摘 要：現(xiàn)代戰(zhàn)爭的快速性，要求計(jì)算機(jī)輔助決策系統(tǒng)能夠支持指揮員快速形成有效決策計(jì)劃，以實(shí)現(xiàn)戰(zhàn)場指揮中任務(wù)逐級(jí)規(guī)劃、執(zhí)行的高效性。圖搜索法是智能決策系統(tǒng)中問題規(guī)劃的重要方法，可有效支持決策支持系統(tǒng)（DSS）完成有效任務(wù)分解。本文提出一種基于與或圖的啟發(fā)式?jīng)Q策求解方法，并通過擴(kuò)展與、或連接符支持任務(wù)分解，所定義構(gòu)造算子保障與或解圖的可執(zhí)行性，可有效支持復(fù)雜決策任務(wù)求解和執(zhí)行，并通過一個(gè)火力打擊決策任務(wù)案例驗(yàn)證本方法的有效性。

關(guān)鍵詞：任務(wù)分解；復(fù)雜決策；與或圖；啟發(fā)式；可執(zhí)行任務(wù)流

中圖分類號(hào)：TP311.5 文獻(xiàn)標(biāo)識(shí)碼：A

1 引言（Introduction）

現(xiàn)代作戰(zhàn)的高速度、快節(jié)奏，需要實(shí)現(xiàn)快速的決策。傳統(tǒng)的機(jī)械化地方作戰(zhàn)通常是任務(wù)式指揮法，逐級(jí)賦予任務(wù)計(jì)劃。通常在一個(gè)火力打擊決策中，需要明確具體打擊目標(biāo)、區(qū)分打擊任務(wù)、確定打擊順序、打擊效果評(píng)估等，是一個(gè)“偵、策、打、評(píng)”的不斷反復(fù)的過程，尤其要求總指揮部具有更快的組織計(jì)劃反應(yīng)能力和決策能力。決策時(shí)間越短，越能有效占領(lǐng)戰(zhàn)場優(yōu)勢，而借助計(jì)算機(jī)的智能決策輔助，可快速形成有效的決策計(jì)劃，使己方的決策周期始終快于敵方的決策周期，掌握戰(zhàn)場的主動(dòng)權(quán)[1]。

決策支持系統(tǒng)（DSS）是基于計(jì)算機(jī)的交互式系統(tǒng)，用以幫助決策者使用數(shù)據(jù)和模型去解決結(jié)構(gòu)化較差的問題。決策科學(xué)和決策支持科學(xué)發(fā)展至今，研究者和實(shí)踐家們在各自的領(lǐng)域提出了大量的決策模型[2]。根據(jù)不同的應(yīng)用領(lǐng)域和任務(wù)性質(zhì)，利用Decision Support System（DSS）進(jìn)行復(fù)雜決策任務(wù)。目前有關(guān)任務(wù)分解方法的主要研究包括[3]：文獻(xiàn)[4]借助項(xiàng)目工作分解結(jié)構(gòu)技術(shù)，從任務(wù)靜、動(dòng)態(tài)結(jié)構(gòu)兩方面描述作戰(zhàn)任務(wù)的分解概念，并舉例建立了任務(wù)的分解結(jié)構(gòu)和流程結(jié)構(gòu)；文獻(xiàn)[5]在文獻(xiàn)[6—8]的研究基礎(chǔ)上，提出一種按照基于活動(dòng)約束的任務(wù)粒度設(shè)計(jì)方法，以得到最佳的任務(wù)分解模型，文中的粒度是靜態(tài)的，即最優(yōu)設(shè)計(jì)；另外還有利用過程網(wǎng)[9]和時(shí)序邏輯公式[10]等有關(guān)任務(wù)分解及描述分解所得子任務(wù)之間關(guān)系的方法。這些研究從不同角度和層面給出子任務(wù)分解和描述方法，但多數(shù)方法僅從宏觀理論上給出了相關(guān)定義和說明，較難直接應(yīng)用于實(shí)際計(jì)算機(jī)輔助手段中，而基于自動(dòng)組合的直接搜索法可有效解決此類問題。直接搜索法是根據(jù)具體應(yīng)用的需求將任務(wù)求解問題表示為特定問題狀態(tài)空間，相當(dāng)于是實(shí)現(xiàn)了一個(gè)特定用途的規(guī)劃器，然后選擇適合的搜索算法直接搜索目標(biāo)狀態(tài)，在搜索過程中生成模型組裝方案[3]。目前，采用直接搜索法進(jìn)行自動(dòng)組合的方法有很多種，如文獻(xiàn)[11—13]將其應(yīng)用于服務(wù)自動(dòng)組合中，該方法被認(rèn)為是目前最為有效的自動(dòng)組合方法之一。如文獻(xiàn)[14]中所述，在傳統(tǒng)的人工智能中，與或圖搜索是處理空間搜索問題的一個(gè)重要的工具，且具有形式化表示簡單、實(shí)施容易的特點(diǎn)。因此，本文提出一種基于與或圖[15]的復(fù)雜決策任務(wù)求解方法，此方法將決策任務(wù)分解為更小的子任務(wù)、原子任務(wù)，并通過與、或等構(gòu)造算子支持決策模型有效組裝，并使用啟發(fā)式算法搜索以找到最優(yōu)、無矛盾解圖，設(shè)計(jì)執(zhí)行構(gòu)造子等支持解圖到執(zhí)行工作流的轉(zhuǎn)換，以及基于啟發(fā)式函數(shù)的與或圖搜索支持有效的任務(wù)分解以及優(yōu)化選擇。

本文以下內(nèi)容首先講述任務(wù)決策原則，以支持有效啟發(fā)式任務(wù)分解；其次，給出相應(yīng)的執(zhí)行構(gòu)造子定義，以支持與或圖任務(wù)到可執(zhí)行工作流的轉(zhuǎn)換；然后給出基于與或圖的啟發(fā)式?jīng)Q策任務(wù)分解方法，并給出決策任務(wù)分集算法執(zhí)行步驟；最后通過一個(gè)案例進(jìn)行證明。

2 火力打擊的決策原則（Decision principle of fire

against）

任務(wù)的定義具有兩層含義：首先任務(wù)的本質(zhì)是工作，即一組實(shí)際的行動(dòng)，任務(wù)的實(shí)施者執(zhí)行這些行動(dòng)以完成任務(wù)；其次任務(wù)必須有特定目標(biāo)，沒有目標(biāo)的行為不能稱為任務(wù)。任務(wù)規(guī)劃過程是通過任務(wù)分解和解決威脅（或沖突）來進(jìn)行的。基本的規(guī)劃步驟是遞歸地將任務(wù)網(wǎng)絡(luò)中的復(fù)合任務(wù)分解成越來越?。戳６仍絹碓郊?xì)）的子任務(wù)，并在分解過程中進(jìn)行檢查和解決，直到出現(xiàn)那些可以直接執(zhí)行規(guī)劃動(dòng)作就能完成的原子任務(wù)為止[16]。

火力分配是在軍事指揮中常見的決策任務(wù)之一，指用彈炮結(jié)合系統(tǒng)抗擊多個(gè)敵方目標(biāo)時(shí)，合理進(jìn)行火力分配以有效打擊目標(biāo)，消除敵方威脅。目標(biāo)分配原則使火力單元對(duì)目標(biāo)的毀傷效能達(dá)到最大（或者某種目標(biāo)效果，如干擾），并且已方人員和裝備發(fā)揮諸火力單元的整體協(xié)調(diào)優(yōu)勢，尋求對(duì)敵方最大的打擊效果并最大限度地降低已方部隊(duì)消耗。在此原則下，目標(biāo)的最優(yōu)分配應(yīng)該考慮以下幾點(diǎn)：（1）武器單位特點(diǎn)，包括武器系統(tǒng)類別（如防空導(dǎo)彈）、型號(hào)、數(shù)量、位置、對(duì)各種目標(biāo)的毀傷效能以及彈藥用量等。（2）目標(biāo)特點(diǎn)，主要有目標(biāo)的類型、數(shù)量、運(yùn)動(dòng)特征、價(jià)值、威脅程度、易損性以及目標(biāo)的集合特性等。（3）最優(yōu)準(zhǔn)則，對(duì)目標(biāo)的毀傷程度要大、所用的武器單元數(shù)目和彈藥的消耗要小等[17]。

3 基于與或圖的啟發(fā)式任務(wù)決策（Heuristic task

decision based on And/Or graph）

任務(wù)規(guī)劃可以很方便地使用一個(gè)與或圖結(jié)構(gòu)來表示，主要包含兩類節(jié)點(diǎn)類型：（1）與節(jié)點(diǎn)，將單個(gè)問題變?yōu)槎鄠€(gè)子問題組成的結(jié)合，這是所有當(dāng)所有子問題都有解時(shí)，則該父輩節(jié)點(diǎn)有解。（2）或節(jié)點(diǎn)，幾個(gè)方法同時(shí)適用于同一問題，從而產(chǎn)生不同的后繼問題節(jié)點(diǎn)，此時(shí)當(dāng)其中任意子問題節(jié)點(diǎn)有解時(shí)，其父輩節(jié)點(diǎn)問題可解。

任務(wù)規(guī)劃問題可規(guī)約描述為一個(gè)與或圖的分解過程，原始任務(wù)目標(biāo)對(duì)應(yīng)于起始節(jié)點(diǎn)（根節(jié)點(diǎn)），任務(wù)分解方案所對(duì)應(yīng)的節(jié)點(diǎn)成為葉節(jié)點(diǎn)（已存在的可解子任務(wù)集）。在與或圖上執(zhí)行搜索過程，相當(dāng)于完成任務(wù)由復(fù)雜任務(wù)逐級(jí)細(xì)化到子任務(wù)、原子任務(wù)的過程。值得注意的是，此過程的目標(biāo)在于表示起始節(jié)點(diǎn)是有解的，即搜索的過程是尋找一個(gè)解圖。

在搜索解圖的過程中，需要進(jìn)行節(jié)點(diǎn)耗散值的計(jì)算。設(shè)節(jié)點(diǎn)連接符的耗散值規(guī)定為：k-連接符的耗散值=k，則解圖的耗散值記為k（n，N），則可以遞歸計(jì)算如下[18]：

a：若n是N的一個(gè)元素，則k（n，N）=0；

b：若n有一個(gè)外向連接符指向后繼節(jié)點(diǎn)（n1，n2，...，nk），并設(shè)該連接符的耗散值為Cn，則：

K（n，N）=Cn+k（n1，N1）+......+k（ni，Ni）

具有最小耗散值的解圖為最佳解圖。本文討論使用評(píng)價(jià)函數(shù)支持與或圖的啟發(fā)式搜索，實(shí)現(xiàn)復(fù)雜決策任務(wù)的有效解獲取。

搜索過程中需要標(biāo)記能解節(jié)點(diǎn)（SOLVED），為此需要給出如下定義[18]：

（1）能解節(jié)點(diǎn)（SOLVED）

a：終結(jié)點(diǎn)是能解節(jié)點(diǎn)。

b：若非終結(jié)點(diǎn)，有“或”子節(jié)點(diǎn)時(shí)，當(dāng)且僅當(dāng)其子節(jié)點(diǎn)中至少一個(gè)能解，該非終結(jié)點(diǎn)才能解。

c：若非終節(jié)點(diǎn)有“與”子節(jié)點(diǎn)時(shí)，當(dāng)且僅當(dāng)其子節(jié)點(diǎn)均能解，該非終結(jié)點(diǎn)才能解。

（2）不能解節(jié)點(diǎn)（UNSOLVED）

a：沒有后裔的非終結(jié)點(diǎn)是不能解節(jié)點(diǎn)。

b：若非終結(jié)點(diǎn)有“或”子節(jié)點(diǎn)時(shí)，當(dāng)且僅當(dāng)所有子節(jié)點(diǎn)均不能解時(shí)，該非終結(jié)點(diǎn)才不能解。

c：若非終結(jié)點(diǎn)有“與”子節(jié)點(diǎn)時(shí)，當(dāng)至少有一子節(jié)點(diǎn)不能解時(shí)，該非終結(jié)點(diǎn)才不能解。

4 使用與或圖的決策任務(wù)分解（Task decomposition

by And/Or graph）

規(guī)劃過程是通過任務(wù)分解和解決威脅（或沖突）來進(jìn)行的。本章將擴(kuò)展與或圖連接符類型以支持所形成任務(wù)分解圖的可執(zhí)行性，并解釋如何采用基于與或圖的啟發(fā)式函數(shù)進(jìn)行高效的任務(wù)規(guī)劃。

4.1 執(zhí)行構(gòu)造子

經(jīng)典與或圖中僅包含與、或節(jié)點(diǎn)兩種類型，對(duì)于與或圖的可執(zhí)行力描述不足。因此，本文參照當(dāng)前規(guī)劃組合的執(zhí)行集合：Sequence，Unordered，Choice，Switch，If-Then，Split and Split+Join[19]，擴(kuò)展定義了四種類型的可執(zhí)行節(jié)點(diǎn)：AND節(jié)點(diǎn)，OR節(jié)點(diǎn)，SEQUENCE-AND節(jié)點(diǎn)，SWITCH-OR節(jié)點(diǎn)。其中，AND節(jié)點(diǎn)和OR節(jié)點(diǎn)的定義與前面與或圖中的定義一樣。SEQUENCE-AND節(jié)點(diǎn)是AND節(jié)點(diǎn)的一種，使用 表示。SWITCH-OR節(jié)點(diǎn)是OR節(jié)點(diǎn)的一種，使用 表示。每一個(gè)執(zhí)行節(jié)點(diǎn)代表一種執(zhí)行步驟，其具體的含義如下[20]：

（1）AND節(jié)點(diǎn)表示Split執(zhí)行，即從左到右順序執(zhí)行。邊表示滿足所需的輸入集是其它任務(wù)輸出集的子集。

（2）SEQUENCE-AND節(jié)點(diǎn)表示Split+Join執(zhí)行。

（3）OR節(jié)點(diǎn)表示Choice執(zhí)行。OR節(jié)點(diǎn)的子節(jié)點(diǎn)從左到右是同等的[21]。

（4）SWITCH-OR節(jié)點(diǎn)表示Switch執(zhí)行，表示只能選擇一個(gè)子節(jié)點(diǎn)。

（5）路徑表示自下而上序列Sequence執(zhí)行。

（6）不同的路徑默認(rèn)表示無序，除非遇到SEQUENCE-AND節(jié)點(diǎn)。

（7）圖的邊表示If-Then條件執(zhí)行，即所需的輸入集是其它任務(wù)的輸出集的子集。當(dāng)輸出為空時(shí)為空（NULL）時(shí)，執(zhí)行器將停止。

執(zhí)行節(jié)點(diǎn)與對(duì)應(yīng)的執(zhí)行集合組合的執(zhí)行結(jié)構(gòu)如圖1所示。

圖1 執(zhí)行結(jié)構(gòu)

Fig.1 Execute structure

4.2 基于與或圖的啟發(fā)式任務(wù)規(guī)劃

定義由原子任務(wù)和組合任務(wù)構(gòu)成的狀態(tài)空間，包括開始狀態(tài)、目標(biāo)狀態(tài)和推理規(guī)則（組合操作）。決策任務(wù)分解圖搜索過程如下[20]：

開始狀態(tài)：

a.一系列具有不同狀態(tài)空間的決策任務(wù)作為本地可用節(jié)點(diǎn)。

b.一個(gè)單一的START節(jié)點(diǎn)，包含任務(wù)的輸出，代表用戶需求。

c.一系列有限TERMINAL節(jié)點(diǎn)，包含任務(wù)的輸入，代表目前可用的用戶輸入。

結(jié)果：一個(gè)優(yōu)化的組合任務(wù)圖作為解。

任務(wù)分解：

決策任務(wù)分解算法執(zhí)行以下步驟，完成啟發(fā)式搜索與轉(zhuǎn)換為可執(zhí)行工作流：

（1）本文給出的任務(wù)分解算法如下：

a.自上而下的擴(kuò)展操作以尋找潛在解圖，此過程可包括基于有向邊的可連接性和相似性進(jìn)行權(quán)重評(píng)價(jià)，直到任務(wù)的輸入是一個(gè)存在TERMINAL節(jié)點(diǎn)的子集。如果權(quán)重值低于某特定值或節(jié)點(diǎn)是NONTERMINAL節(jié)點(diǎn)，則此節(jié)點(diǎn)應(yīng)不被擴(kuò)展。

b.自下而上的成本（路徑權(quán)重）修改操作，從而更新節(jié)點(diǎn)的權(quán)重值，以找到具有低成本的最優(yōu)解圖。

（2）轉(zhuǎn)換可執(zhí)行工作流：一個(gè)搜索狀態(tài)代表了一系列可執(zhí)行步驟，此步驟從TERMINAL節(jié)點(diǎn)開始到START節(jié)點(diǎn)并滿足決策模型組裝要求。從解圖轉(zhuǎn)換到可執(zhí)行工作流的執(zhí)行主要依據(jù)上節(jié)給出的構(gòu)造子的執(zhí)行定義。

啟發(fā)式任務(wù)規(guī)劃利用所處理問題的啟發(fā)信息引導(dǎo)規(guī)劃，因此需給出相應(yīng)的評(píng)價(jià)函數(shù)。利用啟發(fā)信息定義一個(gè)評(píng)價(jià)函數(shù)f對(duì)待擴(kuò)展的節(jié)點(diǎn)計(jì)算，可表述為f（n）=g（n）+h（n），表示即考慮起始節(jié)點(diǎn)到節(jié)點(diǎn)n的消耗，也考慮從節(jié)點(diǎn)n到達(dá)目標(biāo)的消耗，利用此評(píng)價(jià)函數(shù)可完成節(jié)點(diǎn)優(yōu)先擴(kuò)展的選擇。啟發(fā)式函數(shù)的啟發(fā)能力越強(qiáng)，規(guī)劃效果越好，規(guī)劃效率也越高。在火力決策等任務(wù)規(guī)劃過程中，啟發(fā)式函數(shù)可通過第一章中考慮的目標(biāo)分配影響因素進(jìn)行評(píng)價(jià)，如武器系統(tǒng)數(shù)量、目標(biāo)易損程度、目標(biāo)的毀傷程度和彈藥消耗等，以決定擴(kuò)展節(jié)點(diǎn)的消耗值。

參照啟發(fā)式函數(shù)給出的消耗值，基于本文給出的啟發(fā)式搜索算法進(jìn)行任務(wù)規(guī)劃的步驟截圖，圖2給出一個(gè)具體的例子。A表示了當(dāng)前任務(wù)分解的START節(jié)點(diǎn)，它可由（B與E）組合任務(wù)，或F、或H三個(gè)子任務(wù)完成。可解任務(wù)集為當(dāng)前可用任務(wù)，包括D1、D2、G2、H等以一些列原子任務(wù)。通過對(duì)三個(gè)子任務(wù)的計(jì)算，發(fā)現(xiàn)第一個(gè)子任務(wù)的耗散值最小，因此優(yōu)先擴(kuò)展B節(jié)點(diǎn)至C、D1、D2子節(jié)點(diǎn)，并同步依據(jù)子節(jié)點(diǎn)的耗散值反向修改父節(jié)點(diǎn)的耗散值，以判定下一步擴(kuò)展指針的方向。最終將形成由（D1，D2，E，G1，G2）組成的TERMINAL節(jié)點(diǎn)。此過程反復(fù)進(jìn)行，通過不斷的自上到下的評(píng)價(jià)函數(shù)計(jì)算以及自下到上的消耗值計(jì)算，判定優(yōu)先擴(kuò)展節(jié)點(diǎn)，以進(jìn)一步執(zhí)行節(jié)點(diǎn)搜索分解。在分解過程中，參照解節(jié)點(diǎn)（SOLVED）和不解節(jié)點(diǎn)（UNSOLVED）的定義進(jìn)行節(jié)點(diǎn)標(biāo)記，當(dāng)某節(jié)點(diǎn)被標(biāo)記為不能解節(jié)點(diǎn)時(shí)，則將其從與或圖中刪除。

圖2 啟發(fā)式任務(wù)決策

Fig.2 A heuristic task decision

5 火力打擊決策任務(wù)分解（Task decomposition of

fire fighting）

我們以一個(gè)戰(zhàn)術(shù)級(jí)聯(lián)合火力打擊的情景作為例子。具體情景表現(xiàn)為：一個(gè)連執(zhí)行戰(zhàn)備任務(wù)時(shí)發(fā)現(xiàn)不明入侵物體并快速啟動(dòng)火力打擊任務(wù)決策規(guī)劃程序，要求在明確具體打擊目標(biāo)的基礎(chǔ)上，進(jìn)行區(qū)分打擊任務(wù)、確定打擊順序、打擊效果評(píng)估等過程規(guī)劃。由于連級(jí)任務(wù)規(guī)劃需要將任務(wù)具體下發(fā)到營級(jí)打擊任務(wù)，因此必須滿足：首先，明確目標(biāo)類型，獲取目標(biāo)軌跡信息；其次，將任務(wù)分解到具體營級(jí)任務(wù)；然后，由于營級(jí)火力打擊任務(wù)由各武器系統(tǒng)（近、遠(yuǎn)程）聯(lián)合執(zhí)行打擊任務(wù)，因此需要將其分解到具體武器系統(tǒng)打擊子任務(wù)，如近程防御系統(tǒng)準(zhǔn)備；而后，武器系統(tǒng)打擊任務(wù)將由具體的計(jì)算彈道條件等原子任務(wù)組成；最后，通過調(diào)用彈藥消耗量等進(jìn)行綜合評(píng)價(jià)。同時(shí)，還存在用戶交互需求，如指揮員依據(jù)戰(zhàn)斗經(jīng)驗(yàn)進(jìn)行武器系統(tǒng)選擇。本節(jié)將通過以上聯(lián)合火力打擊任務(wù)為例對(duì)任務(wù)分解的自動(dòng)構(gòu)建和可執(zhí)行任務(wù)工作流轉(zhuǎn)換進(jìn)行實(shí)驗(yàn)，如圖3所示。

開始狀態(tài)：

（1）連級(jí)火力打擊所需輸出，即武器系統(tǒng)打擊結(jié)果，成功或失敗。

（2）連級(jí)火力打擊的已知輸入，即某不明飛行物體位置信息。

（3）一個(gè)USER PREFERENCE任務(wù)節(jié)點(diǎn)，輸入為武器列表，輸出為一個(gè)武器系統(tǒng)編號(hào)。

搜索結(jié)果：一個(gè)解圖，如圖3所示。

圖3 連級(jí)聯(lián)合火力打擊任務(wù)工作流

Fig.3 The task workflow of company joint

firepower strike

規(guī)劃執(zhí)行：

（1）首先，規(guī)劃器發(fā)現(xiàn)為不存在可直接使用的連火力打擊的任務(wù)，因此進(jìn)行任務(wù)分解。

（2）規(guī)劃器擴(kuò)展START節(jié)點(diǎn)到一營武器系統(tǒng)打擊節(jié)點(diǎn)和二營武器系統(tǒng)打擊節(jié)點(diǎn)，并標(biāo)記START節(jié)點(diǎn)為OR節(jié)點(diǎn)。

（3）規(guī)劃器擴(kuò)展一營武器系統(tǒng)打擊節(jié)點(diǎn)到遠(yuǎn)程打擊系統(tǒng)A和近程打擊系統(tǒng)A節(jié)點(diǎn)，并標(biāo)記一營武器系統(tǒng)打擊節(jié)點(diǎn)為Sequence-And節(jié)點(diǎn)，其中近程打擊系統(tǒng)啟動(dòng)條件為遠(yuǎn)程打擊系統(tǒng)的執(zhí)行結(jié)果。

（4）規(guī)劃器擴(kuò)展二營武器系統(tǒng)打擊節(jié)點(diǎn)到近程打擊系統(tǒng)B節(jié)點(diǎn)，由于近程打擊系統(tǒng)啟動(dòng)條件為遠(yuǎn)程打擊系統(tǒng)的執(zhí)行結(jié)果，因此修改START節(jié)點(diǎn)為Sequence-And節(jié)點(diǎn)。

（5）規(guī)劃器擴(kuò)展所有系統(tǒng)節(jié)點(diǎn)到初始條件，即輸入飛行物位置。

聯(lián)合火力打擊任務(wù)是一個(gè)滿足決策任務(wù)要求的任務(wù)集的工作流。執(zhí)行程序由具體的輸入值激活。執(zhí)行步驟如下：遠(yuǎn)程打擊系統(tǒng)A得到打擊目標(biāo)-不明飛行物位置并輸出打擊結(jié)果。同時(shí)近程打擊系統(tǒng)A獲得飛行物位置并以SEQUENCE-AND節(jié)點(diǎn)模式等待遠(yuǎn)程打擊系統(tǒng)A執(zhí)行結(jié)果的喚醒，并返回結(jié)果到一營武器系統(tǒng)打擊任務(wù)節(jié)點(diǎn)。同時(shí)，執(zhí)行器收集各任務(wù)的輸出，包括遠(yuǎn)程打擊結(jié)果并激活了近程打擊系統(tǒng)B節(jié)點(diǎn)。最終給出相應(yīng)的打擊結(jié)果，執(zhí)行完畢。

6 結(jié)論（Conclusion）

與或圖搜索技術(shù)可以用于處理復(fù)雜決策任務(wù)分解問題，它支持將任務(wù)分解成較小的與、或子任務(wù)直到所有的任務(wù)是

可解的，對(duì)應(yīng)任務(wù)由下一層子任務(wù)或原子任務(wù)組成。執(zhí)行此操作過程的空間搜索得到一個(gè)使初始狀態(tài)滿足的解圖，并根據(jù)其生成一個(gè)可執(zhí)行線性工作流。本文給出一個(gè)決策任務(wù)求解方法，解決了決策方案自動(dòng)產(chǎn)生問題，可有效降低決策計(jì)劃制定時(shí)間，但有關(guān)多個(gè)決策方案綜合比較、決策者個(gè)人偏好、影響、決策經(jīng)驗(yàn)等對(duì)于整個(gè)決策過程也有很大的影響，需要進(jìn)一步加強(qiáng)研究。此外，有關(guān)將決策任務(wù)與領(lǐng)域本體結(jié)合，以實(shí)現(xiàn)更智能的決策推理過程等體系，有待進(jìn)一步研究。

參考文獻(xiàn)（References）

[1] 李策.陸軍合同作戰(zhàn)指揮決策過程建模[J].計(jì)算機(jī)仿真，2009， 24（7）：163-169.

[2] 吳昕晟，蕭毅鴻.基于方案本體的決策模型組裝[J].計(jì)算機(jī)與 現(xiàn)代化，2009，12：249-253.

[3] 蕭毅鴻.基于本體的復(fù)雜決策任務(wù)表示方法與求解技術(shù)研究 [D].南京大學(xué)，2007.

[4] 曹裕華，馮書興，徐雪峰.作戰(zhàn)任務(wù)分解的概念表示方法研究 [J].計(jì)算機(jī)仿真，2007，24（8）：1-4.

[5] 龐輝，方宗德.網(wǎng)絡(luò)化協(xié)作任務(wù)分解策略和粒度設(shè)計(jì)[J].計(jì)算 機(jī)集成制造系統(tǒng)，2008，14（3）：425-430.

[6] VANDE，SALOMONM.Production plaxining and inventory control with remanufacturing and disposal[J].European Journal of Operational Research，1997，102（2）：264-278.

[7] 鄧家提.產(chǎn)品設(shè)計(jì)的基本理論與技術(shù)[J].中國機(jī)械工程，2000， 11（1/2）：139-143.

[8] CHENSJ，LINL.Decoma position of inter dependent task group for eon current engineering[J].Computer & Industrial engineering.2003， 44（3）：435-459.

[9] 劉秀羅.建模相關(guān)技術(shù)及其在指揮控制建模中的應(yīng)用研究 [D].國防科技大學(xué)，2001.

[10] 曹裕華.面向?qū)嶓w的作戰(zhàn)建模方法[D].軍事科學(xué)院，200

[11] Lecue F，Leger A.A Formal Model for Semantic Web Service Composition[C].In：Proceedings of the 5th International Semantic Web Conference.Springer，LNCS 4273，2006：385-398.

[12] 鄧水光，等.基于回溯樹的web服務(wù)自動(dòng)組合[J].軟件學(xué)報(bào)， 2007，18（8）：189-1910.

[13] 溫嘉佳，陳俊亮，彭泳.基于目標(biāo)距離評(píng)估的啟發(fā)式WebServiees 組合算法[J].軟件學(xué)報(bào)，2007，18（l）：85-93.

[14] Xining Li，Wei Fan.An object-oriented And/Or graph inference engine Electrical and Computer Engineering. Canadian Conference on 14-17 Sept.1993.

[15] Ching-Fang Liaw，etc.Multiobjective Heuristic Search in AND/OR Grapes. Proceeding of IEEE transactions on systems，man，and cybernetics，vol.25， November 1995.

[16] 蕭毅鴻，周獻(xiàn)中，張鐵.擴(kuò)展層級(jí)任務(wù)網(wǎng)絡(luò)規(guī)劃的變粒度作戰(zhàn) 任務(wù)分解策略[J].火力與指揮控制，2011，7（4）：119-122.

[17] 王小藝，等.防空武器多目標(biāo)優(yōu)化分配建模與決策[J].兵工學(xué) 報(bào)，2007，28（2）：228-231.

[18] 林堯瑞，馬少平.人工智能導(dǎo)論[M].北京：清華大學(xué)出版社， 2002：158-160.

[19] Evren Sirin，ect. HTN planning for web service composition using SHOP2 [J].Journal of Web Semantics， 2004， 1（4）：377-396.

[20] 賈慧彤.面向偏差問題的語義Web服務(wù) [D].北京工業(yè)大學(xué)計(jì) 算機(jī)系，2009.

[21] Milanovic N，Malek M.Architectural support for automatic service composition[C].In：Proceeding of the IEEE International Conference.On Service computing （SCC 2005）.

Orlando：IEEE，2005，133-140.

作者簡介：

賈慧彤（1982-），女，碩士，工程師.研究領(lǐng)域：人工智能，

決策分析.