柯宏發(fā)，柯肇敏，祝冀魯

(1.裝備學(xué)院復(fù)雜電子系統(tǒng)仿真重點(diǎn)實(shí)驗(yàn)室，北京 102206； 2.中國(guó)礦業(yè)大學(xué)(北京)化學(xué)與環(huán)境工程學(xué)院，北京 100083)

裝備對(duì)抗目標(biāo)的隨機(jī)灰色期望值分配模型

柯宏發(fā)1，柯肇敏2，祝冀魯1

(1.裝備學(xué)院復(fù)雜電子系統(tǒng)仿真重點(diǎn)實(shí)驗(yàn)室，北京 102206； 2.中國(guó)礦業(yè)大學(xué)(北京)化學(xué)與環(huán)境工程學(xué)院，北京 100083)

針對(duì)裝備對(duì)抗目標(biāo)分配問題中的隨機(jī)、灰色雙重不確定性，建立了裝備對(duì)抗目標(biāo)的隨機(jī)灰色期望值分配模型。首先，給出了隨機(jī)灰色變量的定義，研究了隨機(jī)灰色變量的加(減)、乘、除、大小關(guān)系運(yùn)算和期望值算法；其次，建立了裝備對(duì)抗目標(biāo)的多目標(biāo)隨機(jī)灰色期望值模型和標(biāo)準(zhǔn)隨機(jī)灰色期望值目標(biāo)規(guī)劃模型；最后，給出了電子裝備偵察地域的隨機(jī)灰色期望值分配實(shí)例，并將其轉(zhuǎn)化為一般灰色線性規(guī)劃模型進(jìn)行求解。結(jié)果表明：該模型可應(yīng)對(duì)裝備對(duì)抗目標(biāo)分配問題中的隨機(jī)灰色特征，在目標(biāo)分配領(lǐng)域具有潛在的應(yīng)用價(jià)值。

裝備對(duì)抗目標(biāo)； 目標(biāo)分配模型； 不確定性； 期望值； 隨機(jī)灰色變量； 灰色線性規(guī)劃

隨著裝備的體系化、信息化、網(wǎng)絡(luò)化發(fā)展，戰(zhàn)場(chǎng)環(huán)境復(fù)雜多變，涌現(xiàn)性多，不確定程度高，裝備對(duì)抗目標(biāo)分配成為裝備體系化、網(wǎng)絡(luò)化優(yōu)化配置的關(guān)鍵，也是多武器無縫鏈接與協(xié)同、實(shí)現(xiàn)一體化火力打擊的有效方式。建立裝備對(duì)抗目標(biāo)分配模型可使得有限的武器裝備資源實(shí)現(xiàn)協(xié)同配合、整體優(yōu)化，從而獲得最佳的對(duì)敵目標(biāo)作戰(zhàn)效果。裝備對(duì)抗目標(biāo)的分配問題涉及分配機(jī)制、分配模型和求解算法等[1-2]，分配模型與求解算法更是其中的研究熱點(diǎn)，其中：KE等[3]提出了貧信息下作戰(zhàn)目標(biāo)的GM(1,1)分配模型；HU等[4]提出了一種編組無人機(jī)作戰(zhàn)目標(biāo)的層次式分配模型。

由于武器裝備與作戰(zhàn)目標(biāo)的對(duì)抗過程中存在大量灰色、隨機(jī)、模糊等單式不確定性，也存在模糊隨機(jī)、灰色隨機(jī)、隨機(jī)灰色等混合不確定性現(xiàn)象，因此在不確定性環(huán)境下研究裝備對(duì)抗目標(biāo)分配問題比較符合實(shí)際背景，也取得了諸多研究成果[5-8]。如：筆者課題組[5]針對(duì)電子裝備試驗(yàn)訓(xùn)練過程中存在隨機(jī)性特征參數(shù)的問題，分別建立了電子偵察裝備的單目標(biāo)和多目標(biāo)隨機(jī)期望值分配模型，并給出了目標(biāo)規(guī)劃方法和遺傳算法求解步驟；范成禮等[8]針對(duì)反導(dǎo)目標(biāo)分配優(yōu)化問題中存在的不確定性特征，引入模糊隨機(jī)規(guī)劃理論，建立了基于模糊隨機(jī)規(guī)劃的反戰(zhàn)術(shù)彈道導(dǎo)彈的目標(biāo)分配優(yōu)化模型。盡管在武器裝備對(duì)抗目標(biāo)分配問題中可采用隨機(jī)變量[9-10]描述裝備的作戰(zhàn)能力，但由于對(duì)裝備作戰(zhàn)對(duì)象、作戰(zhàn)環(huán)境等信息很難完全掌握，大部分情況下缺乏大量的統(tǒng)計(jì)數(shù)據(jù)，難以確定作戰(zhàn)能力的均值和方差，因此單純地采用隨機(jī)變量描述裝備的作戰(zhàn)能力就會(huì)產(chǎn)生較大的局限性，這時(shí)可采用需要較少統(tǒng)計(jì)數(shù)據(jù)的灰色變量進(jìn)行描述?；诖?，針對(duì)裝備對(duì)抗目標(biāo)分配問題中的隨機(jī)、灰色雙重不確定性，筆者利用隨機(jī)灰色變量來描述隨機(jī)灰色現(xiàn)象，從而建立裝備對(duì)抗目標(biāo)的隨機(jī)灰色期望值分配模型。

1 隨機(jī)灰色變量

1.1 隨機(jī)灰色變量的定義

借鑒隨機(jī)模糊變量的相關(guān)定義[11]，筆者認(rèn)為：隨機(jī)灰色變量是從灰色變量空間到隨機(jī)變量空間構(gòu)成的背景或論域的可測(cè)函數(shù)，其實(shí)質(zhì)是一個(gè)取值為隨機(jī)變量的灰色變量。

定義1：假設(shè)ξ是一個(gè)從灰色概率空間(Ω,F,P)到隨機(jī)變量論域的函數(shù)，若函數(shù)f(ξ)是灰色概率空間(Ω,F,P)上的可測(cè)函數(shù)，則稱ξ為一個(gè)隨機(jī)灰色變量。

假設(shè)某型號(hào)電子偵察裝備對(duì)某頻段內(nèi)信號(hào)的偵察概率p服從正態(tài)分布，即有p～N(p′,δ2)，其中參數(shù)p′通常希望通過試驗(yàn)采集樣本進(jìn)行統(tǒng)計(jì)估計(jì)，但實(shí)質(zhì)上難以采集足夠的數(shù)據(jù)樣本，很多情況下給出一個(gè)信息不完全情況下的灰數(shù)，這時(shí)的偵察概率p就是一個(gè)取值為正態(tài)隨機(jī)變量的隨機(jī)灰色變量。

假設(shè)參數(shù)p′通過n種不同可能性前提下的灰數(shù)進(jìn)行表達(dá)，即有

(1)

則p就是一個(gè)n維隨機(jī)灰色變量。式(1)在實(shí)際工程應(yīng)用中等價(jià)表達(dá)為

(2)

假設(shè)ξ是一個(gè)灰色概率空間(Ω,F,P)上的隨機(jī)灰色變量，如果對(duì)于每一個(gè)φ∈Ω，期望值E[ξ(φ)]是一個(gè)從灰色概率空間(Ω,F,P)到區(qū)間灰數(shù)集的函數(shù)，則E[ξ(φ)]是灰色概率空間(Ω,F,P)的一個(gè)灰色變量。

定義2：假設(shè)η是一個(gè)灰色概率空間(Ω,F,P)上的隨機(jī)灰色變量，u是一個(gè)隨機(jī)變量，v是灰色變量，并且

ξ(ω)=η(ω)+u,?ω∈Ω，

(3)

如果pos{ξ(ω)∈Ω}是ω在灰色概率空間(Ω,F,P)上的可測(cè)函數(shù)，則稱ξ=η+u為一個(gè)隨機(jī)灰色變量。類似地，假設(shè)

ξ(ω)=η(ω)v,?ω∈Ω，

(4)

如果pos{ξ(ω)∈B}是ω在灰色概率空間(Ω,F,P)上的可測(cè)函數(shù)，則稱ξ=ηv為一個(gè)隨機(jī)灰色變量。

1.2 隨機(jī)灰色變量的數(shù)學(xué)運(yùn)算

假設(shè)ξ和η是2個(gè)相互獨(dú)立的、維數(shù)分別為n和m的隨機(jī)灰色變量，其中

隨機(jī)灰色變量的加(減)、乘、除和大小關(guān)系運(yùn)算如下：

1)加(減)運(yùn)算

對(duì)于隨機(jī)灰色變量ξ和η的加(減)運(yùn)算，即求?=ξ±η。由于ξ為n維隨機(jī)灰色變量，η為m維隨機(jī)灰色變量，則其和(差)?為mn維隨機(jī)灰色變量，即

?=ξ±η=

(5)

由式(5)容易看出：隨機(jī)灰色變量ξ和η的加運(yùn)算滿足交換律，即ξ+η=η+ξ；隨機(jī)灰色變量ξ、η和χ的加運(yùn)算滿足結(jié)合律，即(ξ+η)+χ=ξ+(η+χ)。

2)乘運(yùn)算

對(duì)于隨機(jī)灰色變量ξ和η的乘運(yùn)算，即求?=ξη。由于ξ為n維隨機(jī)灰色變量，η為m維隨機(jī)灰色變量，且二者相互獨(dú)立，則其乘積?為mn維隨機(jī)灰色變量，并有

?=ξη=

(6)

由式(6)容易看出：隨機(jī)灰色變量ξ和η的乘運(yùn)算滿足交換律，即ξη=ηξ；隨機(jī)灰色變量ξ、η和χ的乘運(yùn)算滿足結(jié)合律，即(ξη)χ=ξ(ηχ)。

3)除運(yùn)算

同理，對(duì)于隨機(jī)灰色變量ξ和η的除運(yùn)算?=ξ÷η，?也為mn維隨機(jī)灰色變量，其表達(dá)式類似于式(6)，將ξη置換為ξ/η，ξiηj(i=1,2,…,n;j=1,2,…,m)置換為ξi/ηj即可。

4)大小關(guān)系

對(duì)于隨機(jī)灰色變量ξ，如果有min(ξ1,ξ2,…,ξn)>0成立，顯然有ξ>0；若ξ1=ξ2=…=ξn=0，則有ξ=0；若max(ξ1,ξ2,…,ξn)<0，則有ξ<0。同樣，在武器裝備對(duì)抗目標(biāo)分配問題中，大多數(shù)情況是討論ξ>0時(shí)的隨機(jī)灰色變量。

對(duì)于任意隨機(jī)灰色變量ξ、η和χ，令ξ=η-χ，若有ξ>0、ξ=0或ξ<0成立，則定義η>χ、η=χ和η<χ。但在實(shí)際工程應(yīng)用中，更多的是min(ξ1,ξ2,…,ξn)<0和max(ξ1,ξ2,…,ξn)>0的情況，從樣本概率的角度出發(fā)，給出如下定義。

定義3：假設(shè)2個(gè)隨機(jī)灰色變量ξ和η，并有

令

(7)

則有

(1)若P(ξ-η>0)=αβ，則稱ξ>η；

(2)若P(ξ-η>0)=0，則稱ξ≤η；

(3)若00)<αβ，則稱ξ>η的概率為P(ξ-η>0)。

1.3 隨機(jī)灰色變量的期望值

定義4：假設(shè)ξ是定義在灰色概率空間(Ω,F,P)上的隨機(jī)灰色變量，則稱

(8)

為隨機(jī)灰色變量ξ的期望值(為了保證隨機(jī)灰色變量ξ的期望值有意義，要求式(8)右端2個(gè)積分中至少有1個(gè)有限)。

定義5：假設(shè)ξ是定義在灰色概率空間(Ω,F,P)上的隨機(jī)灰色變量，并有

則稱灰數(shù)

(9)

為隨機(jī)灰色變量ξ的期望值。

對(duì)于2個(gè)相互獨(dú)立的隨機(jī)灰色變量ξ、η，根據(jù)定義5，容易證明其期望值有下列性質(zhì)：

1)E[ξ+η]=E[ξ]+E[η]；

2)設(shè)a、b為實(shí)數(shù)，則有E[aξ+b]=aE[ξ]+b；

3)由于ξ、η相互獨(dú)立，則有E[ξη]=E[ξ]E[η]；

4)假設(shè)E[ξ]>E[η]，則有ξ>η。

定義6：假設(shè)ξ是定義在灰色概率空間(Ω,F,P)上的隨機(jī)灰色變量，且其期望值E[ξ]有限，則稱

V(ξ)=E[(ξ-E[ξ])2]

(10)

為隨機(jī)灰色變量ξ的灰色方差。

根據(jù)期望值E[ξ]的定義，有

V(ξ)=E[ξ2]-(E[ξ])2=

(11)

很顯然，由式(11)可證明灰色方差V(ξ)具有下列性質(zhì)：

1)設(shè)a為實(shí)數(shù)，則有V(aξ)=a2V(ξ)；

2)假設(shè)ξ、η相互獨(dú)立，則有V(ξ±η)=V(ξ)±V(η)。

2 隨機(jī)灰色期望值規(guī)劃模型

隨機(jī)灰色規(guī)劃是在隨機(jī)灰色環(huán)境中的優(yōu)化理論，可通過隨機(jī)灰色規(guī)劃建模解決含有隨機(jī)灰色信息的優(yōu)化問題。為了使決策在期望約束下得到最大(或最小)的期望效益，定義隨機(jī)灰色期望值分配模型的標(biāo)準(zhǔn)形式為

maxE[f(x,ξ)]，

(12)

st.E[gk(x,ξ)]≤0,k=1,2,…,K。

(13)

式中：x為一個(gè)決策向量；ξ為一個(gè)隨機(jī)灰色向量；f(x,ξ)為目標(biāo)函數(shù)；gk(x,ξ)為隨機(jī)灰色約束函數(shù)。

在裝備對(duì)抗目標(biāo)分配問題中，常常涉及到多個(gè)期望目標(biāo)，這時(shí)可建立的多目標(biāo)隨機(jī)灰色期望值模型為

max(E[f1(x,ξ)]，…，E[fL(x,ξ)]),

(14)

st.E[gk(x,ξ)]≤0,k=1,2,…,K。

(15)

式中：fl(x,ξ)(l=1,2,…,L)為目標(biāo)函數(shù)。

為了平衡多個(gè)目標(biāo)的沖突，指揮控制系統(tǒng)可根據(jù)各個(gè)不相容目標(biāo)的重要程度對(duì)其進(jìn)行等級(jí)劃分，并按照這個(gè)順序盡可能滿足更多的目標(biāo)。這種思路是多目標(biāo)規(guī)劃的建模思想。基于隨機(jī)灰色環(huán)境下的多目標(biāo)規(guī)劃建模思想，建立標(biāo)準(zhǔn)的隨機(jī)灰色期望值目標(biāo)規(guī)劃模型，即

(16)

(17)

3 電子裝備偵察地域的隨機(jī)灰色期望值分配實(shí)例

在電子裝備的對(duì)抗目標(biāo)分配問題中，除了對(duì)電子裝備的對(duì)抗目標(biāo)進(jìn)行規(guī)劃外，由于對(duì)抗目標(biāo)的地域差異，通常還需要對(duì)其作戰(zhàn)地域進(jìn)行規(guī)劃。但在實(shí)際的目標(biāo)分配方案設(shè)計(jì)活動(dòng)中，電子裝備針對(duì)具體作戰(zhàn)地域的作戰(zhàn)能力缺乏具體的描述數(shù)據(jù)，只能通過以往的少量經(jīng)驗(yàn)數(shù)據(jù)進(jìn)行估計(jì)，給出的估計(jì)數(shù)據(jù)大多數(shù)情況下符合隨機(jī)灰色環(huán)境。

例如，基于偵察效能進(jìn)行電子偵察裝備的偵察地域分配。該電子偵察系統(tǒng)包括Ⅰ、Ⅱ、Ⅲ型3種類型各8、13、10套，共31套的電子偵察裝備需要分配，以對(duì)A、B、C、D四個(gè)地域內(nèi)的信號(hào)進(jìn)行偵察，分配關(guān)系如圖1所示。為了確定電子偵察裝備分配使用的最優(yōu)計(jì)劃，這里用8個(gè)規(guī)劃變量來表示電子偵察裝備的一個(gè)分配方案。其中：x11、x12、x13表示Ⅰ型電子偵察裝備分配給地域A、B和C的數(shù)量；x22、x23、x24表示Ⅱ型電子偵察裝備分配給地域B、C、D的數(shù)量；x31、x34表示Ⅲ型電子偵察裝備分配給地域A、D的數(shù)量。

圖1 電子偵察裝備分配關(guān)系

電子偵察裝備對(duì)作戰(zhàn)地域的偵察效能用信號(hào)偵察概率來表示，利用隨機(jī)灰色變量描述3種類型電子偵察裝備對(duì)A、B、C、D四個(gè)地域內(nèi)信號(hào)偵察概率p11、p12、p13、p22、p23、p24、p31、p34，它們分別表示為

為了實(shí)現(xiàn)對(duì)A、B、C、D四個(gè)地域內(nèi)敵方信號(hào)進(jìn)行最大概率條件下的偵察，需要確定4個(gè)地域內(nèi)信號(hào)的偵察概率條件，分別用隨機(jī)灰色變量ξ1、ξ2、ξ3、ξ4表示。假設(shè)其表達(dá)式分別為

對(duì)電子偵察裝備進(jìn)行分配，以滿足對(duì)4個(gè)地域內(nèi)信號(hào)的偵察需求，規(guī)劃目標(biāo)是使電子偵察系統(tǒng)的偵察效能達(dá)到最大，可建立的隨機(jī)灰色期望值模型為

x22E[p22]+x23E[p23]+x24E[p24]+

x31E[p31]+x34E[p34])。

根據(jù)隨機(jī)灰色變量期望值模型，可以得到：E[p11]=0.835，E[p12]=0.8，E[p13]=0.74，E[p22]=0.7，E[p23]=0.815，E[p24]=0.805，E[p31]=0.79，E[p34]=0.78；E[ξ1]=4.9，E[ξ2]=5.3，E[ξ3]=4.6，E[ξ4]=5.2。上述隨機(jī)灰色期望值模型轉(zhuǎn)化為一般灰色線性規(guī)劃模型為

0.815x23+0.805x24+0.79x31+0.78x34)。

其解為

即分配給地域A、B、C的Ⅰ型電子偵察裝備數(shù)量分別為4、4、0，分配給地域B、C、D的Ⅱ型電子偵察裝備數(shù)量分別為4、7、2，分配給地域A、D的Ⅲ型電子偵察裝備數(shù)量分別為5、5。X中“-”表示某類型裝備與相應(yīng)地域之間無作用關(guān)系。在這種分配模式下，電子偵察系統(tǒng)對(duì)A、B、C、D四個(gè)地域內(nèi)的平均信號(hào)偵察概率為0.790 5。

本例若用隨機(jī)變量直接描述電子偵察裝備的信號(hào)偵察概率，在使電子偵察系統(tǒng)的偵察效能達(dá)到最大目標(biāo)下，可建立的隨機(jī)期望值模型為

其解為

這時(shí)，電子偵察系統(tǒng)對(duì)A、B、C、D四個(gè)地域內(nèi)的平均信號(hào)偵察概率為0.771 8，而采用隨機(jī)灰色變量時(shí)平均信號(hào)偵察概率為0.790 5，這種分配模式下電子偵察系統(tǒng)的平均信號(hào)偵察概率得到了提高。另外，若以隨機(jī)變量直接描述4個(gè)地域內(nèi)信號(hào)的偵察概率條件時(shí)，本例將無最優(yōu)解。

4 結(jié)論

針對(duì)裝備對(duì)抗目標(biāo)分配問題中隨機(jī)、灰色雙重不確定性特征，建立了裝備對(duì)抗目標(biāo)的多目標(biāo)隨機(jī)灰色期望值分配模型和多目標(biāo)情形下標(biāo)準(zhǔn)隨機(jī)灰色期望值目標(biāo)規(guī)劃模型。實(shí)例結(jié)果證明：隨機(jī)灰色期望值模型是處理隨機(jī)灰色現(xiàn)象的有效方法，可有效應(yīng)對(duì)裝備對(duì)抗目標(biāo)分配問題中的隨機(jī)灰色特征。但除了關(guān)心期望值的最大化或最小化之外，往往也需要考慮可靠性問題，即決策事件發(fā)生的概率(或置信度問題)，這時(shí)需要建立隨機(jī)灰色背景下的隨機(jī)機(jī)會(huì)約束規(guī)劃、隨機(jī)相關(guān)機(jī)會(huì)規(guī)劃[11]等模型，這是下一步有待深入探討的問題。

[1] 于連飛，劉進(jìn)，張維明，等．武器目標(biāo)分配問題算法研究綜述[J]．?dāng)?shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2016,46(2):26-32.

[2] 韋剛，高嘉樂，孫文．多目標(biāo)多武器系統(tǒng)目標(biāo)分配模型與算法研究[J]．飛航導(dǎo)彈，2016(5):77-82.

[3] KE H F,CHEN Y G,WANG G Y.Target assignment model of electronic equipments based on GM(1,1) model[J].The journal of grey system,2005,17(3):235-242.

[4] HU X X,MA H W,YE Q S,et al.Hierarchical method of task assignment for multiple cooperating UAV teams[J].Journal of systems engineering and electronics,2015,26(5):1000-1009.

[5] 柯宏發(fā)，陳永光，戴增剛．電子偵察裝備的隨機(jī)期望值分配模型與算法[J]．裝甲兵工程學(xué)院學(xué)報(bào)，2013,27(4):60-64.

[6] ZHANG J L.Resource planning and allocation problem under uncertain environment[J].Journal of systems science and complexity,2015,28(5):1115-1127.

[7] GUO J S,WANG Z T,ZHENG M F,et al.Uncertain multi-objective redundancy allocation problem of repairable systems based on artificial bee colony algorithm[J].Chinese journal of aeronautics,2014,27(6):1477-1487.

[8] 范成禮，邢清華，鄭明發(fā)，等．基于模糊隨機(jī)規(guī)劃的反TBM目標(biāo)分配優(yōu)化模型[J]．系統(tǒng)工程理論與實(shí)踐，2015,35(9):2401-2409.

[9] 朱昌鋒．基于隨機(jī)灰色蟻群神經(jīng)網(wǎng)絡(luò)的集裝箱結(jié)點(diǎn)站運(yùn)量預(yù)測(cè)[J]．鐵道科學(xué)與工程學(xué)報(bào)，2011,8(2):81-85.

[10] 王慶榮，張秋余．基于隨機(jī)灰色蟻群神經(jīng)網(wǎng)絡(luò)的近期公交客流預(yù)測(cè)[J]．計(jì)算機(jī)應(yīng)用研究，2012,29(6):2078-2080.

[11] 劉寶碇，趙瑞清，王綱．不確定規(guī)劃及應(yīng)用[M]．北京：清華大學(xué)出版社，2003.

(責(zé)任編輯：尚菲菲)

Equipment Target Assignment Model Based on Random Grey Expected Value

KE Hong-fa1，KE Zhao-min2，ZHU Ji-lu1

(1.Key Laboratory of Complex Electronic System Simulation,Equipment Academy,Beijing 102206,China;2.College of Chemical and Environmental Engineering,China University of Mining & Technology(Beijing),Beijing 100083,China)

According to analysis about complex uncertainty of random grey feature for equipment target assignment,an equipment target assignment model based on random grey expected value is proposed.Firstly,the definition is given,and operational rules including addition,subtraction,multiplication,division,cooperation and expected value,of random grey variables is studied.Secondly,the equipment target model based on multi-objective random grey expected value and the standard objective programming model based on random grey expected value are set up.Finally,an example of assignment model based on random grey expected value for electronic equipment reconnaissance area is given and the model is transformed to general grey linear programming model which is easy to solve.The experimental results indicate that the proposed model can deal with random grey characteristic of equipment target assignment and has potential application value.

equipment target assignment; target assignment model; uncertainty; expected value; random grey variable; grey linear programming

1672-1497(2017)01-0099-06

2016-09-27

軍隊(duì)科研計(jì)劃項(xiàng)目

柯宏發(fā)(1969-)，男，教授，博士。

N949; N941.5

A

10.3969/j.issn.1672-1497.2017.01.021