面向任务的装备组合方案生成与评估方法_赵滟.pdf

收稿日期：2022-02-21修回日期：2022-05-13基金项目：航天科技自主研发基金；航天科技钱学森青年创新基金资助项目作者简介：赵滟（1979），男，河南南阳人，博士，研究员。研究方向：系统工程。通信作者：杨欣河（1988），男，河南洛阳人，硕士，高级工程师。研究方向：系统工程、体系评估。*摘要：“决策中心战”谋求通过给对手施加不确定性创造决策困境，从而获取决策优势。面向决策中心战条件下获取决策优势的需求，提出了面向任务的装备组合方案生成与评估方法，基于决策复杂度选择更具不确定性的装备组合方案。该方法包括装备组合方案生成、基于帕累托最优的装备组合方案筛选、基于决策复杂度的装备组合方案评估等步骤，仿真推演的结果验证了该方法的有效性。关键词：决策复杂度；装备组合；帕累托前沿；多目标优化中图分类号：E91文献标识码：ADOI：10.3969/j.issn.1002-0640.2023.05.009引用格式：赵滟，杨欣河，张琪，等.面向任务的装备组合方案生成与评估方法 J.火力与指挥控制，2023，48（5）：58-65.面向任务的装备组合方案生成与评估方法*赵滟，杨欣河*，张琪，杨怡欣，卢志昂，蒲洪波（中国航天系统科学与工程研究院，北京100037）Method for Mission-oriented Equipment Combination SchemesGeneration and EvaluationZHAO Yan，YANG Xinhe*，ZHANG Qi，YANG Yixin，LU Zhiang，PU Hongbo（China Aerospace Academy of Systems Science and Engineering，Beijing 100037，China）Abstract：Decision-centric warfare seeks to create decision-making dilemmas by imposinguncertainty on opponents so as to obtain the decision-making advantages.According to the requirementfor obtaining the decision-making advantages under the condition of decision-centric-warfare oriented，a method of equipment combination schemes generation and evaluation is proposed to help commanderschoose equipment combination schemes with more uncertainty based on decision complexity.Themethod includes such steps as equipment combination scheme generation，equipment combinationscheme screening based on Pareto optimization and equipment combination scheme evaluation based ondecision complexity，etc.The results by the simulation deduction verify the effectiveness of the method.Key words：decision complexity；equipment portfolio；pareto frontier；multi-objective optimizationCitation format：ZHAO Y，YANG X H，ZHANG Q，et al.Method for mission-oriented equipmentcombination schemes generation and evaluation J.Fire Control&Command Control，2023，48（5）：58-65.0引言当前，以人工智能、大数据、云计算为代表的新一代科技革命孕育兴起，促使提高决策效率、获取决策优势成为各国未来军事竞争的焦点，深刻影响着作战概念的转变以及装备体系的发展。如美军在“第三次抵消战略”中提出，聚焦智能、无人、集群等技术，谋求决策优势，实现从“网络中心战”向“决策中心战”转变，从“空海一体战”向“马赛克战”转变1。所谓“决策优势”，一是指己方决策速度和决策效率的比较优势，使敌方跟不上作战节奏；二是指己方的决策方案灵活多变，使敌方难以确定作战意文章编号：1002-0640（2023）05-0058-08火 力 与 指 挥 控 制Fire Control&Command Control第 48 卷第 5 期2023 年 5 月*Vol.48，No.5May，202358（总第 48-）图和重心，从而陷入决策困境。如多功能无人机集群可执行多种使命任务，能够根据威胁环境进行功能角色的动态分配和调整，使敌方在面临多功能无人机集群时，虽然对确定的任务样式均能有效应对，但由于各应对方案之间存在时空冲突，导致其决策陷入两难境地。当前研究大多以智能化手段提高装备组合方案的质量和速度，获取决策的比较优势，而少有从创造决策困境的角度获取决策优势的方法研究。本文通过开展基于决策复杂度的装备组合方案生成与评估，研究如何在“决策中心战”条件下获取决策优势。一是如何在帕累托最优的装备组合方案集合中进行选择，最大程度地增加对手决策时面临的不确定性；二是如何应用有效的算法快速地生成装备组合方案，提升己方的决策效率。基于决策复杂度的装备组合方案生成与评估为获取决策优势提供了一种新的方法，可为未来复杂信息环境下的任务规划提供方法借鉴。1决策复杂度的度量敌情、我情和战场环境是生成装备组合方案的重要基础，而敌情的不确定性往往是影响方案质量和速度的关键。敌情的不确定性体现在获取情报信息的真假以及对于敌方可能行动方案的假定。对同一作战任务来说，其可能有多种行动方案。若某装备体系能够支撑的行动方案越多，则给敌方带来的不确定性越大，敌方越可能陷入决策困境。聚焦于给敌方创造更多的不确定性，提出决策复杂度指标。决策复杂度，指某个装备体系在执行作战任务时敌方决策面临的不确定程度，包括两个方面，一是组合复杂度，指装备之间任务配合方式的数量，数量越多敌方给出应对方案需要考虑的情况越多；二是交互复杂度，指装备之间相互耦合的分布情况，耦合的分布越集中，敌方越容易找到体系的重心，从而更容易给出应对方案。这里用装备体系支撑的装备组合方案数量衡量组合复杂度，用复杂网络的中心化程度衡量交互复杂度。借鉴信息熵的概念，定义装备组合方案的决策复杂度指标，计算公式为（1）式中，N 为某一装备组合方案对应装备体系所能支撑的组合方案数量；C 为中心化程度。1.1组合复杂度设某个任务由 T 个子任务组成，该任务对应的装备体系 p 包含 n 个装备，对一子任务 Ti，可选择的装备数量为 nij，i 表示第 i 个子任务，j 表示第 j 个装备，则任一能够执行此任务的装备序列称为一个装备组合方案。装备体系 p 支撑的方案数量为：（2）装备体系 p 的组合复杂度为：1.2交互复杂度交互复杂度是衡量网络节点地位差异的物理量，这里采用度指标衡量。设网络具有 n 个节点，则节点 x 的度指标定义为。其中，为与节点 x 直接相连的节点数。Freeman 中心化程度2通式为：（3）式中，n 为节点的数目；为网络中心化最高的节点；CA（x）为网络任意节点 x 的中心化测试值；CA为0 到 1 之间的一个网络中心化程度指标。CA值越大，网络的中心化差异越大，那么中心节点越容易找出（如星型网络，其 CA=1，如图 1（a）所示）；反之，网络的中心化差别不大，中心节点的地位就不明显，甚至无法计算（如环形网络，其 CA=0，如图 1（b）所示）。图 1中心化程度指标示意图Fig.1The schematic diagram of centralization degree index综合考虑选取度指标来计算 Freeman 中心化程度，根据综合通式得到交互复杂度公式：（4）式中，为网络中度指标最大的节点，由于-CD（x）的最大值为，保证归一化后 CD处于 0 到 1 之间。2基于决策复杂度的装备组合方案评估流程基于层次任务网络（hierarchical task network，赵滟等：面向任务的装备组合方案生成与评估方法590821（总第 48-）火 力 与 指 挥 控 制2023 年第 5 期HTN）对作战任务进行分解，形成若干个装备组合方案。采用智能优化算法对装备组合方案集合进行筛选，得到帕累托最优的装备组合方案集合。以装备组合方案所对应的装备体系为对象，计算此装备体系的决策复杂度，以此对装备组合方案进行筛选评估。2.1单一威胁条件下装备组合方案生成装备组合方案是战场环境下装备体系对目标选择、路线规划、火力分配、作战方式等作战要素和作战活动的统筹安排。层次任务网络规划作为一种基于知识的规划技术，能够利用任务树和对任务的形式化描述表达任务之间的相关性，适用于大型复杂任务的分层分解3-4，从而解决装备组合方案的生成问题。将任务规划问题定义为三元组，其中，S 表示任务初始状态，T 表示任务网络，D 表示规划域知识。2.1.1任务网络任务网络能够描述任务规划需完成的任务集合和任务约束。任务集合包含两类：一是原子任务，由装备直接完成，不可依据规划域知识进行分解；二是复合任务，可依据规划域知识分解为多个复合任务或原子任务。在分解作战任务时，需从初始任务出发，将任务分解到可由装备系统执行的层次（即原子任务），当所有的叶子节点均为原子任务时，即得到一个装备组合方案，如图 2 图 3 所示。规划域知识可由专家利用信息资源（例如规范文件、任务线程、经验案例等）构建5。图 2基于 HTN 的任务规划方案生成Fig.2Generation of task planning scheme based on HTN任务约束描述了任务之间的逻辑关系，一般包含顺序与关系、顺序或关系、异或关系等。图 3压制防空任务网络Fig.3Suppression air defense mission network2.1.2规划域知识规划域知识描述了规划一个任务需要依据的规则，由方法集合和操作集合组成。设方法集合为一个三元组，其中，t 包含方法的名称和参数，C 包含方法使用的前提条件，w 包含一个子任务序列。对任一复合任务 t，若当前状态满足 C，则可通过执行 w 中包含的子任务序列完成该任务。同时，设操作集合为一个三元组，其中，e-t 表示可完成原子任务的装备，C 表示装备完成原子任务的前提条件，m 表示装备完成原子任务的执行效果。2.2基于帕累托最优的装备组合方案筛选2.2.1基于单一度量指标的筛选任务网络的每个节点都有一个反映任务度量指标的数值。其中，叶节点的度量数值表示所选装备操作对该叶节点的影响。非叶节点的度量数值表示该节点所有子节点度量数值的汇总。树顶部的度量数值是所选装备组合方案的总体得分。对于聚合原理清晰的度量指标，可用汇总函数评估。对于聚合原理复杂的度量指标，可用机器学习算法建立仿真数据和演习数据之间的映射关系，进而得到度量指标的评估函数。2.2.2基于帕累托最优的多目标优化通常情况下，决策问题很少面向单一目标、单一属性。例如在选择装备组合方案时，需同时考虑成功率、作战损失、打击效果等多个目标，决策结果600822（总第 48-）取决于不同目标之间的权衡，此时需考虑帕累托最优问题6。若某一方案不存在所有目标上均比它更优的方案，则称该方案为帕累托最优（pareto optima-lity）。若帕累托最优解