一种面向客户服务的水陆两栖飞机交付保障能力评价的辅助信息生成方法及系统与流程

本发明涉及辅助信息生成，具体涉及一种面向客户服务的水陆两栖飞机交付保障能力评价的辅助信息生成方法及系统。

背景技术：

1、飞机交付工作是一项需要制造商与客户等多方共同参与、移交程序复杂、技术含量高的系统工程，同时也是衔接ccar-25生产体系与ccar-145运行支持体系的关键环节。为验证飞机及随机交付产品满足适航标准及客户需求，交付过程需要制造方陪同客户完成包括飞机外观检查、系统性能检查、飞行测试、技术文件检查等一系列检验工作。因此，一套完善的飞机交付体系建设需要在人力、物力、组织、技术等方面形成全套的保障措施。

2、尽可能缩短交付周期、保证交付质量、满足客户需求是飞机交付工程中最重要的核心，也是一直需要优化和突破的关键部分。虽然目前波音、空客、中国商飞等国内外先进的大型飞机制造商已具备成熟完善的交付体系，但针对大型水陆两栖飞机的交付流程始终缺少一套完整的体系结构，同时也缺少一种具备有效性的、能用于保证水陆两栖飞机交付质量和保障能力的方法，因此，如何保证大型水陆两栖飞机的交付质量和保障能力，目前缺乏有效的技术手段。

技术实现思路

1、为了克服现有技术的不足，本发明提供一种面向客户服务的水陆两栖飞机交付保障能力评价的辅助信息生成方法及系统，用于解决现有技术无法有效保证大型水陆两栖飞机的交付质量和保障能力的技术问题，从而达到提高交付质量和保障能力的目的。

2、为解决上述问题，本发明所采用的技术方案如下：

3、一种面向客户服务的水陆两栖飞机交付保障能力评价的辅助信息生成方法，包括以下步骤：

4、设定初始变量和潜在变量，构建理论模型框架；

5、根据所述理论模型框架构建水陆两栖飞机交付保障能力的初始评价指标体系；

6、采用smart理论和熵权法对所述初始评价指标体系中的各指标进行优化处理，得到优化后的评价指标体系；

7、根据所述优化后的评价指标体系进行数据采集，并对采集到的数据进行因子分析和信效度分析，并根据分析结果对所述优化后的评价指标体系进行修正，构建最终的评价指标体系；

8、获取所述最终的评价指标体系中指标变量之间的映射关系，并根据所述指标变量之间的映射关系构建结构方程模型；

9、对所述结构方程模型进行参数估计和拟合度检验，并根据拟合度指标对结构方程模型进行迭代修正，得到最终的结构方程模型；

10、进行所述最终的结构方程模型路径分析，得到标准化路径系数，分析各所述指标变量之间的影响关系，生成评价水陆两栖飞机交付保障能力影响来源的辅助信息。

11、作为本发明优选的实施方式，在设定初始变量时，包括：

12、将基础资源保障能力、组织保障能力、产品交付状态、质量管理能力以及飞机交付保障能力设定为所述初始变量。

13、作为本发明优选的实施方式，在构建理论模型框架时，包括：

14、基于所述基础资源保障能力、所述组织保障能力、所述产品交付状态、所述质量管理能力、所述飞机交付保障能力以及各所述潜在变量构建所述理论模型框架；

15、其中，所述基础资源保障能力、所述组织保障能力、所述产品交付状态以及所述质量管理能力作为显著影响因素。

16、作为本发明优选的实施方式，在构建初始评价指标体系时，包括：

17、通过进行数据的收集，建立所述理论模型框架中各所述潜在变量对应的显变量集；

18、其中，在进行数据的收集时，包括：

19、通过行业调研进行数据的收集，所述行业调研包括：预设与各所述潜在变量相关的问题，并将预设的问题均衡地发送至不同层次人群进行调研。

20、作为本发明优选的实施方式，在对所述初始评价指标体系中的各指标进行优化处理时，包括：

21、获取所述各指标在所述smart理论的五个维度中的分值；

22、采用所述熵权法获取所述五个维度中各维度的权重；

23、将所述各指标的分值与所述各维度的权重进行加权平均，得到所述各指标的综合评价分值；

24、筛选出所述综合评价分值未达阈值的指标，并进行删除。

25、作为本发明优选的实施方式，在获取所述各指标的分值时，包括：

26、采用likert10分量表获取所述各指标以行业专家作为评价主体，在所述smart理论的五个维度中的分值；

27、在进行数据的收集时，包括：

28、判断收集的数据中是否有存在缺失项的样本；

29、若是，则将所述存在缺失项的样本进行删除，或者采用回归分析与主观评价相结合的方式补全；

30、判断收集的数据中是否有存在明显错误的样本；

31、若是，则将所述存在明显错误的样本进行删除。

32、作为本发明优选的实施方式，在对采集的数据进行因子分析和信效度分析时，包括：

33、对收集数据进行因子分析以二次优化指标体系结构，获取所述采集到的数据的cronbach′sα值，通过所述cronbach′sα值校验所述采集到的数据的信度；

34、利用bartlett球形检验和kmo值校验所述采集到的数据的效度；

35、通过检验因子分析所述采集到的数据的适用性和适当性，以判断所述采集到的数据是否满足因子分析的条件。

36、作为本发明优选的实施方式，在构建结构方程模型时，包括：

37、构建包括测量模型与结构模型的结构方程模型；

38、其中，所述测量模型用于反映外生显变量x、内生显变量y与内生潜在变量ξ、外生潜在变量η之间的关系，如公式1和公式2所示：

39、x＝λxξ+δ (1)；

40、y＝λyη+ε (2)；

41、所述结构模型用于反映所述外生潜在变量η和所述内生潜在变量ξ之间的关系，如公式3所示：

42、η＝bη+γξ+ζ (3)；

43、式中，x表示由p个外生显变量组成的p×1维向量；y表示由q个内生显变量组成的q×1维向量；ξ表示由n个外生潜在变量组成的n×1维向量；η表示由m个内生潜在变量组成的m×1维向量；λx表示由x在ξ上因子负荷矩阵；λy表示由y在η上因子负荷矩阵；b表示内生潜在变量之间的m×m维系数矩阵；γ表示外生潜在变量之间的m×n维系数矩阵；δ表示外生显变量x的测试误差；ε表示内生显变量y的测试误差；ζ表示m个解释误差组成的m×1维向量。

44、作为本发明优选的实施方式，在对所述结构方程模型进行拟合度检验时，包括：

45、获取所述拟合度指标，所述拟合度指标包括：自由度比cmin/df、误差均方根rmsea、适配度指数gfi、调整的适配度指数agfi、基准适配指数nfi、非规范拟合指数tli；

46、根据所述拟合度指标进行拟合度检验，包括：当所述自由度比cmin/df处于1～3之间，所述误差均方根rmsea≤0.05，所述适配度指数gfi＞0.9，所述调整的适配度指数agfi＞0.9，所述基准适配指数nfi＞0.9，所述非规范拟合指数tli＞0.9，则认为所述结构方程模型与数据的适配度符合要求，所述结构方程模型无需再修正。

47、一种面向客户服务的水陆两栖飞机交付保障能力评价的辅助信息生成系统，包括：

48、框架构建单元：用于设定初始变量和潜在变量，构建理论模型框架；

49、体系建立单元：用于根据所述理论模型框架构建水陆两栖飞机交付保障能力的初始评价指标体系；

50、体系优化单元：用于采用smart理论和熵权法对所述初始评价指标体系中的各指标进行优化处理，得到优化后的评价指标体系；

51、体系修正单元：用于根据所述优化后的评价指标体系进行数据采集，并对采集到的数据进行因子分析和信效度分析，并根据分析结果对所述优化后的评价指标体系进行修正，构建最终的评价指标体系；

52、模型构建单元：用于获取所述最终的评价指标体系中指标变量之间的映射关系，并根据所述指标变量之间的映射关系构建结构方程模型；

53、模型修正单元：用于对所述结构方程模型进行参数估计和拟合度检验，并根据拟合度指标对结构方程模型进行迭代修正，得到最终的结构方程模型；

54、辅助信息生成单元：用于进行所述最终的结构方程模型路径分析，得到标准化路径系数，分析各所述指标变量之间的影响关系，生成评价水陆两栖飞机交付保障能力影响来源的辅助信息。

55、相比现有技术，本发明的有益效果在于：

56、(1)本发明通过设定初始变量和潜在变量，构建一理论模型框架，基于该理论模型框架构建初始评价指标体系，并采用smart理论和熵权法对初始评价指标体系进行修正，得到最终的评价指标体系；根据该最终的评价指标体系中指标变量之间的映射关系，构建结构方程模型，并对结构方程模型进行修正得到最终的结构方程模型；最后通过路径分析，得到各指标变量之间的影响关系，生成评价水陆两栖飞机交付保障能力影响来源的辅助信息，从而借助该辅助信息进行大型水陆两栖飞机的交付，提高交付质量和保障能力。

57、(2)本发明实现对水陆两栖飞机交付保障体系建设的量化分析，实现对水陆两栖飞机交付保障能力影响指标的多层优化，并且通过对结构方程模型适配检验优化数据模型，并对检验及修正后的结构方程模型进行路径分析，实现了对水陆两栖飞机交付保障能力建设的系统化、定量化评估，使得生成的辅助信息能用于保证大型水陆两栖飞机的交付质量和保障能力。

58、下面结合附图和具体实施方式对本发明作进一步详细说明。