齊長(zhǎng)興,畢義明,李 勇,翟世梅
(火箭軍工程大學(xué),西安 710025)
彈道導(dǎo)彈突防作戰(zhàn)效能評(píng)估是當(dāng)前研究的一個(gè)重要方向,通過(guò)突防效能評(píng)估可以有效地支撐彈道導(dǎo)彈研制和改良。目前,國(guó)內(nèi)外對(duì)導(dǎo)彈突防效能評(píng)估研究已經(jīng)取得了較大的進(jìn)展,主要研究方法有以下幾種[1-5]:外場(chǎng)實(shí)裝對(duì)抗試驗(yàn)方法,替代等效推算評(píng)估方法,內(nèi)場(chǎng)輻射式/注入式半實(shí)物仿真試驗(yàn)方法,計(jì)算機(jī)仿真試驗(yàn)方法等;文獻(xiàn)[6]用改進(jìn)的TOPSIS算法進(jìn)行了彈道導(dǎo)彈突防作戰(zhàn)效能的評(píng)估;文獻(xiàn)[7]用一種模糊優(yōu)化賦權(quán)方法進(jìn)行了導(dǎo)彈防御系統(tǒng)的作戰(zhàn)效能評(píng)估;文獻(xiàn)[8]根據(jù)灰色關(guān)聯(lián)分析理論進(jìn)行了彈道導(dǎo)彈突防效能評(píng)估,獲得了各個(gè)方案作戰(zhàn)效能之間的相關(guān)程度;文獻(xiàn)[9]采用區(qū)間數(shù)多屬性決策方法進(jìn)行彈道導(dǎo)彈突防效能評(píng)估,對(duì)多個(gè)突防方案進(jìn)行優(yōu)先級(jí)排序。
本文在以往研究基礎(chǔ)上,建立了彈道導(dǎo)彈突防效能評(píng)估指標(biāo)體系,采用組合權(quán)重法確定評(píng)估指標(biāo)的權(quán)重系數(shù),提出了基于組合權(quán)重-灰色聚類分析的效能評(píng)估方法,對(duì)彈道導(dǎo)彈突防效能進(jìn)行灰色綜合評(píng)估,案例分析表明,該方法能夠滿足彈道導(dǎo)彈突防效能評(píng)估的應(yīng)用要求。
彈道導(dǎo)彈突防效能評(píng)估指標(biāo)體系,涉及到因素比較多,復(fù)雜度較高,構(gòu)建指標(biāo)體系具有一定的難度。評(píng)估指標(biāo)體系既要全面反映出所要評(píng)估系統(tǒng)各項(xiàng)目標(biāo)要求,也要做到客觀、合理及科學(xué),并且能夠被相關(guān)領(lǐng)域研究人員認(rèn)可和接受。
彈道導(dǎo)彈突防過(guò)程中與彈道導(dǎo)彈防御系統(tǒng)的攻防對(duì)抗過(guò)程主要分為預(yù)警探測(cè)與對(duì)抗、跟蹤識(shí)別與對(duì)抗、攔截毀傷與對(duì)抗等。把要解決的問(wèn)題分層系列化,根據(jù)問(wèn)題的性質(zhì)和要達(dá)到的目標(biāo),將問(wèn)題分解為不同的組成因素,按照因素之間的相互影響和隸屬關(guān)系將其分層聚類組合,形成一個(gè)遞階的、有序的層次結(jié)構(gòu)模型。本文在相關(guān)研究的基礎(chǔ)上,綜合考慮彈道導(dǎo)彈突防過(guò)程中影響突防的因素,按照各因素之間的相互關(guān)系分層聚合,形成遞階、有序的層次結(jié)構(gòu),采用“目標(biāo)層次化”和“因素分解化”方法,建立了彈道導(dǎo)彈突防效能評(píng)估指標(biāo)體系。彈道導(dǎo)彈突防效能評(píng)估指標(biāo)體系如表1所示。第一層為導(dǎo)彈突防效能的總指標(biāo)(U),第二層為包括反預(yù)警探測(cè)能力(U1)、反跟蹤識(shí)別能力(U2)、反攔截毀傷能力(U3)3個(gè)二級(jí)指標(biāo),每個(gè)二級(jí)指標(biāo)包含若干個(gè)三級(jí)指標(biāo)(Uij)。
指標(biāo)權(quán)重是評(píng)估指標(biāo)重要程度的度量,確定合理的指標(biāo)權(quán)重對(duì)進(jìn)行效能評(píng)估具有重要意義。層次分析法是應(yīng)用廣泛的主觀權(quán)重確定方法,對(duì)決策者專業(yè)性要求較高,存在著主觀隨意性較強(qiáng)的問(wèn)題。客觀權(quán)重有效避免了主觀隨意性問(wèn)題,對(duì)數(shù)據(jù)依賴性較強(qiáng)。為了克服主觀權(quán)重主觀隨意性問(wèn)題及客觀權(quán)重對(duì)評(píng)估數(shù)據(jù)依賴性問(wèn)題,將主觀權(quán)重與客觀權(quán)重相結(jié)合,使得權(quán)重更加合理。
層次分析法是一種將定性與定量分析相結(jié)合的系統(tǒng)分析方法,在復(fù)雜系統(tǒng)評(píng)估中具有廣泛的應(yīng)用,將人們的思維過(guò)程和主觀判斷數(shù)學(xué)化,基本步驟如下[10]:
Step1 將解決的問(wèn)題分層,建立評(píng)估指標(biāo)的層次關(guān)系。
Step2 采用因素比較法,建立成對(duì)比較矩陣。在每一個(gè)層次上互相比較各指標(biāo)權(quán)重關(guān)系,建立指標(biāo)的判斷矩陣A(aij),如表2。采用1-9標(biāo)度法確定判斷矩陣中aij的值。
表2 判斷矩陣A(aij)
Step3 層次權(quán)重的計(jì)算。
判斷矩陣的權(quán)重可通過(guò)求判斷矩陣特征向量而得,本文采用和積法,計(jì)算步驟如下:
1)將判斷矩陣的每一列因素作歸一化處理,其因素的一般項(xiàng)為:
2)將每一列經(jīng)歸一化處理后的判斷矩陣按行相加,其因素的一般項(xiàng)為:
Step4 一致性檢驗(yàn)。判斷矩陣的隨機(jī)一致性比率為:
式中,RI為矩陣階數(shù)對(duì)應(yīng)的平均隨機(jī)一致性指標(biāo),如表3所示。max為判斷矩陣的最大特征值。n為矩陣階數(shù),當(dāng)CR<0.1時(shí),判斷矩陣滿足一致性條件,所求得的特征向量即為評(píng)估指標(biāo)對(duì)應(yīng)的權(quán)重向量。
表3 矩陣的平均隨機(jī)一致性指標(biāo)
信息熵是信息論中測(cè)定信息差異大小的量,信息熵越大,信息的不確定性越大、信息量越小。熵權(quán)法就是根據(jù)信息熵的大小確定指標(biāo)客觀權(quán)重的方法。熵權(quán)法的具體步驟如下[11-12]:
1)構(gòu)建評(píng)估矩陣
評(píng)估目標(biāo)包括m個(gè)評(píng)價(jià)對(duì)象、n個(gè)評(píng)估指標(biāo),構(gòu)建初始評(píng)估矩陣。
2)計(jì)算指標(biāo)值的信息熵
根據(jù)信息熵理論,第j項(xiàng)指標(biāo)的熵為:
3)確定評(píng)價(jià)指標(biāo)的權(quán)重向量
評(píng)價(jià)方案的第j個(gè)指標(biāo)的權(quán)重為:
評(píng)價(jià)方案的第j個(gè)評(píng)價(jià)指標(biāo)的綜合權(quán)重為wj:
采用權(quán)重法確定各方案綜合權(quán)重,根據(jù)綜合權(quán)重的大小確定方案的優(yōu)劣,第i個(gè)方案的綜合權(quán)重zi計(jì)算如下:
灰色聚類是根據(jù)灰色關(guān)聯(lián)矩陣或灰色的白化權(quán)函數(shù)將一些觀測(cè)指標(biāo)或觀測(cè)對(duì)象聚集成若干個(gè)可定義類別的方法。按聚類對(duì)象劃分,可分為灰色關(guān)聯(lián)聚類和灰類白化權(quán)函數(shù)聚類?;疑P(guān)聯(lián)聚類主要用于同類因素的歸并,簡(jiǎn)化復(fù)雜系統(tǒng)?;翌惏谆瘷?quán)函數(shù)聚類則主要用于檢查觀測(cè)對(duì)象是否屬于事先設(shè)定的不同類別,以便區(qū)別對(duì)待。
對(duì)于彈道導(dǎo)彈突防效能評(píng)估問(wèn)題,由于其評(píng)估指標(biāo)體系以及指標(biāo)實(shí)現(xiàn)值的分類范圍,均已通過(guò)定性分析和適當(dāng)?shù)挠?jì)算事先設(shè)定,現(xiàn)在的主要問(wèn)題是對(duì)各突防方案進(jìn)行優(yōu)劣排序,因此,采用灰色關(guān)聯(lián)聚類的方法進(jìn)行評(píng)估。具體的評(píng)估步驟如下:
1)確定比較數(shù)列和參考數(shù)列
式中,X0(k)為n個(gè)評(píng)估對(duì)象中,第k個(gè)評(píng)估指標(biāo)對(duì)應(yīng)的最優(yōu)值。
2)確定各評(píng)估指標(biāo)對(duì)應(yīng)的權(quán)重
根據(jù)指標(biāo)組合權(quán)重法,確定評(píng)估指標(biāo)權(quán)重為:
式中,wk為第k個(gè)指標(biāo)的權(quán)重。
3)計(jì)算灰色關(guān)聯(lián)系數(shù)ξi(k)
4)求灰色關(guān)聯(lián)度,分析結(jié)果,作出合理判斷。根據(jù)各個(gè)指標(biāo)的權(quán)重,對(duì)關(guān)聯(lián)系數(shù)進(jìn)行加權(quán)處理,得到每個(gè)評(píng)估對(duì)象對(duì)理想對(duì)象的灰色關(guān)聯(lián)度。根據(jù)關(guān)聯(lián)度的大小進(jìn)行排序。
根據(jù)已有的研究成果和參考資料,對(duì)某一作戰(zhàn)行動(dòng)中設(shè)定的4種方案進(jìn)行評(píng)估,各方案參數(shù)值如表4所示。
表4 初始評(píng)估矩陣
根據(jù)式(6)~式(7)對(duì)初始評(píng)估矩陣進(jìn)行規(guī)范化處理,得到評(píng)估矩陣,如表5所示。
表5 規(guī)范化評(píng)估矩陣
根據(jù)專家打分法構(gòu)建判斷矩陣,并計(jì)算各指標(biāo)的權(quán)重,并進(jìn)行一致性檢驗(yàn),如表6~表9所示。
表6 U~Ui判斷矩陣
一致性檢驗(yàn):CR=0.015 7<0.1
表7 U1~U1j判斷矩陣
一致性檢驗(yàn):CR=0.079 7<0.1
一致性檢驗(yàn):CR=0.011 5<0.1
表9 U3~U3j判斷矩陣
一致性檢驗(yàn):CR=0.065 8<0.1
確定層次總排序權(quán)值,各項(xiàng)指標(biāo)的層次總排序權(quán)重系數(shù)w1k為:
由層次分析法得到的評(píng)價(jià)指標(biāo)權(quán)重向量W1為:W1=(0.076,0.035,0.041,0.018,0.107,0.062,0.037,0.181 0.120,0.051,0.058,0.215)。
由熵權(quán)法得到的評(píng)價(jià)指標(biāo)權(quán)重向量WH為:WH=(0.080,0.078,0.081,0.103,0.066,0.105,0.088,0.069,0.083,0.079,0.077,0.088)。
計(jì)算評(píng)估指標(biāo)的組合權(quán)重wj,,取 α=0.5,得組合權(quán)重向量為:(0.078,0.057,0.061,0.061,0.087,0.084,0.063,0.125,0.102,0.065,0.068,0.151)。
根據(jù)已有的研究成果和參考資料,對(duì)某一作戰(zhàn)行動(dòng)中設(shè)定的4種方案進(jìn)行評(píng)估,各方案參數(shù)值為:確定參考列X0(k)=1。
根據(jù)式(11),可得各個(gè)方案的關(guān)聯(lián)系數(shù)表,如表10所示。
表10 關(guān)聯(lián)系數(shù)表
采用評(píng)估指標(biāo)的組合權(quán)重,計(jì)算各評(píng)估方案的灰色關(guān)聯(lián)度。由公式,得各方案對(duì)目標(biāo)參考列的灰色關(guān)聯(lián)度為:
根據(jù)評(píng)估值對(duì)各方案進(jìn)行優(yōu)劣排序。由層次分析法、熵權(quán)法、組合權(quán)重法、灰色關(guān)聯(lián)分析法獲得的方案評(píng)估值如表11所示。
表11 不同方法下各方案評(píng)估值對(duì)比表
通過(guò)對(duì)比分析可知,4種評(píng)估方法中方案1為最優(yōu)方案,方案2次之,方案1和方案3得到的評(píng)估值接近,通過(guò)組合權(quán)重法-灰色關(guān)聯(lián)分析可以有效消減主觀性帶來(lái)的不確定性影響,使評(píng)價(jià)結(jié)果更加合理有效。
本文采用層次分析法進(jìn)行突防效能評(píng)估指標(biāo)主觀權(quán)重的確定,用信息熵計(jì)算突防效能指標(biāo)的客觀權(quán)重,并綜合考慮主觀權(quán)重和客觀權(quán)重確定評(píng)估指標(biāo)的綜合權(quán)重。根據(jù)灰色評(píng)估理論,提出了彈道導(dǎo)彈突防效能評(píng)估灰色綜合評(píng)估模型,結(jié)合不同突防方案的典型參數(shù),進(jìn)行突防效能評(píng)估,對(duì)不同的突防方案進(jìn)行評(píng)估排序,案例分析表明,該方法可以用于進(jìn)行彈道導(dǎo)彈突防效能評(píng)估,為突防方案優(yōu)選提供支持。