海軍特種作戰(zhàn)兵力行動(dòng)知識推理研究*

張 磊，魏成昊

（1.海軍指揮學(xué)院，江蘇 南京 210016; 2.海軍潛艇學(xué)院，山東 青島 266071）

兵力行動(dòng)知識管理的一個(gè)很重要的方面，就是如何保留住知識，并提高知識使用的效率和頻度。從這個(gè)角度來講，知識管理的解決方案從本質(zhì)上來說是一個(gè)輔助決策的系統(tǒng)，它利用所包含的知識來為決策者在兵力行動(dòng)管理中提供決策支持，決策支持可理解為通過知識推理解決大量的基于規(guī)則的兵力行動(dòng)管理，這樣兵力行動(dòng)建模就能通過知識推理模型得出參考決策，提高兵力行動(dòng)決策的效率。

1 兵力行動(dòng)知識原理

兵力行動(dòng)建模與相關(guān)的領(lǐng)域知識密不可分。對于行動(dòng)建模來說，獲取領(lǐng)域知識是進(jìn)行知識表示的基礎(chǔ)，兵力行動(dòng)建模描述的是作戰(zhàn)單元對戰(zhàn)場態(tài)勢的評估、各作戰(zhàn)單元作戰(zhàn)任務(wù)的規(guī)劃與協(xié)同，以及根據(jù)戰(zhàn)場環(huán)境所進(jìn)行的實(shí)時(shí)決策等，模型的復(fù)雜性很高，因此，對知識的表示要求也很高。兵力行動(dòng)建模領(lǐng)域的知識需要從軍隊(duì)條令條例以及有關(guān)的作戰(zhàn)指揮人員、參謀人員處來獲取，信息量很大，采用何種方法來對這些知識進(jìn)行有效的表示，將是兵力行動(dòng)建模的一個(gè)必不可少的組成環(huán)節(jié)。知識獲取和知識表示在兵力行動(dòng)建模中的一般流程如圖1所示。

圖1 兵力行動(dòng)建模的知識獲取和知識表示流程

2 兵力行動(dòng)知識工程建模方法

目前，比較成熟的知識工程建模技術(shù)主要包括：有限狀態(tài)機(jī)、產(chǎn)生式規(guī)則、黑板系統(tǒng)、面向?qū)ο蟮闹R庫等建模技術(shù)。其中，有限狀態(tài)機(jī)與產(chǎn)生式規(guī)則是比較成熟、并且得到廣泛運(yùn)用的技術(shù)，下面將這兩種技術(shù)進(jìn)行有效地結(jié)合，提出了一種有限狀態(tài)機(jī)加規(guī)則的特種作戰(zhàn)兵力的行動(dòng)建模方法，并相應(yīng)地提出行動(dòng)模型結(jié)構(gòu)。

當(dāng)兵力在某一個(gè)狀態(tài)下有事件發(fā)生時(shí)，根據(jù)當(dāng)前狀態(tài)和輸入的不同，選擇如何處理該事件以及判斷是否需要轉(zhuǎn)換下一個(gè)狀態(tài)。兵力行動(dòng)狀態(tài)機(jī)包含五個(gè)部分：一組兵力狀態(tài)的集合 S，一組輸入集合 C，輸出集合W，以及兩種映射關(guān)系λ、μ。

式中，λ是狀態(tài)遷移映射；μ是輸出映射。

在使用有限狀態(tài)機(jī)進(jìn)行行動(dòng)建模時(shí)，我們需要確定在當(dāng)前狀態(tài)下，當(dāng)環(huán)境發(fā)生變化時(shí)如何動(dòng)作以及是否進(jìn)行狀態(tài)轉(zhuǎn)移。因?yàn)闋顟B(tài)轉(zhuǎn)移也可以認(rèn)為是一種特殊的動(dòng)作，所以問題就可以用產(chǎn)生式規(guī)則解決。

對于狀態(tài)轉(zhuǎn)移映射 λ :S( t + 1 )＝ λ (S( t), C( t ))。

由于觸發(fā)狀態(tài)轉(zhuǎn)移的條件在不同的情況下是不同的，而實(shí)現(xiàn)狀態(tài)轉(zhuǎn)移的動(dòng)作則是通用的，所以相應(yīng)規(guī)則的一般形式為：

兵力行動(dòng)有限狀態(tài)機(jī)當(dāng)前處于狀態(tài)S( t)：

IF C( t)THEN “設(shè)置狀態(tài) S( t+1)” 。

其中，C( t)可以由返回值為Boolean的條件函數(shù)來實(shí)現(xiàn)。建立規(guī)則庫時(shí)根據(jù)當(dāng)前狀態(tài)選擇所需的條件函數(shù)，系統(tǒng)運(yùn)行時(shí)條件函數(shù)根據(jù)任務(wù)和從裝備模型獲取戰(zhàn)場態(tài)勢做出判斷。而S( t+1)可以由行動(dòng)函數(shù)來實(shí)現(xiàn)。

類似的μ的映射 μ : W ( t)＝ μ( S ( t), C( t))。

可以表示為：兵力行動(dòng)有限狀態(tài)機(jī)當(dāng)前處于狀態(tài)S( t)：

IF C( t)THEN “執(zhí)行動(dòng)作W( t)”。

3 基于邏輯神經(jīng)網(wǎng)絡(luò)的兵力行動(dòng)知識推理

3.1 邏輯神經(jīng)網(wǎng)絡(luò)推理方法

三值邏輯神經(jīng)網(wǎng)絡(luò)（Three-valued Neural Logic Network，簡稱Neulonet）最早是新加坡國立大學(xué)的研究學(xué)者提出的模型。它具有強(qiáng)大的知識表示能力，僅通過一系列純數(shù)字的連接權(quán)值就可表示有語義的人類邏輯規(guī)則，使其能模擬各種偏好的、主觀的人類決策制定。同時(shí)它又是一種模糊知識的表達(dá)方式，對不完整數(shù)據(jù)有很好的容忍性。Neulonet是一種結(jié)合了三值邏輯的符號表示和神經(jīng)網(wǎng)絡(luò)的連接及傳播結(jié)構(gòu)的模型，它包含一些結(jié)點(diǎn)和連接弧，通過調(diào)整連接權(quán)值，可以表示出較復(fù)雜且有語義的邏輯操作。其特點(diǎn)主要有：1）它的符號表示使用三值邏輯；2）它通過類似人工神經(jīng)網(wǎng)絡(luò)的形式表示；3）它是以上兩者的完美結(jié)合。

與通常的神經(jīng)網(wǎng)絡(luò)類似，Neulonet包括一系列的輸入結(jié)點(diǎn)，連接弧和一個(gè)輸出結(jié)點(diǎn)。結(jié)點(diǎn)上附有激活值，連接弧上標(biāo)有連接權(quán)值。不同的是這些激活值和連接權(quán)值都是有序的實(shí)數(shù)對（見圖 2）。經(jīng)典的布爾邏輯只包括兩個(gè)值：真值（True）和假值（False），分別由1和0表示。然而在實(shí)際應(yīng)用中存在大量模糊的值，它們無法被輕易地定義為真或假，因此人們引入了三值邏輯。它包括‘真 ’、‘假’和‘不確定'，依次由（1,0）,（0,1）和（0,0）表示。同經(jīng)典邏輯一樣，三值邏輯也可以定義與（AND），或（OR）和非（NOR）的操作。事實(shí)上，“不確定”的使用大大加強(qiáng)了邏輯表示的靈活性和復(fù)雜性，布爾邏輯僅有24=16個(gè)二元操作，而三值邏輯則共有38=6561個(gè)有意義的二元操作。

圖2 邏輯神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)圖

如圖2所示，Q是輸出節(jié)點(diǎn)，P1,P2……Pn是輸入節(jié)點(diǎn)。與節(jié)點(diǎn)Pi相關(guān)的輸入值為（ai,bi），Pi到Q的連接權(quán)值表示為（αi,βi）。傳播函數(shù)定義如下：

激活的規(guī)則定義如下（λ是閾值，通常被設(shè)為1）：

3.2 兵力行動(dòng)推理規(guī)則的確定

我們將任何一個(gè)作戰(zhàn)單元遂行特定作戰(zhàn)使命的過程表述為若干個(gè)時(shí)序上順序執(zhí)行的戰(zhàn)術(shù)任務(wù)過程，以任務(wù)過程名表述：

首先，將這些任務(wù)過程名按照從后到前的順序壓入堆棧，作戰(zhàn)單元執(zhí)行使命過程的過程就是按照時(shí)間邏輯從堆棧中順序地彈出逐個(gè)任務(wù)過程名進(jìn)行解釋執(zhí)行的過程。

由于在對作戰(zhàn)單元進(jìn)行使命任務(wù)規(guī)劃時(shí)對戰(zhàn)場環(huán)境感知的限制，以及作戰(zhàn)執(zhí)行過程中戰(zhàn)場出現(xiàn)態(tài)勢變化使作戰(zhàn)單元獲得新的戰(zhàn)場感知，可能使作戰(zhàn)單元針對出現(xiàn)的新情況，暫時(shí)中斷當(dāng)前的任務(wù)過程，轉(zhuǎn)入新的作戰(zhàn)過程，只有在該過程完成后，作戰(zhàn)單元才會(huì)恢復(fù)到原來的作戰(zhàn)過程。因此每個(gè)作戰(zhàn)過程TaskNamei(i=1,2,…,n)除了必須具備確實(shí)執(zhí)行的作戰(zhàn)過程外，還可能存在一個(gè)或多個(gè)備用的作戰(zhàn)過程：

當(dāng)根據(jù)判斷決策在執(zhí)行新的作戰(zhàn)過程TaskName_Bakij前，將原來執(zhí)行的作戰(zhàn)過程TaskName_Execi重新壓入堆棧，轉(zhuǎn)入新的作戰(zhàn)過程TaskName_Bakij，新的作戰(zhàn)過程TaskName_Bakij完成后，從堆棧中彈出原來的作戰(zhàn)過程 TasNamek_Execi進(jìn)行執(zhí)行。這一方法可能出現(xiàn)多重嵌套，但采用堆棧的管理方式能夠有效地解決多重嵌套問題。

每個(gè)任務(wù)過程具有戰(zhàn)法標(biāo)識和可能的陣地或者行動(dòng)路線：

其中，戰(zhàn)法Tactics由標(biāo)識、目的、一組規(guī)則組成：

兵力在使命遂行過程中可能根據(jù)戰(zhàn)場感知對任務(wù)過程重新進(jìn)行規(guī)劃，這時(shí)對Mission進(jìn)行重新處理。

以海軍特種作戰(zhàn)分隊(duì)對敵重要目標(biāo)實(shí)施偵察，并引導(dǎo)我導(dǎo)彈部隊(duì)進(jìn)行打擊任務(wù)為例，其作戰(zhàn)想定表述為如圖3所示。

圖3 海軍特戰(zhàn)分隊(duì)執(zhí)行引導(dǎo)打擊任務(wù)規(guī)劃示例

3.3 邏輯神經(jīng)網(wǎng)絡(luò)兵力行動(dòng)推理

應(yīng)用以上規(guī)則，我們就能以Neulonet的形式構(gòu)建‘與’、‘或’和‘非’等操作，如圖 4 所示。Neulonet上的連接權(quán)值可以通過一些構(gòu)建算法得出，這樣，這些權(quán)值不再是任意數(shù)字的組合，而是表示一定語義的操作。

Neulonet通過不同的權(quán)值對集合可以對應(yīng)不同的邏輯操作，因此我們可以將知識庫中的任意規(guī)則映射到簡單的具有相同語義的 Neulonet形式：這樣每個(gè)Neulonet規(guī)則可以有兩個(gè)相應(yīng)的形式，文本形式和圖形形式。另一方面，兵力行動(dòng)知識的連接邏輯有時(shí)要比傳統(tǒng)的‘與’和‘或’邏輯要復(fù)雜。有些兵力行動(dòng)知識可能是從過去的演習(xí)或?qū)崙?zhàn)中提煉出的規(guī)則，因此具有較強(qiáng)的主觀性和隨意性。同時(shí)由于不同的指揮員可能對于不同的影響因素有不同的喜好程度，因此兵力行動(dòng)知識也是有偏好的。通過稍微調(diào)整Neulonet的連接權(quán)值，或者將一系列的“規(guī)則單元”連接起來，它們可以用來表示有一些難度的兵力行動(dòng)規(guī)則。如在兵力行動(dòng)決策中經(jīng)常使用的“少數(shù)服從多數(shù)”規(guī)則，即最終的決定取決于大多數(shù)因素的暗示。顯然，傳統(tǒng)邏輯很難表示這一規(guī)則，但是利用Neulonet強(qiáng)大的知識表示能力，可以很輕易地做到。

對于一些埋藏在軍事人員頭腦中的隱性知識或者潛規(guī)則，人們雖然意識到了它們的存在，但是很難對其加以總結(jié)概括。Neulonet繼承了神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力，它可以通過以往的數(shù)據(jù)進(jìn)行訓(xùn)練，來確定連接權(quán)值，從而實(shí)現(xiàn)這部分隱性知識的顯性化。圖5給出的是一些在兵力行動(dòng)建模中經(jīng)常使用的邏輯規(guī)則的Neulonet形式。

圖4 ‘與’和‘或’操作的Neulonet表示

圖5 兵力行動(dòng)建模中常見邏輯Neulonet表示

3.4 實(shí)例分析

有關(guān)于兵力行動(dòng)的一系列的或然陳述，并且被當(dāng)成擁有背景知識而被要求預(yù)測結(jié)果，我們就需要通過一系列的推理，只要給出了足夠的信息，就能得出結(jié)論。使用Neulonet，我們可以構(gòu)建這樣的一個(gè)推理過程的表示，根據(jù)其他兵力的已知情況，確定特戰(zhàn)分隊(duì)是否可召喚航空兵力執(zhí)行支援任務(wù)的例子：

? 如果特戰(zhàn)分隊(duì)請求空中支援，條件滿足航空兵力行動(dòng)條件，那么航空兵力進(jìn)行空中支援；

? 除非水面艦艇執(zhí)行其他作戰(zhàn)任務(wù)，否則特戰(zhàn)分隊(duì)一定呼叫水面艦艇進(jìn)行支援；

? 艦艇兵力可以執(zhí)行支援任務(wù)，只要潛艇兵力和電子對抗兵力不能執(zhí)行支援任務(wù)；

? 除非潛艇兵力必須進(jìn)行支援，否則潛艇兵力進(jìn)行隱蔽待機(jī)；

?如果特戰(zhàn)分隊(duì)請求電子支援，條件滿足電子對抗兵力行動(dòng)條件，那么電子對抗兵力進(jìn)行支援；

? 只要潛艇兵力進(jìn)行支援，電子對抗兵力可以不參加支援；

? 如果行動(dòng)條件允許，那么潛艇兵力可以進(jìn)行支援。

最后要決定航空兵力是否執(zhí)行支援任務(wù)，而已知的是潛艇兵力和電子對抗兵力不能執(zhí)行支援任務(wù)。相應(yīng)的Neulonet推理過程表示如圖6所示。

圖6 兵力行動(dòng)推理示例圖

圖5中的過程類似于人類推理并得到結(jié)論過程。其中每一個(gè)節(jié)點(diǎn)都代表一個(gè)命題，推理時(shí)只有一個(gè)輸入結(jié)點(diǎn)，被賦予（1,0）值，表示潛艇和電子對抗兵力不能執(zhí)行掩護(hù)任務(wù)；其余的結(jié)點(diǎn)都是輸出結(jié)點(diǎn)，初始時(shí)被賦予（0,0），推理過程中新的值會(huì)通過傳播函數(shù)計(jì)算。推理結(jié)束后，如果輸出節(jié)點(diǎn)仍然為（0,0），表示沒有足夠的信息得出結(jié)論；否則，網(wǎng)絡(luò)將會(huì)產(chǎn)出True=（1,0）或 False=（0,1）。連接權(quán)值是根據(jù)為兵力行動(dòng)設(shè)計(jì)的邏輯操作分配的。值得一提的是，非標(biāo)準(zhǔn)的邏輯操作，如‘除非’、‘只要’在這個(gè)模型中都可以被表示出來。在本例中，將輸入結(jié)點(diǎn)賦予（1,0）值，最后輸出的結(jié)果是：航空兵進(jìn)行空中支援（1,0）。

4 結(jié)束語

本文首先對兵力行動(dòng)的知識原理和知識工程建模方法進(jìn)行了分析，然后重點(diǎn)研究了基于三值邏輯神經(jīng)網(wǎng)絡(luò)模型的兵力行動(dòng)知識表示和推理方法，并結(jié)合兵力行動(dòng)知識推理實(shí)例，對其運(yùn)行機(jī)制給予了說明。

綜上所述，Neulonet作為三值邏輯和神經(jīng)網(wǎng)絡(luò)的結(jié)合，繼承了前者強(qiáng)大的知識表示能力和后者的學(xué)習(xí)能力。它表示復(fù)雜的人類邏輯時(shí)，可用不同的權(quán)值組合來表示偏好性，也可用過去的例子訓(xùn)練來表現(xiàn)主觀性。進(jìn)而還可將一些基本邏輯的規(guī)則單元連接形成推理樹來模擬兵力行動(dòng)中的決策制定過程。這些特點(diǎn)使Neulonet可作為有效的知識表示和推理方法，被應(yīng)用到軍事領(lǐng)域中。

[1]Jay Liebowitz. Conceptualizing and implementing knowledge management. Management of Knowledge in Project Environments[C].2004:45-52.

[2]孔繁勝. 知識庫系統(tǒng)原理[M].杭州:浙江大學(xué)出版社,2000.

[3]向陽，等. 復(fù)雜問題決策支持模式研究[M].北京:科學(xué)出版社,2008.

[4]丁秋林. 推理技術(shù)在決策支持系統(tǒng)中的應(yīng)用[J].計(jì)算機(jī)應(yīng)用,2004,24(7):141-144.

[5]陳躍新,蘇亮. 正向推理機(jī)系統(tǒng)研究[J].計(jì)算機(jī)工程與應(yīng)用,2002(19):78-80.