原创《基于大数据装备保障决策辅助支持系统》：本论文可用于装备保障论文范文参考下载，装备保障相关论文写作参考研究。
随着大数据技术在决策领域的不断应用,必将给装备保障决策方式带来重大的变革.文章分析了大数据为装备保障决策带来新的机遇,阐述了装备保障决策思路方法,并构建了基于大数据的装备保障辅助决策系统.
随着信息化时代的到来,数据量的产生和交流急剧增加. “大数据”这个词频繁的出现在我们的视野中,正所谓得“大数据”者得先机.许多国家和地区把大数据提升到战略层面进行研究,基于大数据的装备保障决策问题研究,既是为部队装备保障决策提供一种新的思路,也是新形式下提升军队战斗力的必然选择.
大数据基本内涵
目前学术界对于“大数据”一词没有明确的定义,大家众说纷纭,麦肯锡咨询公（McKinsey&Company）作为研究大数据的先驱,在其报告《大数据：竞争、创新和生产力的前沿领域》中给出的大数据定义为大小超出常规数据库软件工具获取、存储、管理和分析能力的数据集.大数据研究专家维克托·麦尔·舍恩伯格对于大数据的定义：即无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产.由此可知大数据是不同类型的海量数据在极速增长下的数据集合.从理论层次而言大数据不仅仅指以GB、TB为单位的储存形式,更多时候是以PB、EB、ZB、YB、BB、NB、DB等形式存在.在维克托·迈尔一舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法这样捷径,而采用所有数据进行分析处理.体现出大数据的4V特点即：Volume（大量）、Velocity（高速）、Variety（多样性）、Value（价值密度低）.
我们可以从三个方面去理解大数据的鲜明特征.第一、让样本数据成为总体数据.大数据的产生就如同机械化存储方式变成更加智能化存储.“小样本”并不单单指抽象的数据代表,而是一个“大数据”量的代表性的融合.第二、让数据发出声音.从最不可能提取数据的地方提取数据,数据的表面看似毫无关联,但却可以扩展为有价值的动态组合,还原事物的内在本质,实现对于相关性的需求.第三、实现可控性,大数据的特点是数据量巨大,其最直接的核心就是预测,大数据的技术的成熟应用可以让单一的、对于冰冷数字阅读变成有多维的动态感知,从而可以实现对各种常规及意外情况的有效预测.
大数据为装备保障决策带来新的机遇
“大数据”是未来信息化战争致胜的关键,战场态势瞬息万变,侦、攻、防一体,作战行动的速度已经达到秒级,是真正意义的“发现即摧毁”[3].然而信息化条件下的联合作战兵种多,结构复杂,环境变化快,随之为装备保障决策提出了更高的要求.传统决策模式受数据信息和决策体制的制约,导致装备保障的效率低下,资源浪费严重,战场响应能力不足的情况的出现,不仅影响了决策的过程,更加影响了作战的进程.
大数据技术的应用可以将敌我态势、武器装备配置、物资损耗等情况通过大数据平台的数据挖掘转变成为有价值的情报信息,并及时更新显示出来.有效提高基于大数据模式下战场情况分析判断、科学合理的预测装备保障需求、拟制出精确可行的装备保障方案.减少保障物资的浪费,在有限的时域内充分发挥装备保障物资的最大价值,提高作战的能力.
大数据为装备保障决策带来新的思路方法
一是整体设计,系统分析.装备保障决策是一个动态、开放、复杂的多目标、风险型决策活动.既要强调整体性,将大数据条件下的装备保障决策问题置于作战体系中进行系统分析.又要强调有序性,为实现总体目标和整体结构的顺畅运行,使装备保障各要素能够在作战运行机构的作用下,形成理想的运行秩序和有效的协同配合能力.
二是需求指引,合理定位.对于作战需求,既是大数据条件下牵引装备保障科学决策机制构建的直接动力,也是对装备保障科学决策机制的前瞻设计.深入分析大数据条件下部队作战对装备保障决策的影响和要求,得出装备保障决策在大数据平台的数据采集,存储,分类,控制,优化等方面存在的问题及原因,为科学决策提供依据.
三是把握全局,以点带面.“综合”、“協调”是装备保障决策活动的关键环节,也是整个决策活动过程中协同力的具体体现.大数据精确的分析得出的保障器材的精确配送,保障力量的精确使用,武器装备的精确维修,从大数据信息的获取和利用,使装备物资保障从作战被动补给到主动配送.
构建大数据的装备保障辅助决策支持系统
大数据模式下在各种领域应用的诸多优势,本文提出了基于大数据的装备保障决策辅助支持系统的体系构架,如图所示.
笔者根据清晰明了,指导建设的原则将该体系架构分为三横一纵.根据数据信息的流向自下而上分为基础层、服务层、应用层.通过一个纵向的管理平台（包括体系管理、数据管理、安全管理）横跨多层,实现数据健康运维.最后依靠大数据的计算、分析、预测能力向终端使用群体提供辅助决策方案.
基础层：基础层主要流向服务层,提供软、硬件设施实现资源共享、动态配置等功能.主要由数据的存储设备,数据采集,数据感知等组成.数据存储设备是一些必要的硬件设施.数据采集又包括离线采集（ETL）、实时采集（Flume）、互联网采集（Crawler）、第三方采集等.数据感知指敌我双方战场态势、装备保障任务、力量配置、战损情况等.
服务层：主要流向应用层,为应用层提供中间件,平台服务等.将所流入的资源进行再分配,重新部署等.由于基础层接收的信息变化急速,没有规律性,需要利用SOA系统架构的方法将原有的框架重新整合,搭载SAS系统将深层次数据信息以生动直观的图形呈现出来,提高整合各种平台的能力满足不同的使用环境.也可通过Open API将所需求信息提供给用户.
应用层：主要是系统能够为终端用户提供各种业务的应用服务,为装备保障指挥机构和决策人员提供决策辅助.利用大数据平台将各种系统软件分析呈现的结果迅速提交给终端用户.各作战机构将业务应用软件统一安装在专用的服务器上,用户不用重新构建和维护硬件设施和应用软件,只需根据自身不同需求索取不同的辅助决策方案. 基于大数据的装备保障决策辅助支持系统可以根据不同的战场情况制定多种装备保障决策方案,供指挥人员根据不同的任务需求选择最优的方案做出最优的选择.但决策的效能会受数据和软件的影响,不断完善数据的质量和决策支持系统的性能,为进一步提升战装备保障决策的能力打下坚实基础.
装备保障论文参考资料：
结论：基于大数据装备保障决策辅助支持系统为关于本文可作为装备保障方面的大学硕士与本科毕业论文装备维修保障论文开题报告范文和职称论文论文写作参考文献下载。
