基于云重心評判的機(jī)步旅進(jìn)攻戰(zhàn)斗戰(zhàn)場態(tài)勢評估＊

孫彥飛 楊 輝 何佑明 郝延軍

（陸軍軍官學(xué)院 合肥 230031）

1 引言

戰(zhàn)場態(tài)勢評估，是指建立關(guān)于作戰(zhàn)活動、事件、時間、位置和兵力要素組成的一張視圖，將所觀測到的戰(zhàn)斗力量分布與活動和戰(zhàn)場周圍環(huán)境、敵作戰(zhàn)意圖及敵機(jī)動性有機(jī)地聯(lián)系起來，分析并確定事件發(fā)生的原因，得到關(guān)于敵方兵力結(jié)構(gòu)、使用特點的估計，最終形成戰(zhàn)場綜合態(tài)勢圖。理想的態(tài)勢評估的結(jié)果為：反映真實的戰(zhàn)場態(tài)勢，提供事件、活動的預(yù)測，并由此提供最優(yōu)決策的依據(jù)，從而幫助指揮員做出正確判斷[1～2]。因此，態(tài)勢評估是戰(zhàn)場決策的基礎(chǔ)，在現(xiàn)代戰(zhàn)場中起著非常重要的作用。

機(jī)步旅進(jìn)攻戰(zhàn)斗戰(zhàn)場態(tài)勢是機(jī)步旅進(jìn)攻戰(zhàn)斗作戰(zhàn)空間內(nèi)敵對雙方作戰(zhàn)力量部署和行動構(gòu)成的狀態(tài)和形勢。衡量機(jī)步旅進(jìn)攻戰(zhàn)斗戰(zhàn)場態(tài)勢有利與否的標(biāo)準(zhǔn)在于我方是否能以最小的代價最大限度地實現(xiàn)戰(zhàn)斗目的[3]。基于對此理解，機(jī)步旅戰(zhàn)場態(tài)勢評估可將影響作戰(zhàn)進(jìn)程的多種因素綜合為一種單一效能的評價目標(biāo)，并實時反映作戰(zhàn)雙方的態(tài)勢動態(tài)演化進(jìn)程，從而將態(tài)勢評估歸結(jié)為一個綜合評判問題。

信息化條件下的機(jī)步旅進(jìn)攻戰(zhàn)斗戰(zhàn)場態(tài)勢是個復(fù)雜大系統(tǒng)，戰(zhàn)場上存在著大量的不確定性因素，使得評估更加困難。鑒于此，本文提出一種基于云重心評判的方法來求解戰(zhàn)場態(tài)勢評估問題，將定量分析與定性分析相結(jié)合，為同類戰(zhàn)場態(tài)勢評估提供參考。

2 機(jī)步旅進(jìn)攻戰(zhàn)斗戰(zhàn)場態(tài)勢評估指標(biāo)體系

基于云重心評判法的戰(zhàn)場態(tài)勢評估，必須建立合理有效的評估指標(biāo)體系。評估指標(biāo)通常分為四大類：尺度參數(shù)、性能指標(biāo)、效能指標(biāo)、作戰(zhàn)效能指標(biāo)。從動態(tài)觀點出發(fā)，尺度參數(shù)指戰(zhàn)場環(huán)境的規(guī)模和作戰(zhàn)地域范圍的大??；性能指標(biāo)是遂行使命過程中武器裝備系統(tǒng)特定功能情況的度量；效能指標(biāo)是以使命為參照對指揮控制模型中全部功能的綜合度量；而作戰(zhàn)效能指標(biāo)是指兵力、武器裝備系統(tǒng)與武裝力量共同對環(huán)境的作用，即度量作戰(zhàn)效果。

戰(zhàn)場作為一種動態(tài)復(fù)雜系統(tǒng)，建立戰(zhàn)場態(tài)勢評估指標(biāo)體系是一個很困難的問題。一般說來，確定的指標(biāo)應(yīng)該能夠涵蓋所評估系統(tǒng)的主要因素，以使最終評估結(jié)果能夠反映真實的狀況；另一方面，評估指標(biāo)的范圍越寬，數(shù)量越多，確定評估指標(biāo)的重要順序就越難，處理和建模的過程就越復(fù)雜，扭曲系統(tǒng)本質(zhì)特性的可能性就越大。因此，建立評估指標(biāo)體系必須遵循一定的原則，按照一定的程序，反復(fù)統(tǒng)計分析處理、綜合歸納和權(quán)衡，最后得到科學(xué)的評估指標(biāo)體系。

根據(jù)建立評估指標(biāo)體系應(yīng)遵循的科學(xué)性、系統(tǒng)性、完備性、互斥性、可行性、簡潔性等基本原則，對戰(zhàn)場環(huán)境系統(tǒng)及決定和影響機(jī)步旅作戰(zhàn)效能的主要因素進(jìn)行深入分析，可以建立機(jī)步旅進(jìn)攻戰(zhàn)斗戰(zhàn)場態(tài)勢評估指標(biāo)體系[4]，如圖1所示。

圖1 機(jī)步旅進(jìn)攻戰(zhàn)斗戰(zhàn)場態(tài)勢評估指標(biāo)體系

3 云重心評判的實現(xiàn)

云是用語言值表示的某個定性概念與其定量表示之間的不確定性轉(zhuǎn)換模型。云的數(shù)字特征用期望值Ex，嫡En、超嫡He三個數(shù)值表征，它把模糊性和隨機(jī)性完全集成到一起，構(gòu)成定性和定量相互間的映射。其中，Ex為云的重心位置，標(biāo)定了相應(yīng)的模糊概念的中心值；En為定性概念模糊度的度量，它的大小反映了在論域中可被模糊概念接受的元素數(shù)；He為嫡的嫡，反映了云滴的離散程度[5]。

云重心可以表示為T＝a×b，a表示云重心的位置，b表示云重心的高度。期望值反映了相應(yīng)的模糊概念的信息中心值，即云重心位置。期望值相同的云可以通過比較云重心高度的不同來區(qū)分它們的重要性。云重心評判法就是通過云重心的變化反映出狀態(tài)的變化情況。由于專家評價值的不同以及各指標(biāo)權(quán)重的變化，導(dǎo)致云重心發(fā)生改變，通過與理想云模型進(jìn)行比較，得出測評結(jié)果。

具體算法步驟如下[6～7]：

步驟1：求各指標(biāo)的云模型表示

在給出的態(tài)勢評估指標(biāo)體系中，各個指標(biāo)是用精確數(shù)值表示的。n個精確數(shù)值型的指標(biāo)可用一個云模型來表示，其中期望值Ex，嫡En計算式如下：

式中Ex1，…，Exn為各指標(biāo)的不同狀態(tài)值。

步驟2：用一個P維綜合云表示具有P個指標(biāo)的戰(zhàn)場態(tài)勢

P維綜合云的重心T用一個P維向量來表示，即

其中Ti＝ai×bi（i＝1，2，…，P），a為期望值，b為權(quán)重。

步驟3：確定各指標(biāo)的權(quán)重分配

權(quán)重的確定方法有很多，為了消除人為因素的影響，這里用下面的公式確定權(quán)重：

其中W1＝1，n為指標(biāo)數(shù)，i為排隊等級。再將Wi歸一化處理即可得到權(quán)重Wi＊。

步驟4：用加權(quán)偏離度來衡量云重心的改變

戰(zhàn)場態(tài)勢的理想狀態(tài)下各指標(biāo)值是已知的。假設(shè)理想狀態(tài)下P維綜合云的重心位置向量為重心高度向量為，則理想狀態(tài)下云重心向量）。同理，表示當(dāng)前戰(zhàn)場態(tài)勢的P維綜合云的重心向量為T＝（T1，T2，…，TP）。

這樣，就可以用加權(quán)偏離度（θ）來衡量這兩種情況下綜合云的重心的差異情況（注：θ值越小表示差異越不明顯，θ值越大表示差異越顯著）。首先將當(dāng)前態(tài)勢下的綜合云的重心向量歸一化，得到一組向量TG＝（TG1，TG2，…，TGP），其中：

經(jīng)歸一化之后，表征當(dāng)前態(tài)勢的綜合云的重心向量均為有大小、有方向、無量綱的值（理想狀態(tài)下為特殊情況，即向量為（0，0，…，0）。

把各指標(biāo)歸一化之后的向量值乘以其權(quán)重值，然后再相加，即得到加權(quán)偏離度θ（0≤θ≤1）的值：

步驟5：用云模型實現(xiàn)評測的評語集

采用由11個評語所組成的評語集：V＝（v1，v2，…，v11）＝（Vt｜t＝1，2，…，11）＝（無，非常差，很差，差，較差，一般，較好，好，很好，非常好，極好）。將11個評語置于連續(xù)的語言值標(biāo)尺上，并且每個評語值都用云模型來實現(xiàn)，且評語集的期望值向量為（0，0.1，0.2，0.3，0.4，0.5，0.6，0.7，0.8，0.9，1.0），構(gòu)成一個定性評測的云發(fā)生器（如圖2所示）。

圖2 定性評測云發(fā)生器

對于一個具體的方案，將求得的θ值輸入評測云發(fā)生器中，它可能有下面兩種激活情況：

1）激活某個評語值云對象的程度遠(yuǎn)大于其它評語值（當(dāng)二者的激活程度差值的絕對值大于某個給定的閾值γ），這時該評語即可作為對方案的評測結(jié)果輸出。

2）激活了兩個評語值的云對象，且激活程度相差不是很大（當(dāng)二者的激活程度差值的絕對值小于某個給定的閾值γ），這時運用云理論中的綜合云的原理，生成一個新的云對象，它的期望值將作為評測結(jié)果（定量結(jié)果）輸出，而此期望值對應(yīng)的定性表述可由專家或系統(tǒng)用戶另外給出。

4 實例分析

由于受篇幅的限制，本文運用云重心評價方法對戰(zhàn)場環(huán)境指標(biāo)進(jìn)行評估，其他指標(biāo)的評估方法依次類推。

1）確定指標(biāo)。由圖1可知戰(zhàn)場環(huán)境包括氣象條件、地形位置條件、偽裝欺騙和電磁環(huán)境影響四個指標(biāo)參數(shù)。

2）抽取各指標(biāo)的狀態(tài)值。從當(dāng)前態(tài)勢中抽取這四個指標(biāo)的三組數(shù)據(jù)，即一個時間段內(nèi)戰(zhàn)場環(huán)境的狀態(tài)值。如表1所示。

表1 各指標(biāo)的狀態(tài)值

3）語言值量化。按評語集的期望值向量將表1中的各語言進(jìn)行量化，并根據(jù)式（1）、式（2）分別求得各個指標(biāo)云模型的期望值、熵，如表2。

表2 各指標(biāo)云模型的期望值和熵

4）求出各指標(biāo)的權(quán)重分配。根據(jù)式（4）求出四個指標(biāo)參數(shù)的權(quán)重為

5）計算加權(quán)偏離度并得出評估結(jié)果。依據(jù)云理論，由T＝a×b（a表示云重心的位置即期望值，b表示云重心的高度即權(quán)重值）可得：

四維加權(quán)綜合云的重心向量為T＝（0.1547，0.1104，0.2291，0.3365），理想狀態(tài)加權(quán)綜合云的重心向量為T0＝（0.221，0.184，0.342，0.1265），歸一化之后為TG＝（0.3，0.4，0.3301，0.6241）。

由式（6）計算后得加權(quán)偏離度θ＝0.4107，其輸入評測云發(fā)生器之后，將激活“較差”和“一般”兩個云對象。因為二者的激活程度相差較大（γ＞0.2），所以根據(jù)步驟5）評測結(jié)果為“較差”。

通過此方法反復(fù)計算，可評測出兵力數(shù)量質(zhì)量、兵器性能效能、指控通信效能、指揮決策對策及后勤裝備保障指標(biāo)的狀態(tài)，從而根據(jù)這六個二級指標(biāo)的狀態(tài)得出整個戰(zhàn)場態(tài)勢的評測結(jié)果。

5 結(jié)語

為了解決戰(zhàn)場態(tài)勢評估問題，本文將云理論引入信息融合領(lǐng)域，采用云重心評判法得出了機(jī)步旅進(jìn)攻戰(zhàn)斗戰(zhàn)場態(tài)勢的定性評估結(jié)果。通過實例表明，此方法將定性與定量相結(jié)合，充分考慮了各個因素對評估結(jié)果的影響，并且最終的結(jié)果是語言評判值，具有一定的科學(xué)性和直觀性，拓展了戰(zhàn)場態(tài)勢評估的思路。

[1]梁百川，梁小平.數(shù)據(jù)融合中的態(tài)勢估計[J].艦船電子對抗，2003，26（1）：12－15.

[2]Hall David L.An introduction to multisen sor data fusion[J].Proceeds of IEEE，1997，85（1）：6－23.

[3]中國人民解放軍總參謀部兵種部.機(jī)械化步兵戰(zhàn)術(shù)學(xué)[M].北京：解放軍出版社，2003：22－30.

[4]雷英杰.基于直覺模糊推理的態(tài)勢與威脅評估研究[D].西安：西安電子科技大學(xué)，2005：51－60.

[5]李德毅，劉常昱.不確定性人工智能[J].軟件學(xué)報，2004，15（9）：1583－1594.

[6]陳璐，楊和梅，連廣彥.基于云理論的裝甲兵作戰(zhàn)體系效能評估[J].兵工自動化，2010，29（2）：14－19.

[7]沈培志，楊滔，劉志宏.基于云理論的對海作戰(zhàn)目標(biāo)威脅評判[J].艦船電子對抗，2011，34（2）：110－113.

[8]雷英杰，王寶樹，王毅.基于直覺模糊決策的戰(zhàn)場態(tài)勢評估方法[J].電子學(xué)報，2006，34（12）：2175－2179.

[9]張楠，丁峰.數(shù)據(jù)融合中的態(tài)勢估計技術(shù)與威脅估計技術(shù)[J].電子對抗，2007，11（1）：37－40.

[10]李德毅，杜鵲.不確定性人工智能[M].北京：國防工業(yè)出版社，2003：223－246.