宋晨陽,張 韌,2,劉科峰,陳符森,鮑森亮,徐淦

(1.解放軍理工大學(xué)氣象海洋學(xué)院,江蘇南京 211101;2.南京信息工程大學(xué)氣象災(zāi)害預(yù)報(bào)預(yù)警與評估協(xié)同創(chuàng)新中心,江蘇南京 210044;3.解放軍91431部隊(duì),廣東湛江 574000;4.東海艦隊(duì)氣象水文中心,浙江寧波 315000)

基于廣義網(wǎng)絡(luò)分析和云模型的潛艇威脅風(fēng)險(xiǎn)評估*

宋晨陽1,張 韌1,2,劉科峰1,陳符森3,鮑森亮1,徐淦4

(1.解放軍理工大學(xué)氣象海洋學(xué)院,江蘇南京 211101;2.南京信息工程大學(xué)氣象災(zāi)害預(yù)報(bào)預(yù)警與評估協(xié)同創(chuàng)新中心,江蘇南京 210044;3.解放軍91431部隊(duì),廣東湛江 574000;4.東海艦隊(duì)氣象水文中心,浙江寧波 315000)

針對全球氣候變化背景下島礁主權(quán)爭端變化的復(fù)雜性和不確定性,研究探討了海上可能面臨的敵潛艇威脅。針對風(fēng)險(xiǎn)評估建模時(shí)難以有效評判社會(huì)因素、自然因素的困難,提出了廣義網(wǎng)絡(luò)分析法和云模型結(jié)合的研究思想,構(gòu)建了氣候變化背景下潛艇威脅風(fēng)險(xiǎn)評估模型,實(shí)現(xiàn)了潛艇威脅的量化評估,旨在為反潛體系建設(shè)規(guī)劃提供決策依據(jù)。

廣義網(wǎng)絡(luò)分析;云模型;氣候變化;潛艇;風(fēng)險(xiǎn)評估

據(jù)政府間氣候變化委員會(huì)第五次評估報(bào)告，全球氣候系統(tǒng)變暖是毋庸置疑的[1]。變暖體現(xiàn)在地球表面氣溫的上升、海平面升高等多方面[2-3]，極端天氣氣候事件也可能會(huì)更加頻繁[4]，甚至改變島礁的自然狀態(tài)，進(jìn)而對主權(quán)維護(hù)或爭端屬性產(chǎn)生較大影響。此外我國領(lǐng)海面積寬廣，地理?xiàng)l件各不相同，因而我國現(xiàn)有軍事力量很難滿足廣闊海域的反潛任務(wù)，必須有針對性地對[5]各海域的氣候變化背景下潛艇威脅程度進(jìn)行合理區(qū)劃。

目前，對潛艇威脅的研究大多集中在理論探討，缺乏定量化的探討，且基本沒有考慮到氣候變化的影響。我國是海洋大國，周邊海域面臨著嚴(yán)峻的威脅和挑戰(zhàn)。針對可能面臨的潛艇威脅和氣候變化風(fēng)險(xiǎn)，本文引入風(fēng)險(xiǎn)分析理論方法，研究探索氣候系統(tǒng)演變對潛艇威脅的方法，并引入廣義網(wǎng)絡(luò)分析方法構(gòu)建評價(jià)指標(biāo)體系，為解決評估風(fēng)險(xiǎn)中的模糊性問題，利用云模型進(jìn)行模擬評估。針對氣候我國海軍應(yīng)對氣候變化問題，以及反潛體系建設(shè)發(fā)展提供客觀、定量化的決策咨詢。

1 風(fēng)險(xiǎn)評價(jià)體系

首先對潛艇威脅影響的氣候因子進(jìn)行合理篩選，并建立氣候變化背景下的潛艇威脅風(fēng)險(xiǎn)概念模型，并引入廣義網(wǎng)絡(luò)分析方法構(gòu)建指標(biāo)體系，將其劃分若干子海域，并選取其中6個(gè)作為評估對象進(jìn)行分析驗(yàn)證。

根據(jù)氣候變化背景下潛艇威脅風(fēng)險(xiǎn)成因、自然因素與管理背景以及主要風(fēng)險(xiǎn)要素的分析,將潛艇威脅風(fēng)險(xiǎn)因素大致分為3方面:潛艇危險(xiǎn)性、氣象水文功能脆弱性及風(fēng)險(xiǎn)防范能力。

潛艇危險(xiǎn)性主要包括:潛艇作戰(zhàn)能力和對潛保障能力，具體分為潛艇數(shù)量、潛艇性能、情報(bào)信息保障能力、對潛支援保障能力和對潛通信保障能力等。

水文氣象功能脆弱性主要反映海域的水文要素、氣象條件和地理特征等。潛艇的威脅程度與其所受大氣、海洋環(huán)境影響要素、地理特征等密切相關(guān)。躍層對潛艇活動(dòng)的影響包括對水聲傳播的反射、折射、衰減和對潛艇航行安全的影響。海流對潛艇的航行產(chǎn)生推動(dòng)或阻礙作用。海洋環(huán)境中影響潛艇懸停的因素有:海流、內(nèi)波和躍層。

風(fēng)險(xiǎn)防范能力一般針對應(yīng)急響應(yīng)能力、防御能力等幾個(gè)方面進(jìn)行評價(jià),主要包括離岸距離、監(jiān)控預(yù)警能力、對潛防御能力和?？辗烙芰Φ?。

綜上分析,建立潛艇威脅風(fēng)險(xiǎn)評價(jià)體系,如表1所示。

表1 潛艇威脅風(fēng)險(xiǎn)評價(jià)體系結(jié)構(gòu)

2 風(fēng)險(xiǎn)因素權(quán)重的客觀確定

通常在風(fēng)險(xiǎn)分析建模中,層次分析法(Analytic Hierarchy Process,AHP)是通過專家根據(jù)經(jīng)驗(yàn)對各層次因素之間相互比較建立矩陣，該權(quán)重確定方法無法克服評估中專家可能存在的主觀性問題,且不能處理層次中元素之間有相互影響和依賴的情況。為了彌補(bǔ)這個(gè)不足,Saaty考慮了AHP中元素之間的依賴和反饋,提出了網(wǎng)絡(luò)分析法(Analytic Network Process,ANP)。在ANP的網(wǎng)絡(luò)中,元素簇之間可以互相影響或形成循環(huán)。所以網(wǎng)絡(luò)形成了發(fā)散的結(jié)構(gòu),網(wǎng)絡(luò)中的元素也沒有規(guī)定的排序。ANP的優(yōu)勢在于可以考慮元素之間的相互關(guān)系,這使得它更符合實(shí)際情況。Mikhailov和Singht對ANP做了拓展,提出了模糊網(wǎng)絡(luò)分析法(F-ANP),使得ANP的輸入數(shù)據(jù)可以是精確偏好,區(qū)間偏好和模糊偏好。朱斌等基于傳統(tǒng)的網(wǎng)絡(luò)分析方法,引入復(fù)雜偏好的概念,用基于特征向量法的隨機(jī)偏好法作為復(fù)雜偏好的排序方法,并將其運(yùn)用到網(wǎng)絡(luò)分析法中,提出了廣義網(wǎng)絡(luò)分析法(G-AHP)[7]。它能夠處理所有已知類型的偏好信息,且能夠考慮不同偏好信息的一致性。G-AHP適用于決策過程中各因素相互影響的情況,可處理專家提供的多種類型的決策信息，提高各決策者的滿意程度。

根據(jù)氣候變化背景下潛艇威脅的評價(jià)體系，通過多種類型的復(fù)雜偏好關(guān)系,應(yīng)用蒙特卡洛模擬方法,確定各相關(guān)指標(biāo)的權(quán)重。

2.1 構(gòu)造復(fù)雜偏好關(guān)系

通過構(gòu)建的評價(jià)體系，對各層次進(jìn)行合理分解，每層次由不同指標(biāo)組成。將潛艇威脅風(fēng)險(xiǎn)分為潛艇危險(xiǎn)性A1、水文氣象功能脆弱性A2和風(fēng)險(xiǎn)防范能力A3,各層次結(jié)構(gòu)如表1所示。

將模糊偏好、區(qū)間偏好、猶豫偏好和隨機(jī)偏好作為復(fù)雜偏好的特例,可以定義復(fù)雜偏好為cp。它是一個(gè)可以用概率分布描述的數(shù),可稱為復(fù)雜偏好數(shù)。例如,假設(shè)一個(gè)復(fù)雜偏好數(shù)為c=[1,5]p,其中概率分布函數(shù)F(ζij)=pk(ζk∈c)可以用概率分布表表示,如表2所示。

表2 F(ζij)=pk概率分布

基于復(fù)雜偏好數(shù),復(fù)雜偏好關(guān)系(CPR)的定義如下:

本文根據(jù)潛艇威脅風(fēng)險(xiǎn)評價(jià)體系,利用專家對各層次進(jìn)行評價(jià),給出復(fù)雜偏好信息,并依據(jù)評估結(jié)果,構(gòu)造復(fù)雜偏好關(guān)系。

2.2 對復(fù)雜偏好關(guān)系進(jìn)行一致性檢驗(yàn)

特征向量法(EVM)中用于描述MPR一致性的一致性指標(biāo)為CR=CI/RI。對于一個(gè)MPRA=(aij)n×n,如果它滿足：

與CR的一致性臨界值保持一致,如果E(CRC)<0.1,那么C滿足可接受一致性;否則,它的一致性不可接受。期望一致性指標(biāo)由蒙特卡洛模擬得到,設(shè)置模擬精度為0.01,模擬次數(shù)為10000。

2.3 一致性的改進(jìn)

2.4 計(jì)算權(quán)重

基于行幾何平均法[9](RGMM),應(yīng)用蒙特卡洛模擬方法,可得到同一層次各元素的權(quán)重。最后通過集成，可最終得到各因素的權(quán)重。在一級指標(biāo)中,潛艇危險(xiǎn)性所占權(quán)重最大,風(fēng)險(xiǎn)防范能力次之,水文氣象功能脆弱性最小,評估結(jié)果比較符合實(shí)際情況,結(jié)果如表3所示。

3 風(fēng)險(xiǎn)評估建模與實(shí)驗(yàn)仿真

為有效建立定性知識與定量數(shù)值之間的不確定性轉(zhuǎn)化,本文引入正態(tài)云模型[10-11]方法,通過建立氣候變化背景下潛艇威脅風(fēng)險(xiǎn)評估模型,并根據(jù)實(shí)際可獲取的數(shù)據(jù)和信息,對危險(xiǎn)因子進(jìn)行合理篩選,并以此構(gòu)建潛艇風(fēng)險(xiǎn)評價(jià)指標(biāo)體系(表1),并根據(jù)廣義網(wǎng)絡(luò)分析方法確定各指標(biāo)權(quán)重(表3)。

3.1 風(fēng)險(xiǎn)評語集的云模型數(shù)字化表達(dá)

根據(jù)海域據(jù)大陸位置、敵方潛艇威脅類型等因素,可劃分若干子海域。由于潛艇威脅相關(guān)指標(biāo)屬于軍事機(jī)密,故本文模擬選取A-F6個(gè)海域作為評估對象。依據(jù)實(shí)際獲取的信息和資料,對各海域各指標(biāo)進(jìn)行評價(jià),并基于表1風(fēng)險(xiǎn)指標(biāo)體系,建立五級風(fēng)險(xiǎn)評語等級集合:V={極低,較低,中等,較高,極高},并由此對指標(biāo)進(jìn)行等級評價(jià)(表4)。

表3 各指標(biāo)權(quán)重

表4 A-F海域潛艇威脅風(fēng)險(xiǎn)指標(biāo)評語

(1)

(2)

3.2 綜合風(fēng)險(xiǎn)特征的虛擬云計(jì)算

基于指標(biāo)的特征,二級指標(biāo)、三級指標(biāo)的綜合選用浮動(dòng)云算法,一級指標(biāo)的綜合選用綜合云算法[12-13],其公式分別如下:

由此得到云模型的主要覆蓋范圍(Ex-3En,Ex+3En),根據(jù)評語集的云模型表達(dá)數(shù)字特征確定綜合風(fēng)險(xiǎn)的風(fēng)險(xiǎn)級別[14]。根據(jù)表4中的指標(biāo)評語,得到評語集的云模型數(shù)字特征,運(yùn)用綜合云模型對指標(biāo)值進(jìn)行綜合,得到南海方向A-F海域潛艇威脅的綜合風(fēng)險(xiǎn)云模型數(shù)字特征值:

A海域:SCA=([75.706,13.326,0.1]);B海域:SCB=([85.446,16.499,0.1]);C海域:SCC=([62.319,11.617,0.1]);D海域:SCD=([48.621,10.114,0.1]);E海域:SCE=([19.424,14.490,0.1]);F海域:SCF=([32.694,11.429,0.1])。

3.3 生成綜合風(fēng)險(xiǎn)云模型

利用廣義網(wǎng)絡(luò)分析和云模型方法得出云的數(shù)值特征后,應(yīng)用正向正態(tài)云發(fā)生器根據(jù)輸入的數(shù)字特征(Ex,En,He)及生成的云滴個(gè)數(shù)n,輸出n個(gè)云滴及云滴的隸屬度,如圖1所示。

圖1 正向正態(tài)云發(fā)生器

由此,可求出基于數(shù)字特征(Ex,En,He)的A-F海域潛艇威脅的綜合風(fēng)險(xiǎn)正態(tài)云分布如圖2所示,可直觀比較各海域潛艇威脅風(fēng)險(xiǎn)大小。

圖2 A-F海域潛艇威脅的風(fēng)險(xiǎn)評估云分布圖

3.4 結(jié)果分析

圖2分析結(jié)果表明,A、B海域云模型基本元素大部分落于較高和極高風(fēng)險(xiǎn)區(qū)域,B 海域風(fēng)險(xiǎn)稍高于A 海域,基本可認(rèn)定A、B 海域潛艇威脅等級為較高等級。C、D 海域云模型基本元素大部分落于中等和較高風(fēng)險(xiǎn)區(qū)域,C 海域風(fēng)險(xiǎn)稍高于D 海域,基本可認(rèn)定C 海域潛艇威脅等級為中等偏上,D 海域潛艇威脅等級為中等。E、F 海域云模型基本元素大部分落于較低和極低風(fēng)險(xiǎn)區(qū)域,F 海域風(fēng)險(xiǎn)稍高于E 海域,基本可認(rèn)定E 海域潛艇威脅等級為較低等級,F 海域潛艇威脅等級為中等偏下。

根據(jù)上述南海方向潛艇威脅風(fēng)險(xiǎn)分布特征,可給出如下決策建議:

1)A、B 海域敵潛艇性能優(yōu)越,數(shù)量眾多,面臨潛艇威脅最大,因此應(yīng)保持較高區(qū)域控制程度,嚴(yán)密控制近岸海域航道出入口,確保敵潛艇難以進(jìn)入該海域,同時(shí)依托岸基機(jī)動(dòng)兵力構(gòu)建多層次反潛體系,并大力發(fā)展水下警戒探測系統(tǒng),建立健全潛艇威脅應(yīng)急響應(yīng)機(jī)制。

2)C、D 海域情況類似,可能遭遇爭端國家潛艇襲擊,但C 海域敵潛艇作戰(zhàn)能力更勝一籌,因此應(yīng)區(qū)別分配兵力。在不同海域航行時(shí)配以相應(yīng)程度的護(hù)航反潛力量,提升海軍艦船安全系數(shù)的同時(shí)達(dá)到兵力的合理使用。

3)雖然F 海域潛艇危險(xiǎn)性略高于E 海域,但F 海域地理?xiàng)l件不利于潛艇活動(dòng),且應(yīng)急部隊(duì)距E 海域更近,作戰(zhàn)反應(yīng)時(shí)間更短,因此E 海域綜合潛艇風(fēng)險(xiǎn)低于F 海域。由于部隊(duì)缺少遠(yuǎn)海機(jī)動(dòng)反潛作戰(zhàn)力量,且難以在遠(yuǎn)海設(shè)置水下固定監(jiān)控器材,因此為保障航行安全,應(yīng)依托島礁加強(qiáng)預(yù)警體系建設(shè),增強(qiáng)遠(yuǎn)海機(jī)動(dòng)反潛作戰(zhàn)能力。同時(shí),應(yīng)建立島礁后援保障基地,以進(jìn)一步提升F 海域機(jī)動(dòng)和持續(xù)反潛作戰(zhàn)能力。

4 結(jié)束語

本文通過建立氣候變化背景下潛艇風(fēng)險(xiǎn)概念模型,較為合理地處理了風(fēng)險(xiǎn)模型中自然因素、社會(huì)因素難以客觀定量評價(jià)的問題,減少了隨機(jī)性和模糊性的影響。針對氣候變化預(yù)估數(shù)據(jù)和社會(huì)人文環(huán)境等風(fēng)險(xiǎn)因子難以獲得精確的數(shù)值用于風(fēng)險(xiǎn)評價(jià)等問題,云模型方法可有效提取模式預(yù)估數(shù)據(jù)和定性描述中的有用信息,利用正向云生成器得到反映對象特征的數(shù)值。針對海域進(jìn)行了潛艇威脅風(fēng)險(xiǎn)評估建模和實(shí)驗(yàn)分析,實(shí)現(xiàn)了潛艇威脅風(fēng)險(xiǎn)的量化評估。分析結(jié)果可為應(yīng)對潛艇威脅和氣候變化風(fēng)險(xiǎn)防范提供客觀定量的決策參考,評估方法和建模過程也可為其他缺乏精確數(shù)據(jù)的風(fēng)險(xiǎn)研究提供思路。然而由于氣候變化預(yù)測的不確定性及軍事、政治等多方面的影響,本文構(gòu)建的潛艇威脅風(fēng)險(xiǎn)指標(biāo)還有待進(jìn)一步完善。下一步工作重點(diǎn)是對指標(biāo)進(jìn)一步充實(shí),對評估模型進(jìn)行優(yōu)化,探索更有效的量化評估方法,特別是考慮如何更加客觀、合理的確定各指標(biāo)的權(quán)重。

[1] IPCC. Climate change 2013:the physical science basis[EB/OL]. [2014-7-10].http:∥www.ipcc.ch/report/ar5/wg1/#.Uq-tD7KBRR1.

[2] Tol R S Estimates of the change cost of climate change Part Ⅰ:Benchmark estimates[J].Environmental and Resource Economics,2002,21(1):42-73.

[3] IPCC.Summary for policymakes[EB/OL].[2014-815].http:∥www.ipcc.ch/pdf/assessment-report/ar5/wg1/WG1AR5-SPM-FINAL.pdf.

[4] 宋晨陽,王鋒,張韌,等.氣候變化背景下我國城市高溫?zé)崂说娘L(fēng)險(xiǎn)分析與評估[J].災(zāi)害學(xué),2016,31(1):201-206.

[5] 蒿興華,陸勤夫,杜博.我國南海方向構(gòu)建反潛體系面臨的問題與對策[J].海軍學(xué)術(shù)研究,2013(7):48-50.

[6] 蒿興華,陸勤夫,關(guān)錦生,等.基于GAHP-模糊綜合評價(jià)的南海方向潛艇威脅評估[J].指揮控制與仿真,2014, 36(5):72-76.

[7] 朱斌.基于偏好關(guān)系決策方法及應(yīng)用研究[D].南京:東南大學(xué),2014.

[8] Xu ZS,Wei CP.A consistency improving method in the analytic hierarchy process. European Journal of Operational Research[J].1999,116(2):443-449.

[9] Crawford G, Williams C.A note on the analysis of subjective judgment matrices. Journal of Mathematical Psychology [J].1985, 29(4):387-405.

[10]李德毅,杜鹢.不確定性人工智能[M].北京:國防工業(yè)出版社,2005.

[11]劉常昱,李德毅, 潘莉莉.基于云模型的不確定性知識表示[J].計(jì)算機(jī)工程與應(yīng)用,2004,40(2):32-35.

[12]宋晨陽,張韌.基于猶豫層次分析和云模型的我國沿海軍港氣候變化影響與風(fēng)險(xiǎn)評估[J].軍事運(yùn)籌與系統(tǒng)工程,2016,30(2):75-79.

[13]李國鋒.空間數(shù)據(jù)挖掘技術(shù)研究[D].西安:西安電子科技大學(xué),2005.

[14]楊理智,張韌.基于云模型的我國海上能源通道安全風(fēng)險(xiǎn)評估[J].軍事運(yùn)籌與系統(tǒng)工程,2014,28(1):74-80.

Influence and Risk Assessment of Submarine Based on Generalized Analytic Network Process and the Cloud Model

SONG Chen-yang1,ZHANG Ren1,2,LIU Ke-feng1,CHEN Fu-sen3,BAO Sen-liang1, XU Gan4

(1.College of Meteorology and Oceanography, PLA University of Science and Technology., Nanjing 211101;2.Collaborative Innovation Center on Forest and Evaluation of Meteorological Disasters, Nanjing University of Information Science & Technology, Nanjing 210044;3.the Unit 91431 of PLA, Zhanjiang 574000;4.Oceanography and Meteorology Center of East China Sea Fleet, Ningbo 315000, China)

Based on complexity and uncertainty of natural environmental changes Islands Sovereignty Dispute in the background of global climate change, we explore the risks of submarine. Confronting with sophisticated social and natural factors for effective evaluation, this paper puts forward a new method which combines Generalized Analytic Network Process and The Cloud Model, and design a climate change risk assessment model in order to provide submarine in face of climate change. Moreover, the methods and approaches of analysis will provide technical references for the planning and construction of anti-submarine system.

Generalized Analytic Network Process; The Cloud Model; climate change; submarine; risk assessment

2016-06-15

國家自然科學(xué)基金(41276088)

宋晨陽(1993-)，男，河北承德人，碩士研究生，研究方向?yàn)闅夂蜃兓绊懺u估。 張 韌(1963-)，男，博士，教授，博士生導(dǎo)師。 劉科峰(1978-)，男，博士，講師。 陳浮森(1991-)，男，碩士研究生。 鮑森亮(1992-)，男，碩士研究生。 徐 淦(1991-)，女，助理工程師。

1673-3819(2017)01-0057-05

TJ67；E917

A

10.3969/j.issn.1673-3819.2017.01.013

修回日期： 2016-08-29