董 濤, 劉付顯, 李 響
(空軍工程大學(xué)防空反導(dǎo)學(xué)院,西安 710051)
戰(zhàn)術(shù)彈道導(dǎo)彈(Tactical Ballistic Missile,TBM)具有大跨度、高空高速、小RCS等特性,導(dǎo)致末段探測和攔截TBM的時間窗口僅為100 s左右。反導(dǎo)任務(wù)規(guī)劃(Anti TBM Mission Planning,ATMP)必須以自主方式為主,快速統(tǒng)籌多種作戰(zhàn)資源,嚴格按照高、精、準的時空要求規(guī)劃整個作戰(zhàn)任務(wù)執(zhí)行過程[1-3]。任務(wù)分解是ATMP的基礎(chǔ)和前提,目標是分解出高內(nèi)聚、低耦合的任務(wù)序列,為ATMP后續(xù)任務(wù)(如任務(wù)調(diào)度、沖突消解等)的順利執(zhí)行奠定基礎(chǔ)。
現(xiàn)有的任務(wù)分解方法過度依賴經(jīng)驗,分解結(jié)果帶有較大的隨機性和主觀性,缺乏客觀、快速、有效的方法來準確評估任務(wù)分解方案的優(yōu)劣程度。針對此問題,引入內(nèi)聚系數(shù)和粒度[4]的概念,提出基于內(nèi)聚度和粒度的作戰(zhàn)任務(wù)分解評估策略,以提高任務(wù)分解的柔性和可控性。
內(nèi)聚度是任務(wù)集內(nèi)部各子任務(wù)關(guān)聯(lián)緊密程度的量化值[5],可作為任務(wù)分解的度量依據(jù)。任務(wù)集的內(nèi)聚度越大,耦合性越弱,任務(wù)復(fù)雜性越低。分解作戰(zhàn)任務(wù)時,首先聚類為模塊化的任務(wù)集,再分解為內(nèi)聚度更強的子任務(wù)集,再逐步分解為可直接執(zhí)行的元任務(wù)序列。
反TBM作戰(zhàn)任務(wù)包含預(yù)警探測、目標截獲、跟蹤識別、火力攔截、殺傷效果評估等任務(wù)。任務(wù)之間因資源、時間、空間、時序等存在信息關(guān)聯(lián),構(gòu)造任務(wù)關(guān)聯(lián)矩陣(Task Associated Matrix,TAM)描述任務(wù)之間的關(guān)聯(lián)[6]。TAM是一個N×N階方陣,N代表任務(wù)的數(shù)目,矩陣的行和列分別對應(yīng)不同的任務(wù)。矩陣對角線元素代表任務(wù)本身,令 rii=0,其他元素用 rij(i≠j,i,j=1,2,…,N)表示。所有任務(wù)之間的輸入輸出關(guān)系,如式(1)和式(2)所示。
式中:N為任務(wù)數(shù)量;rij為任務(wù)Ti與Tj之間的關(guān)系值,
任務(wù)集內(nèi)聚系數(shù)是任務(wù)集內(nèi)聚度的量化值,等于任務(wù)關(guān)聯(lián)系數(shù)和任務(wù)重用系數(shù)的乘積。任務(wù)關(guān)聯(lián)系數(shù)α度量任務(wù)之間的關(guān)聯(lián)程度,等于任務(wù)集內(nèi)部所有任務(wù)對任務(wù)集的影響程度之和與任務(wù)集最大關(guān)聯(lián)程度的比值。任務(wù)重用系數(shù)β是被重用的任務(wù)數(shù)與所有任務(wù)數(shù)的比值,反映了重用任務(wù)占所有任務(wù)數(shù)的比例[7]。
對任務(wù)集內(nèi)部任意一個任務(wù)Ti,它與其他任務(wù)Tj(j=1,2,…,N,j≠i)之間的連接數(shù)量越多,輸入輸出關(guān)系就越復(fù)雜。輸入連接只影響Ti本身,而輸出連接則會對Tj產(chǎn)生直接的影響。各任務(wù)的任務(wù)關(guān)聯(lián)系數(shù)αi如式(3)~式(5)所示。
式中:αi為Ti對Tj的影響程度;ki為Ti對Tj的影響系數(shù);mi為Ti輸出連接的數(shù)量。
將式(4)、式(5)代入式(3)可得
任務(wù)集最大影響程度αmax是指當(dāng)任務(wù)集中的任務(wù)之間兩兩連接、互為輸出時,所有任務(wù)對任務(wù)集的影響程度之和,如式(7)所示。
所有任務(wù)對任務(wù)集的影響程度之和與任務(wù)集最大影響程度的比值為任務(wù)關(guān)聯(lián)系數(shù)α,表達式為
任務(wù)Ti對其他任務(wù)Tj產(chǎn)生影響,必須具備輸出連接。具備輸出連接的任務(wù),都會被多個其他任務(wù)引用。任務(wù)集重用系數(shù)β為
任務(wù)集內(nèi)聚系數(shù)λ是關(guān)聯(lián)系數(shù)α和重用系數(shù)β的乘積。內(nèi)聚系數(shù)λ為
如果初始任務(wù)集的λ高于分解后任務(wù)集的λ,說明初始任務(wù)集是緊內(nèi)聚。若分解后的λ變小,則該任務(wù)集的內(nèi)聚度不強,屬于松約束,任務(wù)集可以繼續(xù)分解細化,以提高完成任務(wù)的效率。
任務(wù)集具有層次性和相對性[8-9]。任務(wù)粒度既體現(xiàn)了某一任務(wù)集的層次結(jié)構(gòu),也反映了整體任務(wù)的規(guī)模和數(shù)量。任務(wù)粒度可作為評價任務(wù)分解的重要依據(jù)。任務(wù)粒度規(guī)劃的目標是選擇適宜的任務(wù)粒度,以降低任務(wù)復(fù)雜度。
任務(wù)粒度與任務(wù)數(shù)量成反比例關(guān)系:任務(wù)粒度越大,任務(wù)數(shù)量越小;任務(wù)粒度越小,任務(wù)數(shù)量越大[6]。任務(wù)粒度與任務(wù)數(shù)量的關(guān)系可描述為
式中:ξ為任務(wù)粒度;K為任務(wù)粒度系數(shù)。
如果任務(wù)粒度太大,則減弱任務(wù)的并行性和獨立性。如果任務(wù)粒度太小,則增加執(zhí)行時間和資源消耗。任務(wù)粒度必須綜合考慮互相影響的任務(wù)數(shù)量和任務(wù)內(nèi)聚度等因素。任務(wù)集的內(nèi)聚度越大,其任務(wù)的粒度越小。即任務(wù)粒度ξ與任務(wù)內(nèi)聚度λ成反比關(guān)系[10-12],表達式為
式中,ω為常系數(shù)。
任務(wù)粒度太粗太大,將會減弱任務(wù)的靈活性,從而影響后續(xù)任務(wù)的執(zhí)行;任務(wù)粒度過細過小,使得任務(wù)數(shù)量和任務(wù)間沖突增多,任務(wù)結(jié)構(gòu)更加復(fù)雜。因此,合理規(guī)劃任務(wù)粒度可增強任務(wù)之間的協(xié)同作用和內(nèi)聚性,提高任務(wù)執(zhí)行效率。
如果初始任務(wù)集粒度高于分解后的子任務(wù)集粒度均值,說明初始任務(wù)集的粒度過大,可以將初始任務(wù)集分解至合適粒度。如果初始任務(wù)集粒度低于分解后的子任務(wù)集粒度均值,說明初始任務(wù)集粒度合適,可保持初始任務(wù)集。
當(dāng)有5個TBM來襲時,攔截這5個TBM可視作5個作戰(zhàn)任務(wù)。不同作戰(zhàn)任務(wù)之間存在著時間、資源、空間等多種約束關(guān)系,將其抽象概括,可得到初始任務(wù)集T0,如圖1所示。數(shù)字代表任務(wù)的編號,箭頭代表任務(wù)之間的輸入輸出方向[7]。
圖1 初始任務(wù)集T0Fig.1 Initial task set
分解方案有兩種,方案一將初始任務(wù)集T0分解為3個子任務(wù)集T1、T2和T3,如圖2所示。方案二將初始任務(wù)集T0分解為2個子任務(wù)集T1和T2,如圖3所示。
圖2 任務(wù)分解方案一Fig.2 Task decomposition scheme 1
圖3 任務(wù)分解方案二Fig.3 Task decomposition scheme 2
根據(jù)式(1)、式(2)得T0、方案一、方案二的任務(wù)關(guān)聯(lián)矩陣,分別如式(13)~式(15)所示。根據(jù)式(8)、式(9)和式(12)計算任務(wù)關(guān)聯(lián)系數(shù)、 重用系數(shù)和任務(wù)粒度,計算結(jié)果如表1所示。
表1 任務(wù)分解方案分析Table 1 Task decomposition scheme analysis
方案一分解后的子任務(wù)集T2的內(nèi)聚度較高,但是T1和T3的內(nèi)聚度偏小,粒度均值大于T0的粒度,T0不能按照方案一分解。方案二的T1和T2內(nèi)聚度高,且粒度均值小于T0的粒度,T0可按照方案二細化分解。但是T1和T2的粒度相差10倍以上,方案二需進一步優(yōu)化。另外,粒度是一個相對的概念,其大小和分解方案必須綜合考慮任務(wù)復(fù)雜程度、規(guī)模大小、指控結(jié)構(gòu)等因素。
針對現(xiàn)有任務(wù)分解缺乏客觀、全面的評估方法,本文提出基于內(nèi)聚度和粒度的方法定量評估任務(wù)分解方案。通過分析影響內(nèi)聚度的主要因素,建立基于任務(wù)關(guān)聯(lián)矩陣的量化模型,評估不同粒度層次下的任務(wù)分解結(jié)果。本文僅考慮了任務(wù)之間的串行和并行關(guān)系,下一步將對耦合任務(wù)進行研究,并實現(xiàn)任務(wù)分解結(jié)果的自適應(yīng)性控制,完善任務(wù)分解方案。
[1] 祝江漢,黃維,李建軍,等.面向新任務(wù)插入的電子偵察衛(wèi)星任務(wù)規(guī)劃方法[J].火力與指揮控制,2011,36(7):174-177.
[2] 劉書雷,劉長利,沈雪石.美國導(dǎo)彈防御系統(tǒng)發(fā)展動向及對策思考[J].現(xiàn)代防御技術(shù),2011,39(3):1-3.
[3] 楊萍,畢義明,肖海波,等.復(fù)雜約束下的導(dǎo)彈作戰(zhàn)任務(wù)規(guī)劃模型和算法研究[J].指揮控制與仿真,2009,31(2):14-17.
[4] 郁湧,唐家華,李文宏,等.一種基于結(jié)構(gòu)熵的類內(nèi)聚度度量方法[J].系統(tǒng)工程與電子技術(shù),2009,31(3):702-704.
[5] 羅愛民.信息系統(tǒng)體系結(jié)構(gòu)設(shè)計中系統(tǒng)內(nèi)聚度分析方法[J].國防科技大學(xué)學(xué)報,2010,32(5):118-122.
[6] 何玉安.基于本體的制造網(wǎng)格任務(wù)管理關(guān)鍵技術(shù)研究[D].上海:上海大學(xué),2008.
[7] 邱福生.型號產(chǎn)品工藝分工系統(tǒng)及其關(guān)鍵技術(shù)研究[D].哈爾濱:哈爾濱工業(yè)大學(xué),2007.
[8] 郝京輝,孫樹棟,吳秀麗,等.網(wǎng)絡(luò)化協(xié)作環(huán)境下機械產(chǎn)品加工任務(wù)粒度分析[J].計算機集成制造系統(tǒng),2006,12(3):451-457.
[9] 修保新,劉振亞,張維明,等.基于粒度計算的指控系統(tǒng)效能測度的探索性建模方法[J].國防科技大學(xué)學(xué)報,2010,32(5):123-128.
[10] ENDER T,LEURCK R,WEAVER B.Systems-of-systems analysis of ballistic missile defense architecture effectiveness through surrogate modeling and simulation[J].IEEE Systems Journal,2010,4(2):156-166.
[11] 龐輝,方宗德.網(wǎng)絡(luò)化協(xié)作任務(wù)分解策略與粒度設(shè)計[J].計算機集成制造系統(tǒng),2008,14(3):425-430.
[12] 王國胤,張清華,馬希驁,等.知識不確定性問題的粒計算模型[J].軟件學(xué)報,2011,22(4):676-694.