4. 评价指标体系构建与量化

在MBSE的系统权衡活动中，方案评估的结论是否可信，很大程度上取决于评价指标体系是否完整、指标是否可量化、量纲是否统一、权重是否合理。一个典型系统方案往往同时涉及功能性能、成本、进度、风险、可维护性等多个维度，这些维度的量纲各不相同：性能可能是响应时间（ms）、吞吐量（次/秒），成本是万元，进度是月，风险是概率与后果的乘积，可维护性可能是平均修复时间（h）。如果直接把这些原始值相加或比较，得到的“综合得分”没有物理意义。因此，本节围绕“指标选取—归一化—权重分配—量纲统一—综合计算”这条主线，说明如何把多源异构的指标转化为可比较、可加权、可解释的量化结果。

一、指标体系的层次结构

评价指标体系通常采用“目标层—准则层—指标层”的三级结构。目标层是本次权衡要回答的问题，例如“在三种无人机侦察方案中选择综合最优方案”；准则层是功能性能、成本、进度、风险、可维护性等维度；指标层是可直接测量或估算的具体参数。以某型中程侦察无人机方案为例，可建立如下指标体系：功能性能维度包含续航时间（h）、任务载荷重量（kg）、巡航速度（km/h）、数据链作用距离（km）；成本维度包含单机采购成本（万元）、全寿命周期维护成本（万元）；进度维度包含研制周期（月）、关键节点延期概率；风险维度包含技术成熟度（TRL）、单点故障模式数量；可维护性维度包含平均修复时间MTTR（h）、备件通用化率（%）。

指标选取要遵循三条原则：一是可测性，指标必须有明确的测量方法或估算依据，不能使用“较好”“较高”这类模糊描述；二是独立性，同一准则层下的指标应尽量避免高度相关，例如“最大航程”和“续航时间”在速度固定时高度相关，应择一保留或合并；三是完备性，准则层应覆盖利益相关方关注的主要方面，避免只关注性能而忽略成本与风险。

二、指标归一化与量纲统一

归一化的目标是把不同量纲的指标映射到同一区间，通常取[0,1]。根据指标对目标的贡献方向，分为效益型（越大越好）、成本型（越小越好）和适度型（接近某目标值最好）。设第i个方案在第j个指标上的原始值为x_ij，该指标在所有方案中的最小值为x_j,min，最大值为x_j,max，则：

效益型指标归一化：r_ij = (x_ij − x_j,min) / (x_j,max − x_j,min)；
成本型指标归一化：r_ij = (x_j,max − x_ij) / (x_j,max − x_j,min)。

以三个无人机方案A、B、C为例，续航时间分别为18h、22h、20h，属于效益型，归一化后A为0、B为1、C为0.5；单机采购成本分别为320万元、450万元、380万元，属于成本型，归一化后A为1、B为0、C为0.538。可以看到，归一化后所有指标都变成了“越大越好”的[0,1]数值，量纲被消除，后续加权才有意义。

三、权重分配方法

权重反映各指标在决策者心中的相对重要程度，常用方法有层次分析法（AHP）、熵权法和组合赋权法。AHP通过两两比较构造判断矩阵，再求特征向量得到权重，适合有专家经验但数据不足的场景；熵权法根据指标数据的离散程度客观赋权，离散越大说明该指标携带的信息越多、权重越高，适合有较多样本数据的场景。工程实践中常采用组合赋权，例如主观权重占60%、客观权重占40%，兼顾经验与数据。

以AHP为例，若准则层五个维度的判断矩阵经计算得到权重向量为：功能性能0.35、成本0.25、进度0.15、风险0.15、可维护性0.10，且通过一致性检验（CR=0.06<0.1），则说明判断矩阵逻辑一致，权重可用。指标层权重再在各自准则层内部分配，例如功能性能下续航时间0.4、载荷重量0.3、巡航速度0.2、数据链距离0.1。

四、综合计算与结果判读

完成归一化和权重分配后，采用加权和法计算综合得分：S_i = Σ w_j · r_ij。假设三个方案在五个准则层的归一化得分如下表所示，按上述权重计算，方案A综合得分为0.35×0.72+0.25×1.00+0.15×0.60+0.15×0.55+0.10×0.80=0.252+0.250+0.090+0.0825+0.080=0.7545；方案B为0.35×0.95+0.25×0.00+0.15×0.40+0.15×0.70+0.10×0.65=0.3325+0+0.060+0.105+0.065=0.5625；方案C为0.35×0.85+0.25×0.54+0.15×0.80+0.15×0.60+0.10×0.75=0.2975+0.135+0.120+0.090+0.075=0.7175。结果显示方案A综合最优，方案C次之，方案B因成本得分过低而落后。

需要强调的是，上述数值属于教学示例中的合理假设，用于说明计算过程，并非真实型号的实测数据。在实际项目中，原始数据应来自仿真、试验、历史型号统计或供应商报价，并注明数据来源与置信度。

五、敏感性分析与结果稳健性

权重是主观判断的产物，权重变化可能导致排序翻转。因此，在给出最终推荐前，应做敏感性分析：将某一准则层权重上下浮动10%~20%，观察综合得分排序是否改变。例如把成本权重从0.25提高到0.35、功能性能从0.35降到0.25，重新计算后方案A为0.7045、方案C为0.7375，方案C反超。这说明方案A与方案C的差距不大，决策结论对成本权重敏感，此时应向决策者说明“若更看重成本，方案C更优；若更看重性能，方案A更优”，而不是给出一个看似精确却脆弱的唯一结论。

六、可复用的指标量化检查清单

为保证指标体系可落地，建议在评审前逐项核对：每个指标是否有明确的定义、单位、测量方法或估算依据；指标方向（效益/成本/适度）是否标注；归一化区间是否基于同一批方案；权重是否通过一致性检验或给出客观赋权依据；是否存在量纲未统一就相加的情况；是否完成敏感性分析并说明排序稳健性；数据来源与假设是否在评估报告中显式记录。完成这些检查后，评价结果才具备可追溯、可复核、可解释的工程价值，也才能作为MBSE权衡决策的正式输入。