54) | 55.3 | 5.715 1 | 0.148 6 |
| 训练经费保障充足率(A55) | 77.0 | 5.263 9 | 0.172 0 |
4.3 评价结果分析
基于综合云数字特征值(63.254 5,6.144 0,0.255 4),由Matlab软件生成航天装备保障训练水平综合云图3。
由图3可知,红色云图云滴饱满充盈,具有正态分布特征,表明此次评估具有较好的稳定性和可靠性。再通过与标准云图比对,可以看到介于标准云图“良好”“一般”等级之间,而更多云滴聚集在水平“良好”的评价区间内,因此其评价结果为“良好”,这也与目前航天装备保障训练实际水平保持了一致性。
图4 训练计划制定科学性评估云Fig.4 Scientific evaluation cloud for the formulation of training plans |
图5 组训人员能力全面性评估云Fig.5 Cloud-based assessment of the comprehensiveness of the abilities of training instructors |
通过比对云图可知,在影响航天装备保障训练水平质量的一级指标中, 训练计划制定科学性指标相对优质,在“良好”等级以上,反映了航天装备保障训练规划具有较好合理性、规划性和全面性。而保障训练条件充分性、受训人员可塑性指标云图处于“良好”“一般”等级之间,更趋向于“良好”,整体趋于较好,但也有制约发展的方面。指标中的组训人员能力全面性、训练方法灵活性两个指标虽也处于“良好”“一般”等级之间,但“良好”“一般”占比相当,甚至更偏重于“一般”,有短板弱项,两者制约了航天装备保障训练整体水平。再通过分析其他二级指标云图可知,组训人员专业技能素养、受训人员分析解决问题能力以及训练方法灵活性、训练方法创新性、利用智能化技术保障水平等指标相对较为薄弱,应着重加强这些方面的能力提升改进。
4.4 对策建议
针对评估结果分析结论和查找的短板弱项,提出有关建议。
(1)创新方法手段。应加强航天装备保障训练理论创新研究,注重前沿性和前瞻性思维培塑;学习借鉴传统经典战例成果和现代智能化战争先进经验,突出智能化、无人化、软件化战术战法手段应用,形成理论创新和技术革新交融互动局面;灵活运用模拟训练器材、战场仿真技术和兵棋推演对抗方法,不断提升应急情况下、野战动散条件下、实战条件下航天装备现场抢修、器材紧急筹供、伴随保障等实战化训练水平。
(2)优化训练模式。应紧贴当前任务、人才需求等,探索“驻队帮训”“赴厂跟训”“联合组训”人才培养模式,提升训练质效;聚焦航天装备重难点训练内容,贯通训修结合链路,建立训修结合映射关系,让训修结合更加紧密;探索走“训、考、评、鉴”一体化训练路子,规范程序步骤,明确实施标准,形成制度规范,取得“训鉴互认”效果。
(3)提升组训能力。应挑选思想过硬、技术娴熟、会运用信息化手段的教练员担任训练骨干,注重周期培养、资质认证、等级考评,不断提升组训者能力水平;对照岗位职责,细化分工,明确责任,突出小特专业、动散人员、漏训弱项课目强化训练,不断增强集约组训能力;要善用模拟训练平台,巧用智能化技术加持手段,融入实战科技元素,提升组训人员任务磨砺和实战技术运用水平,不断提升组训能力。
5 结束语
为检验航天装备保障训练水平,本文提出了一种基于“AHP+云模型”的评估方法,主要完成了指标构建、模型设计和实例验证,得出了航天装备保障训练水平“良好”的结论,并提出了针对性意见建议,为指导航天装备保障训练提供一定理论支撑,使其更好地服务于航天事业。