張杰勇, 藍羽石, 易　侃, 毛少杰, 王　珩

(1. 中國電子科技集團公司第二十八研究所信息系統(tǒng)工程重點實驗室, 江蘇 南京 210007;

2. 空軍工程大學信息與導航學院, 陜西 西安 710077)

?

C4ISR系統(tǒng)指揮控制關系適應性演化模型和方法研究

張杰勇1,2, 藍羽石1, 易侃1, 毛少杰1, 王珩1

(1. 中國電子科技集團公司第二十八研究所信息系統(tǒng)工程重點實驗室, 江蘇 南京 210007;

2. 空軍工程大學信息與導航學院, 陜西 西安 710077)

摘要：研究了C4ISR系統(tǒng)結構中指揮控制關系的適應性演化問題。構建了C4ISR系統(tǒng)結構中的指揮控制關系模型,在對指揮控制關系適應性演化過程分析和描述的基礎上,設計了演化過程中的指揮控制關系的結構變化代價和性能代價,并以最小化總的演化代價為目標函數(shù)構建了指揮控制關系適應性演化問題的數(shù)學模型。提出了基于n-Best策略層級聚類方法和遺傳算法(genetic algorithm, GA)的問題模型求解思路。n-Best策略層級聚類方法用來獲取每個任務階段可行的指揮控制關系集合,而GA用來搜索最優(yōu)的演化路徑。最后通過某一仿真算例驗證了求解方法的可行性、穩(wěn)定性。

關鍵詞：C4ISR系統(tǒng); 指揮控制關系; 適應性演化; n-Best策略; 層次聚類方法; 遺傳算法

0引言

C4ISR (command,control,communication,computing,intelligence,surveillance,reconnaissance)系統(tǒng)是集指揮控制、預警探測、情報偵察、通信、電子對抗和其他作戰(zhàn)信息保障等功能為一體,用于軍事信息的獲取、處理、傳遞、決策支持和對部隊實施指揮與控制以及戰(zhàn)場管理的軍事信息系統(tǒng)[1]。網(wǎng)絡中心化條件下的C4ISR系統(tǒng)是一個典型的開放復雜系統(tǒng),具備“即插即用,柔性重組、協(xié)同運行、按需服務”等新的能力[2]。其中,“柔性重組”是指在激烈的對抗環(huán)境下,系統(tǒng)結構能夠根據(jù)系統(tǒng)外部環(huán)境和內(nèi)部要素的變化,對自身的系統(tǒng)結構進行不斷的適應性調(diào)整,以適應這種變化,從而始終保持系統(tǒng)整體的功能和性能。網(wǎng)絡中心化C4ISR系統(tǒng)的這種“柔性重組”能力在對抗環(huán)境下可以表現(xiàn)為系統(tǒng)結構的“適應性演化”行為。雖然,“柔性重組”、“適應性演化”等概念提出來已經(jīng)多年了,但是公開的資料文獻中有關這些概念深入的研究和探索較少。其中,C4ISR系統(tǒng)單元之間的指揮控制關系作為其系統(tǒng)結構的重要組成部分,在實際的作戰(zhàn)過程中,它也應該具有“柔性重組”能力,即具備“適應性演化”的行為。本文主要對C4ISR系統(tǒng)結構指揮控制關系的“適應性演化”過程和行為進行研究,構建指揮控制關系適應性演化問題的數(shù)學模型,并依據(jù)模型設計相應的求解方法。

1C4ISR系統(tǒng)結構指揮控制關系模型

C4ISR系統(tǒng)結構的系統(tǒng)單元劃分方法有很多,一般根據(jù)不同的研究對象和問題的需要,可以有不同的劃分方法。其中,比較常見的一種劃分方法是將系統(tǒng)結構的系統(tǒng)單元劃分為4類[3]:情報獲取單元(observe,O)、情報處理單元(process,P)、決策控制單元(decide,D)和響應執(zhí)行單元(act,A),其他的方法基本就是這4種方法的簡單變型,比如:將P和D合并為一類,稱為指揮控制單元[4],系統(tǒng)基本單元中不包含A[5]等。

由于本文的研究對象為C4ISR系統(tǒng)結構的指揮控制關系,因此,只將C4ISR系統(tǒng)結構的系統(tǒng)單元劃分為兩大類:指揮控制單元類和被指揮控制單元類。

定義 1指揮控制單元,即決策資源,是信息處理并進行決策的單元,是C4ISR系統(tǒng)資源的指揮者,主要功能是信息處理并進行指揮決策。設C4ISR系統(tǒng)結構所擁有的指揮控制單元數(shù)量為K,那么整個指揮控制單元集合為:D={D1,D2,…,DK}。

定義 2被指揮控制單元,即各類作戰(zhàn)平臺,包括各類探測單元和火力單元,是具有某種完成任務能力的獨立實體,它受指揮控制單元指揮來執(zhí)行任務,是指揮控制單元執(zhí)行任務的憑借。設C4ISR系統(tǒng)結構所擁有的被指揮控制單元的數(shù)量為N,那么整個被指揮控制單元集合為:P={P1,P2,…, PN}。

同時,只考慮兩類C4ISR系統(tǒng)結構的指揮控制關系:一是指揮控制單元與被指揮控制單元之間的指揮控制關系；

二是指揮控制單元之間的協(xié)作關系。

由以上定義和描述可得,一個簡單的C4ISR系統(tǒng)結構指揮控制關系模型如圖1所示。由圖1可知,為了避免決策沖突和混亂,每一個被指揮控制單元在同一時刻只能受一個指揮控制單元的指揮。

圖1　C4ISR系統(tǒng)結構的指揮控制關系模型

2指揮控制關系適應性演化問題建模

2.1問題的基本描述

C4ISR系統(tǒng)結構指揮控制關系適應性演化的輸入條件是作戰(zhàn)任務的分配方案,即被指揮控制單元與作戰(zhàn)任務之間的分配方案,該方案可以用甘特圖來表示[6]。指揮控制關系的適應性演化是指隨著時間的推進,由于不同的時間階段執(zhí)行不同的作戰(zhàn)任務分配方案,使得底層的被指揮控制單元之間的協(xié)作關系不斷發(fā)生變化,通過對上層指揮控制關系模式的適當調(diào)整,可以達到上層指揮控制關系適應底層被指揮控制單元間在執(zhí)行作戰(zhàn)任務上協(xié)作關系的變化。指揮控制關系適應性演化的目標是通過對上層指揮控制關系的適當改變,使得系統(tǒng)能夠在底層任務分配關系不斷發(fā)生變化的情況下,仍就可以保持很高的任務完成效率,包括信息處理效率和指揮決策效率。

指揮控制關系模式隨任務分配方案的執(zhí)行而適應性演化的簡單描述如圖2所示,圖中Gi(i=1,2,3,…)表示第i個任務階段所采用的指揮控制關系模式。

圖2　C4ISR系統(tǒng)結構的指揮控制關系演化過程

由圖2可知,每個任務階段的不同任務分配關系對應不同的指揮控制關系模式,假設某一次作戰(zhàn)過程具有L個任務階段(如:在圖2中,L=3),相鄰的任務階段之間由演化時間點分隔(如:在圖2中,演化時間點的數(shù)量為2),通常一次作戰(zhàn)過程的指揮控制關系演化的時間點的設置是由軍事領域?qū)＜医Y合某一具體戰(zhàn)役使命的特點給出。記第i(i=1,2,…,L)個任務階段的任務分配方案為Si(i=1,2,…,L),這樣,整個任務分配方案S可以用每個任務階段的任務分配方案的序列來表示,即S=S1→S2→…→SL。

而指揮控制關系的適應性演化過程就是執(zhí)行不同任務階段的任務分配方案為Si(i=1, 2,…,L)的指揮控制關系模式Gi(i=1,2,…,L)的不斷變化過程。這樣,C4ISR系統(tǒng)指揮控制關系的適應性演化過程可以描述為這樣一個多階段的決策問題。對于這個多階段決策問題中每個階段的任務分配方案,都可以對應著許多個可行的指揮控制關系的結構模式,相鄰階段的不同指揮控制關系結構模式之間存在單向的連接關系,表示上一階段的指揮控制關系的結構模式經(jīng)過變換后可以轉(zhuǎn)變?yōu)橄乱浑A段的指揮控制關系的結構模式。

從一種指揮控制關系模式G1演化為另一種指揮控制關系模式G2,這種關系模式的演化會帶來結構變化的代價,同時,也會帶來指揮控制關系模式G2執(zhí)行該任務階段的任務分配方案的性能變化,本文將這種性能的變化稱為性能代價,而整個指揮控制關系的適應性演化過程就是結構變化代價和性能代價之間的權衡折中。

2.2結構變化代價

這里的結構變化代價包括指揮控制單元與被指揮控制單元之間的指揮控制關系的變化代價和指揮控制單元之間的協(xié)作關系變化的代價。

假設在兩個指揮控制關系模式G1、G2中,增加或減少一個指揮控制單元的被指揮控制單元,產(chǎn)生的代價為WA;在指揮控制單元之間協(xié)作關系中,增加或刪除一條指揮控制單元之間的連接,變化的代價為WC。那么指揮控制關系模式G1與G2之間結構變化的代價為

(1)式中,N為被指揮控制單元的數(shù)目；K為指揮控制單元的數(shù)目；R(G1,G2)為指揮控制關系模式G1和指揮控制關系模式G2中指揮控制單元與被指揮控制單元關系的差別；F(G1,G2)為指揮控制關系模式G1和指揮控制關系模式G2中指揮控制單元之間協(xié)作關系的差別。其中

(2)由于在整個指揮控制關系結構模式中,一個被指揮控制單元變化了它的隸屬關系,這樣必將會使在整個結構模式中某一個指揮控制單元增加一個被指揮控制單元,而另一個指揮控制單元剛好減少這個被指揮控制單元。因此,兩個指揮控制關系結構模式間最大可能的指揮控制單元與被指揮控制單元之間指揮關系差別為2N。

(3)在指揮控制關系結構模式中,不論是在兩個指揮控制單元之間刪除一條己有的協(xié)作關系還有建立一條新的協(xié)作關系,這兩種變化方式對于整個指揮控制關系結構方案所帶來的結構變化代價是相同的。因此,關系結構模式中的指揮控制單元之間從沒有任何一條協(xié)作關系到兩兩之間都有相互的協(xié)作關系之間的差別為K(K-1)/2。

2.3性能代價

(4)式中,Gi表示執(zhí)行任務階段i的任務分配方案Si的指揮控制關系模式。

2.4演化代價

(5)

2.5指揮控制關系適應性演化的數(shù)學模型

以指揮控制關系的適應性演化方案Δ為決策變量的極小化演化代價CE(Δ)的指揮控制關系適應性演化問題的數(shù)學模型為

(6)

式中,CE(Δ)為指揮控制關系適應性演化方案Δ的演化代價函數(shù);Π為指揮控制關系適應性演化方案的集合,是整個優(yōu)化模型的解空間,并且解空間是有限的;GΔi(t)t為演化方案Δi中的一個節(jié)點,表示演化方案Δi在任務階段t選擇的指揮控制關系;Yt為執(zhí)行任務階段t的任務分配方案的可行指揮控制關系的集合,也是有限的。

3指揮控制關系適應性演化問題模型的求解方法

由式(6)的指揮控制關系適應性演化問題的數(shù)學模型可知,要對問題模型進行求解,主要解決問題模型中的兩個子問題:每個任務階段t(t=1,2,…,L)可行的指揮控制關系集合Yt的產(chǎn)生,在產(chǎn)生的Yt基礎上搜索相鄰任務階段間最佳的指揮控制關系的演化路徑。

針對問題模型中兩個子問題,本節(jié)提出的求解方法整體思路是:采用基于n-Best策略[9-12]的層次聚類方法獲取每個任務階段可行的指揮控制關系集合,使用遺傳算法(genetic algorithms, GA)搜索最優(yōu)的演化路徑。

3.1基于n-Best策略層次聚類的可行指揮控制關系集合的產(chǎn)生

由文獻[6-8]可知,采用基于層次聚類方法可以求得某一任務階段t(i=1,2,…,L)的任務分配方案Si(i=1,2,…,L)的最優(yōu)指揮控制關系,本節(jié)在此方法的基礎上,提出了基于n-Best策略的層次聚類方法來求得某一任務階段t(t=1,2,…,L)的任務分配方案St(t=1,2,…,L)的可行指揮控制關系集合。基于n -Best策略的層次聚類方法的具體流程如圖3所示。

由圖3可知,針對每個任務階段t(t=1,2,…,L)的不同St(t=1,2,…,L),產(chǎn)生可行的指揮控制關系集合的過程實質(zhì)上是被指揮控制單元的聚類問題,當被指揮控制單元的分組數(shù)量Know≥(K+D)(K為指揮控制單元的數(shù)量,也就是最終的被指揮控制單元分組的數(shù)量;D為常數(shù),D≥0,用于控制產(chǎn)生可行指揮控制關系集合的最大數(shù)量)的時候,每次產(chǎn)生一個最佳的被指揮控制單元合并選項,具體的過程可參考文獻[6],在這里就不再贅述,具體的合并規(guī)則有基于最小矢量距離合并規(guī)則[6,13]、基于最小工作負載合并規(guī)則[6,13]和基于最小工作負載均方根(root mean square, RMS)[6],本文設計的層級聚類方法采用的合并規(guī)則是基于工作負載的RMS合并規(guī)則,合并規(guī)則中有關指揮控制單元工作負載的定義方法也可參考文獻[6-8]。而當被指揮控制單元的分組數(shù)量Know<(K+D)的時候,每次產(chǎn)生n-Best個最佳的被指揮控制單元合并選項。由圖3可知,使用基于n-Best策略的層次聚類方法求得可行的指揮控制關系集合的關鍵步驟是n-Best個最佳的被指揮控制單元合并選項產(chǎn)生和集合中不滿足性能要求的指揮控制關系的裁剪,如圖3中虛線框內(nèi)部分所示,本節(jié)以下內(nèi)容就是這兩部分的具體描述。

圖3　基于n -Best策略的層次聚類方法流程圖

3.1.1n-Best個最佳的被指揮控制單元合并選項產(chǎn)生

采用基于工作負載的RMS合并規(guī)則來產(chǎn)生n-Best個最佳的被指揮控制單元合并選項,這一操作可以使用如下具體步驟來實現(xiàn)。

步驟 1任意選擇兩個被指揮控制單元分組進行合并操作。假設在進行被指揮控制單元分組合并之前,存在著Know個被指揮控制單元的分組,從這Know個被指揮控制單元的分組中任意取出兩個被指揮控制單元的分組,記為Bh和Bk(h,k=1, 2,…,Know且h≠k),合并Bh和Bk為新的分組Bg。

步驟 2計算新的分組Bg以及其余Dnow-2個分組的工作負載,并計算這Dnow-1個分組工作負載的RMS值,具體詳細的方法見文獻[6-8]。

步驟 3選擇結構性能最佳的前n個(n-Best)合并選項。假設被指揮控制單元的分組數(shù)量為Know,這樣的話,所有可能的被指揮控制單元分組合并方案的數(shù)量為Know·(Know-1)/2個,選擇所有合并方案中RMS值最小的前n個進行下一次的合并。

假設1stBest的合并選項為(r,s),則

(7)

假設2ndBest的合并選項為(u,v),則

(8)

由以上步驟可知,如果沒有迭代中裁剪的環(huán)節(jié)和最后對不滿足指揮控制關系執(zhí)行任務分配方案性能閾值要求的關系方案裁剪環(huán)節(jié),每一次迭代1個分組方案就有n個不同的合并選項,就會產(chǎn)生n個不同合并結果,這樣,最多可以產(chǎn)生nD個指揮控制關系方案,而通過方法中兩次裁剪環(huán)節(jié)產(chǎn)生的可行指揮控制關系集合的數(shù)量一般要小于nD。

3.1.2對集合中不滿足性能要求的指揮控制關系的裁剪

(9)

式中,fmatch為指揮控制關系模式Gt與任務階段的任務分配方案St在性能上是否匹配的閾值。

3.2基于GA的最優(yōu)演化路徑搜索

由式(6)指揮控制關系適應性演化問題的數(shù)學模型可知,搜索最優(yōu)演化路徑的問題是一個復雜的多階段決策問題。由于指揮控制關系適應性演化過程是前后關聯(lián)的,并且具有后效性的影響,因此不適合使用常見的動態(tài)規(guī)劃方法對其進行求解[14],而GA作為一種啟發(fā)式智能搜索方法,經(jīng)常被用來求解這樣的多階段的具有后效影響的動態(tài)決策問題[15]。本文采用GA來搜索指揮控制關系適應性演化問題的最優(yōu)演化路徑。

3.2.1染色體的編碼方式

因此,可采用整數(shù)型的編碼方式對染色體進行編碼:一個染色體就是一條演化路徑,它由L個整數(shù)構成的有序序列Z=(z1,…,zt,…,zL)組成,其中zt∈{1,2,…,ht},t=1,2,…,L，zt=i表示選擇第t(t=1,2,…,L)個任務階段可行的指揮控制關系方案集合為ΩGt中的第i個指揮控制關系。

3.2.2適應度函數(shù)

由式(6)可知,評判一個染色體性能好壞的標準是該染色體的演化代價,即演化路徑的演化代價,一個染色體的演化代價越小,該染色體的性能越優(yōu)。因此,本文采用染色體演化代價CE(Δ)的倒數(shù)為GA的適應度函數(shù)

(10)

3.2.3遺傳算子

(1) 交叉算子

(11)

(12)

(2) 變異算子

(13)

式中,V(1,ht)表示區(qū)間[1, ht]內(nèi)的一個隨機整數(shù)。

(3) 選擇算子

將交叉種群(初始種群進行交叉操作后得到的種群)、變異種群(初始種群進行變異操作后得到的種群)以及初始種群3個種群進行合并操作,得到合并種群,采用式(10)計算適應度值的方法計算這個合并種群中每個染色體的適應度值,使用以下選擇方法進行選擇操作:精英策略(使得操作中得到的最優(yōu)個體能夠保存下來)和賭輪盤(能夠保持個體的多樣性)兩種選擇方式相結合。

3.2.4算法步驟

步驟 1采用本文的編碼方式隨機產(chǎn)生ND個染色體,這一初始種群記為NI;

步驟 2對初始種群NI分別進行概率為Pc的交叉操作和概率為Pm的變異操作,分別產(chǎn)生交叉種群NC和變異種群NM;

步驟 3將3個種群進行合并操作,并進行選擇,產(chǎn)生一個新的種群,并替代NI;

步驟 4重復步驟2~步驟3直至最大迭代次數(shù)。

4算例分析

以C4ISR系統(tǒng)執(zhí)行某一聯(lián)合作戰(zhàn)的戰(zhàn)役想定為仿真算例,在計算機上使用Java程序進行分析和驗證。假設聯(lián)合作戰(zhàn)的戰(zhàn)役想定中有36個作戰(zhàn)任務,N=20個被指揮控制單元,并且假設有K=5個指揮控制單元;設該作戰(zhàn)想定中某一次規(guī)劃的任務分配方案的甘特圖如圖4所示(C4ISR系統(tǒng)指揮控制關系適應性演化問題的輸入是已知的)。

圖4　某一任務分配方案的甘特圖

由軍事領域?qū)＜医o出該任務分配方案任務階段的個數(shù)L=5,演化時間點分別為{70,135,180, 230},如圖4中的紅線所示,基于n-Best策略的層次聚類方法中的參數(shù)設置為:n=2,D=6,WR=1,WP=3,WA=1,WC=1,Pmatch=95%。關于指揮控制單元工作負載的定義方法和參數(shù)設置可以參考文獻[6-8];而GA的參數(shù)設置為ND=20,Pc=0.8,Pm=0.2,最大迭代次數(shù)為100。

按照算例的以上設置,做了以下仿真實驗。

仿真實驗1采用本文提出的基于n-Best策略層次聚類方法得到5個任務階段可行的指揮控制關系集合以及它們的性能值如圖5所示,理論上每個任務階段最多可行的方案個數(shù)為nD=26=64個,而由圖5可知,每個任務階段可行的指揮控制關系的數(shù)量分別為{20,18,11,16,5},要小于理論上的最大值,是因為基于n-Best策略層次聚類方法在n-Best個最佳方案合并環(huán)節(jié)可能會產(chǎn)生很多重復的方案,以及產(chǎn)生的指揮控制關系可能不能滿足性能閾值的要求。

圖5　基于n -Best策略層次聚類方法得到的各任務階段可行的指揮控制關系方案以及演化路徑

圖6　GA的收斂曲線

仿真實驗2為了進一步驗證求解方法的可行性,做了100次GA搜索最優(yōu)解的仿真實驗,來驗證GA搜索最優(yōu)解的穩(wěn)定性(即:是不是每次GA都能夠得到最優(yōu)解,是不是有時會陷入局部最優(yōu),陷入的局部最優(yōu)解與最優(yōu)解的差距如何),這100次GA搜索得到的最優(yōu)解的變化曲線如圖8所示,由圖8可知,100次GA中只有4次不能得到最優(yōu)解,并且這4次得到的解也非常接近最優(yōu)解,這4次解的平均優(yōu)化率為96.673 9%,可以得出本文設計的GA具有較強的穩(wěn)定性。

圖7　GA搜索得到的最優(yōu)指揮控制方案演化形式

圖8　100次GA得到最優(yōu)解的變化曲線

5總結

本文針對C4ISR系統(tǒng)結構中指揮控制關系的適應性演化問題,構建了指揮控制關系適應性演化的模型及其求解方法。通過對指揮控制關系適應性演化過程的分析和描述,在設計指揮控制關系結構變化代價和性能代價的基礎上,構建了指揮控制關系適應性演化問題的數(shù)學模型,并針對所建的數(shù)學模型,提出了基于n-Best策略層級聚類方法以及GA的問題求解方法,最后通過算例的仿真結果說明本文所提方法有效、可行。

但是本文的模型存在著以下不足:①本文所建指揮控制關系模型中只考慮了指揮控制單元與被指揮控制單元之間的指揮控制關系以及指揮控制單元之間的協(xié)作關系,而真正意義上的指揮控制關系模式在指揮控制單元之間應該也是指揮控制關系,就是要將指揮控制單元之間協(xié)作關系轉(zhuǎn)化為指揮控制關系的問題,關于這個問題的解決可以借鑒在C2組織設計三階段方法中第三階段[7]的求解思路;②在基于n-Best策略的層次聚類方法產(chǎn)生可行的指揮控制關系集合過程中,參數(shù)n以及D的設置直接關系每個階段可行的指揮控制關系的數(shù)量,這兩個參數(shù)的設置帶有很強的主觀性,在很多時候比較難以把握,因此,需要重點研究這兩個參數(shù)的設置問題。這些將是本文指揮控制關系適應性演化問題下一步的研究工作。

參考文獻：

[1] Lan Y S. Understanding the network-centered command information system[J].CommandInformationSystemandTechno-logy, 2010, 1(1): 1-4. (藍羽石. 對以網(wǎng)絡為中心的指揮信息系統(tǒng)的認識[J]. 指揮信息系統(tǒng)與技術, 2010, 1(1): 1-4.)

[2] Lan Y S, Wang H, Zhang G N, et al. Network centric architecture for C4ISR system[J].CommandInformationSystemandTechnology, 2013, 4(6): 1-6. (藍羽石, 王珩, 張剛寧, 等. C4ISR系統(tǒng)網(wǎng)絡中心體系架構[J]. 指揮信息系統(tǒng)與技術, 2013, 4(6): 1-6.)

[3] Lan Y S, Yi K, Wang H, et al. Delay assessment method for networked C4ISR system architecture[J].SystemsEngineeringandElectronics,2013,35(9):1908-1914.(藍雨石,易侃,王珩,等.網(wǎng)絡化C4ISR系統(tǒng)結構時效性分析方法[J].系統(tǒng)工程與電子技術,2013,35(9):1908-1914.)

[4] Cares J R. An information age combat model[C]∥Proc.ofthe9thInternationalCommandandControlResearchandTechnologySymposium, 2004:1-27.

[5] Wang X, Yao P Y, Zhou X X, et al. A new evaluation on node importance in command information system[J].JournalofBeijingUniversityofPostsandTelecommunications,2011,34(4):38-42.(王欣,姚佩陽,周翔翔,等.指揮信息系統(tǒng)網(wǎng)絡節(jié)點重要度評估方法[J].北京郵電大學學報,2011,34(4):38-42.)

[6] Zhang J Y, Yao P Y. Model and solving method for collocating problem of decision-makers in C2 organization[J].SystemsEngineeringandElectronics, 2012, 34(4): 737-742. (張杰勇, 姚佩陽. C2組織決策實體配置問題建模與求解方法研究[J]. 系統(tǒng)工程與電子技術, 2012, 34(4):737-742.)

[7] Levchuk G M, Levchuk Y N, Meirina C, et al. Normative design of project-based organizations-part III: modeling congruent, robust, and adaptive organizations[J].IEEETrans.onSystems,ManandCybernetics,PartA:SystemsandHumans,2004,34(3):337-350.

[8] Zhou X X, Yao P Y, Wang X. Command and control resource deployment based on improved hierarchical clustering method[J].SystemsEngineeringandElectronics,2012, 34(3): 523-528. (周翔翔, 姚佩陽, 王欣. 基于改進層次聚類法的指揮控制資源部署[J]. 系統(tǒng)工程與電子技術, 2012, 34(3): 523-528.)

[9] Han X, Bui H, Mandal S, et al. Optimization-based decision support software for a team-in-the-loop experiment: asset package selection and planning[J].IEEETrans.onSystems,Man,andCybernetics:Systems, 2013, 43(2): 237-251.

[10] Park C, Pattipati K R, An W, et al. Quantifying the impact of information and organizational structures via distributed auction algorithm: point-to-point communication structure[J].IEEETrans.onSystems,ManandCybernetics,PartA:SystemsandHumans, 2012, 42(1):68-86.

[11] An W, Park C, Han X, et al. Hidden Markov model and auction-based formulations of sensor coordination mechanisms in dynamic task environments[J].IEEETrans.onSystems,Man,andCybernetics,PartA:SystemsandHumans, 2011, 41(6): 1092-1106.

[12] Mandal S, Han X, Pattipati K R, et al. Agent-based distributed framework for collaborative planning[C]∥Proc.oftheIEEEInternationalConferenceonAerospaceConference,2010:1-11.

[13] Levchuk G M, Levchuk Y N, Luo J, et al. Normative design of organizations-Part II: organizational structure[J].IEEETrans.onSystems,Man,andCybernetics,PartA:SystemsandHumans, 2002, 32(3): 360-375.

[14] Yang C H, Liu J X, Chen H H, et al. Adaptive optimization of agile organization of command and control resource[J].JournalofSystemsEngineeringandElectronics,2009,20(3):558-564.

[15] Wang X P, Cao L M.Geneticalgorithm-theories,applicationsandsoftwareimplementation[M]. Xi’an: Xi’an Jiaotong University Press, 2002. (王小平, 曹立明. 遺傳算法-理論、應用與軟件實現(xiàn)[M]. 西安: 西安交通大學出版社, 2002.)

張杰勇(1983-),男,工程師,博士,主要研究方向為指揮信息系統(tǒng)工程、指控組織設計。

E-mail:dumu3110728@126.com

藍羽石(1954-),男,研究員級高級工程師,主要研究方向為電子信息系統(tǒng)總體技術、電子信息系統(tǒng)一體化技術。

E-mail:luyushi@gmail.com

易侃(1981-),男,高級工程師,博士,主要研究方向為系統(tǒng)體系結構、信息柵格和面向服務技術。

E-mail:yikan@gmail.com

毛少杰(1963-),男,研究員級高級工程師,主要研究方向為系統(tǒng)仿真與評估。

E-mail:maoshaojie@gmail.com

王珩(1977-),男,高級工程師,博士,主要研究方向為系統(tǒng)體系結構、信息柵格。

E-mail:wangheng@gmail.com

網(wǎng)絡優(yōu)先出版地址：http://www.cnki.net/kcms/detail/11.2422.TN.20141019.2345.009.html

Model and solving method for adaptive evolution of command and

control relationship in C4ISR system

ZHANG Jie-yong1,2, LAN Yu-shi1, YI Kan1, MAO Shao-jie1, WANG Heng1

(1.ScienceandTechnologyonInformationSystemsEngineeringLaboratory,The28thResearch

InstituteofChinaElectronicsTechnologyGroupCorporation,Nanjing210007,China; 2.Collegeof

InformationandNavigation,AirForceEngineeringUniversity,Xi’an710077,China)

Abstract:The adaptive evolution of command and control (C2) relationship in C4ISR system structure is studied. The model of the C2 relationship is established, the process of the C2 relationship adaptive evolution is analyzed and depicted, the cost of structure change and the cost of performance are designed, and the mathematic model with the value of sum of evolution cost minimization as the objective function is built for the problem of the C2 relationship adaptive evolution. Then the method based on the n-Best strategy hierarchical clustering algorithm and genetic algorithm (GA) to solve this model is designed. The hierarchical clustering algorithm based on n-Best strategy is used for getting the feasible C2 relationship in each task window, and the GA is used for searching the best path of evolution. Finally, the applicability and stability of this solving algorithm are illustrated by a case of joint operational plan.

Keywords:C4ISR system; command and control relationship; adaptive evolution; n-Best strategy; hierarchical clustering algorithm; genetic algorithms (GA)

作者簡介：

中圖分類號：E 919; C 394

文獻標志碼：A

DOI:10.3969/j.issn.1001-506X.2015.07.13

基金項目：總裝預研基金(513060204)資助課題

收稿日期：2014-04-21；修回日期：2014-07-29；網(wǎng)絡優(yōu)先出版日期：2014-10-19。