褚睿,周赤非,嚴(yán)冬冬,熊哲
(1.軍事科學(xué)院 軍事運(yùn)籌分析研究所,北京100091;2.國防大學(xué) 訓(xùn)練部,北京100091;3.中國國防科技信息中心,北京100142)
隨著現(xiàn)代科學(xué)技術(shù)的快速發(fā)展并大量應(yīng)用于戰(zhàn)爭領(lǐng)域,信息化條件下的戰(zhàn)場變得更加透明。同時,戰(zhàn)爭作為國家與國家之間、集團(tuán)與集團(tuán)之間解決矛盾的終極手段,其毀滅性和殘酷性沒有改變,由于現(xiàn)代社會的復(fù)雜性和體系作用,其后果甚至更加嚴(yán)重[1]。戰(zhàn)爭過程具有不可逆性,一旦付諸實(shí)施將沒有任何修正的機(jī)會。這些給現(xiàn)代戰(zhàn)爭指揮人員的決策帶來了很大的難度,決策失誤將直接導(dǎo)致國家財富和資源的大量損失,人員的大量傷亡,最終對國家軍事戰(zhàn)略帶來嚴(yán)重影響。
另一方面,由于人類思維的局限性,再周密的戰(zhàn)爭設(shè)計也難免存在疏漏。在戰(zhàn)場不確定性逐漸增加、后果更加嚴(yán)重的當(dāng)今,如何根據(jù)聯(lián)合作戰(zhàn)的特點(diǎn)和規(guī)律,運(yùn)用運(yùn)籌分析的方法,通過對作戰(zhàn)過程進(jìn)行充分的風(fēng)險規(guī)劃和評估,深入了解作戰(zhàn)面臨的各種風(fēng)險,采取主動的風(fēng)險規(guī)避策略,達(dá)到有效地預(yù)防、避免和控制風(fēng)險的目的,使得作戰(zhàn)行動更加有效,已經(jīng)成為一個亟待解決的問題。
目前,作戰(zhàn)風(fēng)險尚未有一個權(quán)威的定義[1,2]。為便于后續(xù)研究,我們對作戰(zhàn)風(fēng)險進(jìn)行了試定義。所謂作戰(zhàn)風(fēng)險,就是指在作戰(zhàn)過程中產(chǎn)生的風(fēng)險,是由作戰(zhàn)條件的不確定性所引起的,即在作戰(zhàn)過程中軍事力量無法完成作戰(zhàn)任務(wù)目標(biāo)或遭受重大損失的可能性和后果。
作戰(zhàn)風(fēng)險有其自身的發(fā)展規(guī)律和生命周期[3]。根據(jù)作戰(zhàn)風(fēng)險的必然性與客觀性性質(zhì),作戰(zhàn)風(fēng)險事件能否發(fā)生是由系統(tǒng)狀態(tài)、環(huán)境決定的,與決策人的態(tài)度無關(guān),因此在此過程中存在可以對風(fēng)險的客觀性進(jìn)行分析的研究空間。
我們在風(fēng)險過濾、排序和管理理論(Risk Filtering,Ranking and Management framework,RFRM)[4,5]基礎(chǔ)上,提出了一個八階段的分析邏輯及在此基礎(chǔ)上的分析框架。
分析邏輯中各階段及其所針對的問題如圖1(a)所示。
圖1 分析邏輯框架及風(fēng)險分析詳細(xì)流程示意圖
階段1情景辨識和階段2情景過濾階段,主要針對什么會導(dǎo)致失敗問題,構(gòu)建一個等級全息模型來描述可能面對的風(fēng)險情景。階段3雙重標(biāo)準(zhǔn)過濾評級、階段4多重標(biāo)準(zhǔn)評估及階段5定量評級,著重分析各種風(fēng)險場景發(fā)生的可能性及后果嚴(yán)重程度。其中包括借助定性的可能性和結(jié)果進(jìn)行進(jìn)一次過濾,以及在構(gòu)建定量化的可能性與結(jié)果等級矩陣基礎(chǔ)上,繼續(xù)對場景進(jìn)行過濾和評級。階段6風(fēng)險管理、階段7針對缺失的重要條目的保護(hù)及階段8運(yùn)作反饋,提出規(guī)避主要風(fēng)險的措施及對風(fēng)險管理方案的評估,同時完成對之前幾個階段分析過程中遺漏的重要評估選項進(jìn)行補(bǔ)充及必要時進(jìn)行循環(huán)分析。
基于該邏輯設(shè)計的具體分析流程如圖1(b),其劃分為4個主要步驟:
步驟一風(fēng)險場景識別:首先是對作戰(zhàn)想定進(jìn)行分析,根據(jù)作戰(zhàn)想定及方案對作戰(zhàn)過程的設(shè)想,對可能的風(fēng)險場景進(jìn)行辨識,構(gòu)建全息風(fēng)險場景樹模型,其中包括代價過大風(fēng)險場景、能力缺陷風(fēng)險場景、強(qiáng)敵干預(yù)風(fēng)險場景及戰(zhàn)局失控的風(fēng)險場景等。步驟二風(fēng)險場景過濾:首先對初步辨識的風(fēng)險場景,進(jìn)行定性的過濾,剔除通過定性判斷就能發(fā)現(xiàn)的不是太重要的風(fēng)險場景;然后對保留的風(fēng)險場景進(jìn)行可能性和后果嚴(yán)重程度的計算或判斷,在此基礎(chǔ)上,根據(jù)風(fēng)險場景發(fā)生的可能性及其后果嚴(yán)重程度2個指標(biāo),運(yùn)用風(fēng)險評估矩陣對風(fēng)險場景進(jìn)行聚類分析;之后,對聚類中風(fēng)險程度較高的場景,進(jìn)行進(jìn)一步的評價,主要是根據(jù)風(fēng)險評估標(biāo)準(zhǔn)表(本文采用了5級指標(biāo)體系),完成對風(fēng)險場景的排序。步驟三風(fēng)險場景評級:通過風(fēng)險評估標(biāo)準(zhǔn)表,由專家對過濾后的風(fēng)險場景進(jìn)行判斷,并按風(fēng)險嚴(yán)重程度進(jìn)行排序。步驟四風(fēng)險管理與應(yīng)對:在整個方案中,根據(jù)風(fēng)險排序情況,結(jié)合可能的作戰(zhàn)效能等因素,研究方案應(yīng)如何調(diào)整,以降低潛在的嚴(yán)重作戰(zhàn)風(fēng)險。
對作戰(zhàn)風(fēng)險定性定量相結(jié)合的分析過程中,針對不確定事件發(fā)生概率的定量分析,從等級劃分到量化評估做了初步的探索,這里對其中主要的方法進(jìn)行簡要的介紹。
定義1:根據(jù)對作戰(zhàn)風(fēng)險的定義,我們在分析過程中將系統(tǒng)風(fēng)險R用事件發(fā)生的概率P和事件的后果賦值C這兩個指標(biāo)來表示:R=f(P,C)。作戰(zhàn)風(fēng)險場景量化分析也主要圍繞事件發(fā)生可能性和后果嚴(yán)重程度的量化來進(jìn)行研究。
正如前文風(fēng)險發(fā)生機(jī)制中所分析的,由于事件發(fā)生可能性和后果嚴(yán)重程度的復(fù)雜性和不確定性,對這兩個指標(biāo)進(jìn)行精確描述存在比較大的困難。本文采用指標(biāo)分級并結(jié)合矩陣法對風(fēng)險進(jìn)行評估。
定義2:將事件發(fā)生可能性可分為:幾乎不可能、可能性小、有可能、很可能、幾乎必然5個等級。其中:
事件發(fā)生可能性判斷是風(fēng)險分析量化的關(guān)鍵,一般需要根據(jù)風(fēng)險事件的定義,借助模擬仿真來完成,也可采用專家判斷。
在研究中,將事件發(fā)生可能性的量化評估分為兩個部分,分別采用不同的方法。
2.2.1 事件發(fā)生可能性量化評估方法一
通過專家判斷進(jìn)行首輪的量化,在沒有歷史數(shù)據(jù)可用時,通過專家主觀確定的概率稱為先驗概率,這反映了根據(jù)過去的經(jīng)驗和知識對某一不確定事件或多或少的認(rèn)識。
具體做法是,在將5個等級分別賦予1~5的分值的基礎(chǔ)上,對多個專家的等級選擇進(jìn)行加權(quán)求和,從而得到分值平均值ˉx,再反過來映射成為5個等級的描述,即將可能性等級進(jìn)行如下映射,1≤ˉx≤1.5非常低;1.5<ˉx≤2.5低;2.5<ˉx≤3.5中等;3.5<ˉx≤4.5高;4.5<ˉx≤5非常高。
由于專家進(jìn)行的是定性判斷,上述做法給出的只是相應(yīng)的分值,為了獲得主觀概率值p,可采用以下算法。
2.2.2 事件發(fā)生可能性量化評估方法二
方法二是利用仿真及運(yùn)籌分析模型結(jié)果對專家主觀概率進(jìn)行校正。
先驗概率背后總是隱藏著不確定性。要減少不確定性,就要搜集資料、進(jìn)行試驗、建立數(shù)學(xué)模型、計算機(jī)模擬等工作,在獲得有關(guān)信息之后,結(jié)合建立作戰(zhàn)過程序列模型,結(jié)合貝葉斯公式來修正對風(fēng)險事件出現(xiàn)概率的估計,提高對風(fēng)險事件概率估計的準(zhǔn)確性,改善后的概率稱為后驗概率。設(shè)計的基于貝葉斯的風(fēng)險修正方法對風(fēng)險場景屬性值進(jìn)行修正的算法如下。
依據(jù)全概率公式推導(dǎo),可以得出式(3):
式(3)中,利用仿真模型或PSM過程序列模型可以得出p(e|和p(e|的值,并可以推導(dǎo)出p|)的值,對于p()子環(huán)節(jié)失敗(即風(fēng)險發(fā)生的概率),可通過方法一,利用之前專家定性評估的結(jié)果計算得出,這樣通過公式(3)便可以計算出某一作戰(zhàn)環(huán)節(jié)的失敗導(dǎo)致最終任務(wù)失敗的概率。
針對設(shè)想A方與B方發(fā)生沖突,通過上述的分析流程,對A方可能面臨的作戰(zhàn)風(fēng)險進(jìn)行了研討分析。其主要過程如下(其中一些多重指標(biāo)的確定及專家研討分析的流程限于篇幅有所省略)。
首先,構(gòu)建風(fēng)險場景全息模型,如圖2所示。
圖2 風(fēng)險場景HHM結(jié)果圖
之后,通過向軍事人員發(fā)放問卷調(diào)查表的形式,由軍事人員根據(jù)標(biāo)準(zhǔn)對每個風(fēng)險場景的可能性及后果嚴(yán)重程度進(jìn)行評判,將得出的值輸入風(fēng)險評估矩陣進(jìn)行聚類統(tǒng)計,結(jié)果如圖3所示。從圖3中可以看出,高風(fēng)險等級的風(fēng)險場景共有9個,分別是:S22a、S22b、S31a、S31b、S33、S21c、S43、S44、S21b;中度風(fēng)險等級的風(fēng)險場景共有13個分別是:S12c、S11a、S11b、S11c、S11d、S12a、S12b、S13、S21a、S32a、S32b、S32c、S42;低風(fēng)險等級的風(fēng)險場景1個:S41。我們著重關(guān)注其中高風(fēng)險等級的9個風(fēng)險場景,利用過程序列建模(PSM)仿真及解析的方法,通過引入定量的發(fā)生概率,分別對這9個風(fēng)險場景進(jìn)一步分析。
圖3 風(fēng)險矩陣聚類后結(jié)果圖
以“S31a—未能及時發(fā)現(xiàn)航路上的目標(biāo)”風(fēng)險場景為例。為分析S31a風(fēng)險場景,我們對“S3—接近航路封鎖”場景構(gòu)建了其對應(yīng)的作戰(zhàn)任務(wù)序列模型,如圖4所示。
圖4 S31a行動過程序列模型
從所設(shè)計的過程序列模型中可以看出,接近航路封鎖作戰(zhàn)行動開始之初是由與戰(zhàn)役、戰(zhàn)術(shù)情報相關(guān)的三個環(huán)節(jié)構(gòu)成的:C.01是指A方通過各種渠道獲取待封鎖的B方目標(biāo)艦船相關(guān)情報的行動環(huán)節(jié);C.02描述的是A方各種偵察平臺搜索、發(fā)現(xiàn)、識別待封鎖目標(biāo)的行動環(huán)節(jié);C.03是關(guān)于情報匯總、分類、判斷、選擇、分發(fā)、傳遞等處理步驟的行動環(huán)節(jié)。
在C.01~C.03環(huán)節(jié)之后,從戰(zhàn)局可能的各種情況來考慮“情報信息是否足夠支持后續(xù)作戰(zhàn)行動”,根據(jù)對C.04賦予的概率值,在仿真中,如該節(jié)點(diǎn)的抽樣值為1(表示情報信息足夠)則進(jìn)入C.04的后續(xù)環(huán)節(jié),如該節(jié)點(diǎn)的抽樣值為0(表示情報信息不足)則返回到C.01。根據(jù)待封鎖的B方目標(biāo)艦船有無護(hù)航編隊,把C.05的后續(xù)行動環(huán)節(jié)分為兩支。在B目標(biāo)艦船有護(hù)航的分支中,首先從戰(zhàn)局可能的各種情況來考慮“構(gòu)成打擊條件的可能性”,如不構(gòu)成條件,則只有放棄本次行動;反之,則進(jìn)入?yún)f(xié)同作戰(zhàn)行動環(huán)節(jié)。根據(jù)戰(zhàn)略意圖,具體確定C.07環(huán)節(jié)的作戰(zhàn)打擊對象為B方護(hù)航編隊,還是重要運(yùn)輸船隊。C.08描述每波次打擊中達(dá)成打擊目標(biāo)的可能性,如達(dá)不成打擊目標(biāo),則回到C.07繼續(xù)作戰(zhàn),如達(dá)成目標(biāo),則接近航路封鎖作戰(zhàn)行動成功。在B方目標(biāo)艦船沒有護(hù)航的分支中,從戰(zhàn)局可能的各種情況來考慮“構(gòu)成攔截、臨檢、驅(qū)離條件的可能性”,如不構(gòu)成條件,則放棄行動;如構(gòu)成條件,則進(jìn)入C.10環(huán)節(jié),攔截驅(qū)離、臨檢拿捕成功后,接近航路封鎖作戰(zhàn)行動勝利。
針對各個節(jié)點(diǎn),利用專家評議分析出每個環(huán)節(jié)成功實(shí)施的最小可能性、最可能概率和最大可能性值,用于構(gòu)建抽樣函數(shù),結(jié)果如表1所示。
表1 各作戰(zhàn)環(huán)節(jié)成功實(shí)施概率表
將上述結(jié)果代入模型,經(jīng)過1000次的仿真運(yùn)算,得出接近航路封鎖作戰(zhàn)行動成功的概率為:最小成功率(Minimum)為:0.00;最大成功率(Maximum)為:0.82;平均成功率(Mean)為:0.51。過程序列模型運(yùn)行結(jié)果統(tǒng)計如圖5所示。
圖5 過程序列模型運(yùn)行結(jié)果統(tǒng)計示意圖
對仿真結(jié)果數(shù)據(jù)進(jìn)行統(tǒng)計說明,在當(dāng)前設(shè)定的各環(huán)節(jié)成功實(shí)施的情況下,A方接近航路封鎖作戰(zhàn)成功的最高可能性為0.82,成功率為0.5~0.82的仿真次數(shù)占到總仿真次數(shù)的68.26%,1000次仿真的平均成功率為0.51。如果把成功率大于0.5定義為行動成功,那么在成功實(shí)施的作戰(zhàn)行動中,有相當(dāng)一部分的成功率大于0.7,這是一個很高的成功概率;同時可以看到失敗或放棄行動占總仿真的比率約大于16%。由此可以得出如下結(jié)論:一旦相關(guān)條件得到滿足,接近航路封鎖行動成功的可能性很大,但失敗的風(fēng)險很大程度上源于封鎖行動的相關(guān)條件得不到滿足。
其中C.02對應(yīng)的就是S31a風(fēng)險場景描述的對航路上目標(biāo)船只的搜索發(fā)現(xiàn)環(huán)節(jié)。將C.02成功概率分別賦值為1和0,通過仿真可以得到子行動成功條件下作戰(zhàn)任務(wù)成功的概率p(e|x)和子行動失敗條件下作戰(zhàn)任務(wù)成功的概率p(e|ˉx),結(jié)果見表2。
表2 p(e|x)和p(e|ˉx)仿真結(jié)果
在得到p(e|x)和p(e|ˉx)值后,就可以根據(jù)2.2.2中介紹的修正算法,計算出S31a場景修正后的風(fēng)險發(fā)生概率。同理,對其它場景也可建立相應(yīng)的過程序列模型進(jìn)行仿真及參數(shù)的修正。之后將參數(shù)修正后的各個風(fēng)險場景數(shù)據(jù),輸入風(fēng)險矩陣進(jìn)行聚類統(tǒng)計,對風(fēng)險場景進(jìn)行再次過濾。
最后,利用多重指標(biāo)制作問卷調(diào)查表,并由多位軍事專家對最終剩余的風(fēng)險場景進(jìn)行了多指標(biāo)評估,統(tǒng)計后各風(fēng)險場景評估結(jié)果如表3所示。
表3 多重指標(biāo)判定結(jié)果統(tǒng)計
現(xiàn)代戰(zhàn)爭的高風(fēng)險性使得作戰(zhàn)風(fēng)險的研究成為熱點(diǎn),本文在深入分析作戰(zhàn)風(fēng)險概念內(nèi)涵的基礎(chǔ)上,提出了一套具有較強(qiáng)可行性的分析作戰(zhàn)風(fēng)險的邏輯流程和分析框架,并對其中風(fēng)險場景的不確定性的評估提出了分析方法,同時針對??章?lián)合封鎖作戰(zhàn)對分析框架和方法進(jìn)行了應(yīng)用,為作戰(zhàn)風(fēng)險分析的研究提出了一種思路。
1 張最良.軍事戰(zhàn)略運(yùn)籌分析方法[M].北京:軍事科學(xué)出版社,2009.
2 海姆斯 雅科夫.風(fēng)險建模、評估和管理[M].胡平,等譯.西安:西安交通大學(xué)出版社,2007.
3 KAPLAN S,GARRICK B J.On the Quantitative Definition of Risk[J].Risk Analysis,1981,1(1):11-27.
4 HAIMESY Y,KAPLANS.Risk Filtering,Ranking,and Management Framework Using Hierarchical Holographic Modeling[J].Risk Analysis,2002,22(2):383-397.
5 JASONA GASTELUM.A Risk Addessment Methodology for Divesting Millitary Capabilitiesto Allied Nations[D].Florida:The Air Force University,2006.
6 JOHN ELLER,BRIAN HAZEL.Global Persistent Attack:A Systesms Architecture,Process Modeling,and Risk Analysis Approach[D].Florida:The Air Force Iniversity,2008.