基于证据推理的装备在役适用性评估研究*

齐分岭; 韦国军; 孙金

doi:10.3969/j.issn.1673-3819.2022.06.005

指挥控制与仿真 >

2022 , Vol. 44 >Issue 6: 35 - 40

DOI: https://doi.org/10.3969/j.issn.1673-3819.2022.06.005

装备总体技术

基于证据推理的装备在役适用性评估研究^*

齐分岭 ¹^,² ,
韦国军 ¹ ,
孙金 ¹

展开

1.航天工程大学, 北京 102206
2.中国人民解放军66389部队, 山西太原 030031

齐分岭(1986—),男,硕士研究生,工程师,研究方向为装备试验鉴定。

韦国军(1970—),男,博士,硕士生导师,副教授。

Copy editor: 许韦韦

收稿日期: 2022-03-31

修回日期: 2022-04-06

网络出版日期: 2022-12-12

基金资助

全军军事类研究生资助课题(JY2020C251)

收起

Research on In-service Suitability Evaluation of Equipment Based on Evidential Reasoning

QI Fen-ling ¹^,² ,
WEI Guo-jun ¹ ,
SUN Jin ¹

Expand

1. Space Engineering University, Beijing 102206
2. Unit 66389 of PLA, Taiyuan 030031, China

Received date: 2022-03-31

Revised date: 2022-04-06

Online published: 2022-12-12

Fold

摘要

为解决在役考核工作中装备在役适用性评估问题,提出基于证据推理的评估方法,在文献研究的基础上,结合卫星装备特点,构建在役适用性指标体系,建立基于置信规则库的在役适用性评估模型,运用历史仿真数据对某型卫星进行在役适用性评估,得出评估结果并进行分析,验证此方法的有效性与可行性,该方法可为装备在役适用性评估提供参考。

关键词： 装备; 在役考核; 在役适用性; 证据推理; 评估

本文引用格式

齐分岭 , 韦国军 , 孙金 . 基于证据推理的装备在役适用性评估研究^*[J]. 指挥控制与仿真, 2022 , 44(6) : 35 -40 . DOI: 10.3969/j.issn.1673-3819.2022.06.005

Abstract

In order to solve the problem of equipment in-service suitability evaluation in in-service assessment work, an evaluation method is proposed based on evidential reasoning. On the basis of literature research, combined with the characteristics of satellite equipment, an in-service suitability index system is constructed, an in-service suitability evaluation model based on the belief rule base is established, and historical simulation data is used to evaluate the in-service suitability of a certain type of satellite. The evaluation results are obtained and analyzed to verify the effectiveness and feasibility of this method. This method can provide reference for equipment in-service suitability evaluation.

Key words： equipment; in-service assessment; in-service suitability; evidential reasoning; evaluation

装备在役考核工作是我军新时期试验鉴定活动的重要组成部分,是装备列装服役后试验鉴定部门依托部队开展的持续性试验活动,重点跟踪掌握装备使用保障情况,考核装备在实际使用环境下的作战、保障效能发挥情况^[1]。开展装备在役考核,重点是进一步验证作战效能及作战适用性,考核装备在役适用性方面存在的问题,通过持续的考核鉴定工作,切实掌握装备服役后的综合表现,并有针对性地提出装备管理、编配使用、改进升级等方面的意见建议。

装备在役考核评估是在役考核的关键环节,是围绕在役考核目的及内容开展的鉴定性评价活动,是对在役考核数据进行的一系列建模分析过程。在役考核通常结合部队战备训练、日常管理、联合演训等工作任务开展,装备在役适用性评估是在役考核工作中的一项重要内容,对装备在役适用性进行评估能够切实摸清装备在服役过程中的基础性能底数及综合效能发挥情况,提高装备在完成多样化军事任务中的在役适应能力^[2]。

本文以某型卫星装备为研究对象,进行装备在役适用性评估研究,通过建立证据推理的评估模型对装备在役适用性进行科学评估。

1 在役适用性指标体系构建

指标体系构建是在役适用性评估的基础性工作,是评估数据采集的依据,指标体系是否合理直接影响在役考核评估的质量。在役适用性评估是在役考核评估中的重要内容,在役适用性是指在规定的操作使用环境条件下,装备适应部队编配并保持性能稳定的程度,一般包括适编性、适配性、质量稳定性、服役经济性^[3]。本文选取基于树状分析的方法构建在役适用性指标体系^[4],树状分析技术对顶层能力指标进行逐层分解,将在役适用性问题分解为关键子问题,再将子问题分解为效能指标,效能指标再分解为性能指标,最后分解为可以采集的数据元。依据在役适用性考核评估内容将在役适用性问题分解为适编性问题、适配性问题、质量稳定性问题、服役经济性问题4个子问题,每个子问题又可以分解为一个或多个与其相关的效能指标,每个效能指标可分解为多个性能指标,每个性能指标则与最终数据元相对应。例如适配性子问题可以分解为:卫星与其他型号卫星或其他类型卫星之间信息联通能力如何?地面应用系统与其他地面装备资源保障通用性如何?将这些子问题用指标来衡量,就可以分解出适配性指标,包含互联互通能力与资源保障通用性,同理可以分解出所有能够回答在役适用性子问题的指标数据。基于树状分析构建在役适用性指标体系的方法如图1所示。

显示原图|下载原图ZIP|生成PPT

图1 基于树状分析构建在役适用性指标体系方法

由树状分析法层层分解可得到装备在役适用性指标初始体系,再通过灰色关联度分析法与德尔菲法进行筛选优化^[5],最终得到优化后的卫星装备在役适用性指标体系,优化后的指标体系共22个指标,如图2所示。

显示原图|下载原图ZIP|生成PPT

图2 卫星装备在役适用性指标体系

2 基于证据推理的在役适用性评估方法

当前,对装备在役考核及在役适用性评估方法的研究还比较少,没有成熟经验可以参考,但是学术界对作战试验评估方法的研究比较多^[6⇓-8],结合在役适用性评估特点及内容借鉴已经得到了实践应用评估方法。在役适用性评估是在役考核重要的考核评估内容,具有这种新型试验类型普遍的特点,其指标结构体系复杂,指标类型多样,影响因素众多^[9],指标内容来源于多个部门,涉及装备战备值班、联合演训、维修管理等日常工作,数据采集获取过程中也存在诸多不确定因素。

在役适用性评估需要考虑多种不确定情况下的多因素影响,从指标类型来看,既有定性指标也有定量指标,部分指标因具有概率性而用概率表示,部分指标因具有模糊性而用“好、中、差”等模糊性文字表示,部分指标因由专家打分获取具有主观性^[10],这些问题使得在役适用性评估具有明显的不确定性。

针对以上描述,为有效处理在役适用性指标中包含的复杂性与不确定性,本文选择基于证据理论构建置信规则库的方法进行在役适用性建模评估,采用置信度结构描述在役适用性指标的不确定性和不完整的专家知识经验,并以置信度结构的形式展示规则集成的结果^[11-12]。

2.1 构建置信规则库

置信规则库主要包括前提条件和规则结论,可以将不同种类的指标、历史数据信息及专家经验以置信度结构的形式表示出来。置信规则库中的规则一般由“if-then”的结构表示,每条置信规则结论都具有各自的置信度等级,其表达式一般如式(1)所示:

(1)R_k: if

A 1 k

∧

A 2 k

∧…

A T k k

,then{(r₁,β₁_k),(r₂,β₂_k),…,(r_l,β_lk),…,(r_L,β_LK)}

其中:

A i k

(i=1,2,…,T_k;k=1,2,…,K)表示规则库中第k条规则中第i个前提条件对应状态或指标对应取值,T_k表示前提条件个数,K表示规则总数;r_l表示第l个等级结论的置信度,l的取值范围为(1,2,…,L),L表示某条规则结论总数;β_lk表示第k条规则前提条件成立时第l个等级结论的置信度,且满足条件

∑ l = 1 L

β_lk≤1。记该条规则在置信规则库中的相对权重为λ_k,该条规则各前提条件间的相对权重为ϕ_k₁、ϕ_k₂、…、

ϕ k T k

。如果

∑ l = 1 L

β_lk=1,那么称该条规则信息完整;如果

∑ l = 1 L

β_lk<1,那么称该条规则信息不完整;如果

∑ l = 1 L

β_lk=0,那么称该条规则无论输入何值,输出都是未知的。

2.2 相似度、匹配度及权重计算

在役适用性置信规则库中各影响因素参考值{A_i₁,A_i₂,…,A_ij,…,

A i A i |

}具体表示在役适用性第i个指标第j个参考值,|A_i|为指标i参考值的数目,规则激活需要先将输入指标数据进行置信度结构转换,计算输入值x_i与参考值A_ij的相似度,用式(2)计算:

(2)ϕ(x_i,A_ij)=

A i (k + 1) - x i A i (k + 1) - A i k, j = k (A i k ≤ x i ≤ A i (k + 1)); x i - A i k A i (k + 1) - A i k, j = k + 1; 0, j = 1,2, …, | A i |, j ≠ k, k + 1 .

在计算相似度时,当置信规则库中指标属性取值为单点

A i *

时,用式(3)计算:

(3)φ(x_i,

A i *

)=1-

| x i - A i * | m a x {| A i * - a, b - A i * |}

式(3)中,a、b分别为指标输入值的上、下限,当输入值为单点值时,计算相似度恰好为1,否则,距离

A i *

越远,相似度φ越小。

下面计算带有置信度的输入指标值x_i对单个指标的匹配度,用式(4)计算:

(4)T(x_i,δ_i)={(A_i,α_ij)}

式(4)中,α_ij表示输入值匹配能力指标d_j的第j个

取值A_ij的匹配度,用式(5)计算:

(5)α_ij=

φ (x i, A i j) δ i ∑ | A i | φ (x i, A i j)

,α_ij∈[01]

对于确定性数据,δ_i=1,且当输入值是由专家定性给出的具体值时,α_ij=δ_i。根据式(4)可将输入值对应转化为(

A 1 k

α 1 k

),(

A 2 k

α 2 k

),…(

A T k k

α T k k

α T k k

表示输入值对该规则的匹配度。转换后的输入数据激活规则库某条规则归一化程度ω_k用式(6)计算:

(6)ω_k=

λ k ∏ i = 1 T k (α i k) ϕ - k i ∑ i = 1 L λ i α i

式中,λ_k为第k条规则相对权重,

ϕ - k i

为前提条件的相对权重,

ϕ - k i

ϕ k i m a x {ϕ k i}

∏ i = 1 T k

(

α i k) ϕ - k i

为输入值对规则的匹配度。

2.3 输入对结论信度分布的修正

修正公式为^[13]

(7)

β - l k

=β_lkμ_k

(8)μ_k=

∑ t = 1 T k φ (t, k) ∑ j = 1 | A t | α t j ∑ t = 1 T k (φ (t, k))

当能力t包含在规则k中时,φ(t,k)=1,其他为0。如果输入信息是全的,存在

∑ j = 1 | A t |

α_tj=1,因此修正系数μ_k=1,

β - l k

=β_lk。

2.4 证据推理集成

证据推理算法的基本公式^[14-15]如下:

(9)μ=[

∑ l = 1 N ∏ k = 1 K ω k β l k + 1 - ω k ∑ l = 1 N β l k

-(N-1)

∏ k = 1 K 1 - ω k ∑ l = 1 N β l k

]^-1

(10)β_l=

μ ∏ k = 1 K ω k β l k + 1 - ω k ∑ l = 1 N β l k 1 - μ ∏ k = 1 K (1 - ω k)

μ ∏ k = 1 K 1 - ω k ∑ l = 1 N β l k 1 - μ ∏ k = 1 K (1 - ω k)

其中,式(9)、式(10)中的N为置信库规则结论数,β_l为第l个结论的置信度,μ为证据推理组合修正系数。

3 装备在役适用性评估实例分析

下面以某型卫星为研究对象开展在役适用性评估,说明基于证据推理方法在装备在役适用性评估中的具体应用。为简化计算,假设置信规则库中各规则的权重均为1,各条规则前提条件的相对权重也为1,通过实地调研,结合专家意见构建置信规则库,专家意见可用数据采集表表1采集,整理汇总后的评估规则库(部分)如表2所示,通过对卫星使用管理单位进行调查问询,参考所构建的指标体系内容并结合对装备在役适用性历史数据的分析,得到该卫星装备在役适用性能力指标取值,如表3所示。

表1 专家意见数据采集表

序号	能力评估项	前提条件 ( $A 1 k$ ∧ $A 2 k$ ∧… $A T k k$ )	专家结论意见 {(r₁,β₁_k), $(r 2, β 2 k), …, (r L, β L K)$
1	人员适编性	(人员编配率=100%)∧(专业岗位满足率=80%)	{(强,0.9)(中,0.1)(差,0)}
2	人员适编性	(人员编配率=90%)∧(专业岗位满足率=100%)	{(强,0.8)(中,0.2)(差,0)}
3	…	…	…
	适编性	(人员适编性=高)∧(数量适编性=高)∧(任务适编性=高)	{(强,1)(中,0)(差,0)}
	适编性	(人员适编性=高)∧(数量适编性=高)∧(任务适编性=中)	{(强,0.8)(中,0.1)(差,0.1)}
	…	…	…
说明		此表用于构建规则库时辅助采集专家意见数据,其中前提条件及其组合方式可根据实际调整,专家结论意见可由各专家组集中决策或单独采集专家意见数据后再加权集中,此表仅供参考,可依据实际适当调整。

表2 在役适用性评估规则库(部分)

编号	前提条件	结论
1	(I₁₆=100%)∧(I₁₇=100%)	I₆={(强,1)(中,0)(差,0)}
2	(I₁₆=100%)∧(I₁₇=80%)	I₆={(强,0.9)(中,0.1)(差,0)}
3	(I₁₆=90%)∧(I₁₇=100%)	I₆={(强,0.8)(中,0.2)(差,0)}
4	(I₁₆=90%)∧(I₁₇=80%)	I₆={(强,0.7)(中,0.2)(差,0.1)}
5	(I₁₆=80%)∧(I₁₇=100%)	I₆={(强,0.6)(中,0.3)(差,0.1)}
6	(I₁₆=80%)∧(I₁₇=80%)	I₆={(强,0.2)(中,0.4)(差,0.4)}
…	…	…
16	(I₂₀=强)∧(I₂₁=强)∧(I₂₂=强)	I₁₂={(强,1)(中,0)(差,0)}
17	(I₂₀=强)∧(I₂₁=中)∧(I₂₂=强)	I₁₂={(强,0.9)(中,0.1)(差,0)}
…	…	…
	(I₂=强)∧(I₃=强)∧(I₄=强)∧(I₅=强)	I₁={(满足,1)(基本满足,0)(不满足,0)}
…	…	…

表3 在役适用性评估指标取值

编码	指标能力名称	指标能力取值
I₁	在役适用性	(满足、基本满足、不满足)
I₂	适编性	(强、中、差)
I₃	适配性	(强、中、差)
I₄	质量稳定性	(强、中、差)
I₅	服役经济性	(强、中、差)
I₆	人员适编性	(强、中、差)
I₇	数量适编性	(强、中、差)
I₈	任务适编性	(强、中、差)
I₉	互联互通能力	(强、中、差)
I₁₀	资源保障通用性	(强、中、差)
I₁₁	平台质量稳定性	(强、中、差)
I₁₂	有效载荷质量稳定性	(强、中、差)
I₁₃	运行维持费	(20、50、80)
I₁₄	维修经济性	(强、中、差)
I₁₅	系统费效比	(0.6、0.8、1.0)
I₁₆	人员编配率	(80%、90%、100%)
I₁₇	专业岗位满足率	(80%、100%)
I₁₈	任务性能下降率	(5%、10%、15%)
I₁₉	可靠性下降率	(10%、20%、30%)
I₂₀	轨道保持能力	(强、中、差)
I₂₁	姿态控制能力	(强、中、差)
I₂₂	健康状态保持力	(强、中、差)

设待评估对象某型卫星装备S₁号星输入数据参考值为I₇=(强,0.8)(中,0.2),I₈=(强,0.7)(中,0.2)(差,0.1),I₉=(强,0.8)(中,0.2),I₁₀=(强,0.9)(中,0.1),I₁₃=(30,1),I₁₄=(强,1),I₁₅=(0.8,1),I₁₆=(83%,1),I₁₇=(90%,1),I₁₈=(12%,1),I₁₉=(15%,1),I₂₀=(强,0.9)(中,0.1),I₂₁=(强,0.8)(中,0.2),I₂₂=(中,1)。上述条件可用于计算人员适编性等。

3.1 计算人员适编性

1)激活规则

已知输入值为I₁₆=(83%,1),I₁₇=(90%,1),激活了规则库中第3、4、5、6条规则,如表4所示。

表4 被激活的规则

编号	前提条件	结论
3	(I₁₆=90%)∧(I₁₇=100%)	I₆={(强,0.8)(中,0.2)(差,0)}
4	(I₁₆=90%)∧(I₁₇=80%)	I₆={(强,0.7)(中,0.2)(差,0.1)}
5	(I₁₆=80%)∧(I₁₇=100%)	I₆={(强,0.6)(中,0.3)(差,0.1)}
6	(I₁₆=80%)∧(I₁₇=80%)	I₆={(强,0.2)(中,0.4)(差,0.4)}

2)计算相似度

将输入值I₁₆、I₁₇代入式(2),计算相似度可得:

φ₁(83%,80%)=0.7, φ₁(83%,90%)=0.3,

φ₁(83%,100%)=0;φ₂(90%,80%)=0.5,

φ₂(90%,100%)=0.5。

3)计算匹配度与激活度

利用式(6)、式(7)、式(8)计算输入值与每条规则的归一化后的激活度,可得:

ω₃=0.15,ω₄=0.15,ω₅=0.35,ω₆=0.35,μ₃=1,μ₄=1,μ₅=1,μ₆=1。

4)证据组合

利用式(9)、式(10)计算可得人员适编性I₆((强,0.386 2)(中,0.351 1)(差,0.262 7)),由计算结果可以看出该装备适编性强的信度值为0.386 2,中的信度值是0.351 1,差的信度值是0.262 7,三者信度之和0.386 2+0.351 1+0.262 7=1,说明输入信息完全时,输出信息也是完全的。

3.2 计算在役适用性能力

按照上节中步骤,运用同样的方法分别计算出I₁₁、I₁₂、I₂、I₃、I₄、I₅,由于数据量大,可采用软件进行计算,最后得到在役适用性能力I₁=((满足,0.511 6)(基本满足,0.312 7)(不满足,0.175 7)),评估结果表示通信卫星S₁的在役适用性评估结果为满足服役任务的置信度为0.511 6,基本满足服役任务的置信度为0.332 7,不满足的置信度为0.155 7。评估结果以置信度分布的表现形式对该卫星当前服役状态下的在役适用性能力进行了描述。

3.3 多对象评估结果对比

假设当前需要对同系列型号的S₁、S₂、S₃三颗在轨运行的卫星进行在役适用性评估比较,其中S₁星已经在上一节评估完毕。对于S₂星,输入参数值任务性能下降率I₁₈=(7%,1),可靠性下降率I₁₉=(12%,1),其余指标取值同S₁星;对于S₃星,输入参数值维修经济性I₁₄=(强,1),系统效费比I₁₅=(1.0,1),其余指标取值同S₁星。分别计算S₂星、S₃星在役适用性能力值得到S₂-I₁((满足,0.613 8)(基本满足,0.290 9)(不满足,0.095 3)),S₃-I₁((满足,0.542 3)(基本满足,0.336 4)(不满足,0.121 3))。三颗卫星在役适用性能力信度分布情况如图3所示,卫星在役适用性评估效用值如图4所示。

显示原图|下载原图ZIP|生成PPT

图3 卫星在役适用性评估结果对比

显示原图|下载原图ZIP|生成PPT

图4 卫星在役适用性评估效用值对比

通过图3和图4可以看出,卫星S₂的在役适用性能力最好,S₃次之,S₁最差。分析可知,卫星S₂在有效载荷质量稳定性指标上优于卫星S₁,使得在役适用性评估结果提高明显;卫星S₃在服役经济性指标上优于卫星S₁,使得在役适用性评估结果也有一定提高。实际上卫星S₂是同系列改进增强型卫星,运行稳定,故障率低,S₃星所在单位管理维护水平高,服役经济性好于S₁星,评估结果与实际相符,说明卫星质量稳定性对在役适用性评估结果影响更大一些。从整体上来看,评估输入值对各卫星在役适用性评估效用值影响差别不是很明显,说明某一指标的变化对顶层指标评估结果的影响较小。但通过评估结果也可以看出,为提高卫星在役适用性,人力资源部门应适当调整人员岗位编制配备,保持较高的人员配备率,提高人员岗位匹配度,装备保障部门应加强装备维修管理,提高装备服役经济性,研制论证部门应加强科研攻关,提高卫星系统的质量稳定性,降低卫星故障率。

4 结束语

本文以某型卫星为研究对象开展在役适用性评估研究,综合运用树状分析技术、灰色关联度分析及德尔菲法构建在役适用性指标体系,参考相关历史数据规范指标能力取值,建立在役适用性评估置信规则库,建立基于证据推理的装备在役适用性评估模型,通过实例验证了方法的有效性与可行性,并根据评估结果分析了在役适用性底层指标对在役适用性能力的影响,提出了提高装备在役适用性的意见建议。研究表明,基于证据推理的装备在役适用性评估方法可以为其他类型装备在役适用性评估以及不同考核背景下的在役考核评估提供方法参考。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

[1]	孟庆均, 曹玉坤, 张宏江. 装备在役考核的内涵与工作方法[J]. 装甲兵工程学院学报, 2017, 31(5):18-22.

[2]	张宏江, 罗建华, 郭英, 等. 装备在役考核[M]. 北京: 国防工业出版社, 2020.

[3]	孟庆均, 郭齐胜, 曹玉坤, 等. 装备在役考核评估指标体系[J]. 装甲兵工程学院学报, 2018, 32(1):18-24.

[4]	吴溪, 王铁虎, 高振辉. 武器装备作战试验评估指标体系构建及优化方法[J]. 火力与指挥控制, 2020, 45(3):75-80.

[5]	张超, 彭文成, 闫耀东, 等. 基于灰色关联度的指控分系统在役考核指标体系构建[J]. 兵器装备工程学报, 2018, 39(6):94-98.

[6]	罗杰, 苏兵, 翟乐育. 基于BP神经网络的空中无人通信平台作战效能评估[J]. 指挥控制与仿真, 2021, 43(4):21-25. DOI

[7]	王永洁, 陆铭华, 毛俊超. 潜艇作战系统作战效能评估[J]. 指挥控制与仿真, 2020, 42(3):63-67. DOI

[8]	齐长兴, 毕义明, 李勇, 等. 弹道导弹突防效能灰色综合评估[J]. 火力与指挥控制, 2018, 43(9):76-77.

[9]	孙志鹏, 陈桂明, 高卫刚, 等. 基于置信规则库的后勤保障能力评估方法研究[J]. 火炮发射与控制学报, 2019(7):49-55.

[10]	程贲, 姜江, 谭跃进, 等. 基于证据推理的武器装备体系能力需求满足度评估方法[J]. 系统工程理论与实践, 2011(11):2210-2216.

[11]	和钰, 常雷雷, 姜江, 等. 基于置信规则库的防空目标意图识别方法[J]. 火力与指挥控制, 2017, 42(9):7-12.

[12]	孙志鹏, 陈桂明, 高卫刚. 基于证据推理的预警反击作战体系保障能力评估方法[J]. 兵工学报, 2019, 40(9):1928-1934. DOI

[13]	王亚光, 戚振东, 周立尧, 等. 基于证据推理的常规导弹部队作战单元作战能力评估[J]. 舰船电子工程, 2021, 41(3):124-129.

[14]	YANG J B. Rule and Utility Based Evidential Reasoning Approach for Multi-attribute Decision Analysis Under Uncertainties[J]. European Journal of Operational Research, 2001, 131(1):31-61. DOI

[15]	胡晓峰, 杨靖宇, 吴琳, 等. 武器装备体系能力需求论证及探索性仿真分析实验[J]. 系统仿真学报, 2008, 20(12):3065-3068,3073.

Options

文章导航

模态框（Modal）标题

摘要

本文引用格式

Abstract

1 在役适用性指标体系构建

图1 基于树状分析构建在役适用性指标体系方法

图2 卫星装备在役适用性指标体系

2 基于证据推理的在役适用性评估方法

2.1 构建置信规则库

2.2 相似度、匹配度及权重计算

2.3 输入对结论信度分布的修正

2.4 证据推理集成

3 装备在役适用性评估实例分析

表1 专家意见数据采集表

表2 在役适用性评估规则库(部分)

表3 在役适用性评估指标取值

3.1 计算人员适编性

表4 被激活的规则

3.2 计算在役适用性能力

3.3 多对象评估结果对比

图3 卫星在役适用性评估结果对比

图4 卫星在役适用性评估效用值对比

4 结束语

参考文献