曾廣迅, 龔光紅, 李 妮

(北京航空航天大學(xué)自動(dòng)化科學(xué)與電氣工程學(xué)院, 北京 100191)

0 引 言

隨著武器裝備智能化和信息化的程度越來(lái)越高,未來(lái)戰(zhàn)場(chǎng)的軍事行動(dòng)將不再局限于傳統(tǒng)的單一軍兵種獨(dú)立作戰(zhàn)或者幾個(gè)軍兵種共同作戰(zhàn),而是趨向于武器裝備體系與體系之間的對(duì)抗,因此體系研究逐漸成為了國(guó)內(nèi)外學(xué)者研究關(guān)注的重點(diǎn)內(nèi)容[1]。

目前,國(guó)內(nèi)外在面向作戰(zhàn)體系的體系結(jié)構(gòu)設(shè)計(jì)以及建模仿真方法上取得了迅猛的發(fā)展,如美軍的國(guó)防部體系結(jié)構(gòu)框架[2-4](Department of Defense Architecture Framework,DoDAF)、英軍的國(guó)防部體系結(jié)構(gòu)框架[5-7](Military of Defense Architecture Framework,MODAF)、基于多Agent建模方法[8-10]等。作戰(zhàn)體系概念模型作為體系結(jié)構(gòu)設(shè)計(jì)結(jié)果,其中存在大量有價(jià)值數(shù)據(jù)并可在體系仿真模型建模環(huán)節(jié)中進(jìn)行重用,而體系仿真模型可用于作戰(zhàn)體系仿真想定中,并在仿真過(guò)程中運(yùn)行。然而,由于作戰(zhàn)體系概念模型和作戰(zhàn)體系仿真想定兩類(lèi)模型數(shù)據(jù)表現(xiàn)形式不一致等原因,目前兩者之間相互割裂、銜接性不強(qiáng),存在一定的數(shù)據(jù)壁壘和映射差距。而通用的數(shù)據(jù)復(fù)用方式為專(zhuān)家人員在理解作戰(zhàn)體系概念模型設(shè)計(jì)原則和內(nèi)容后,人工操作想定編輯器設(shè)置并形成相應(yīng)的仿真想定。此類(lèi)方法數(shù)據(jù)重用率高,但存在體系仿真系統(tǒng)開(kāi)發(fā)周期長(zhǎng)、開(kāi)發(fā)成本高等弊端。因此,目前需要研究從作戰(zhàn)體系概念模型到作戰(zhàn)體系仿真想定的自動(dòng)化映射方法。

同時(shí),國(guó)內(nèi)外盡管在智能映射及語(yǔ)義匹配方面取得了很多研究進(jìn)展,但用于作戰(zhàn)體系概念模型到作戰(zhàn)體系仿真想定的具體映射應(yīng)用還比較少,在實(shí)際實(shí)現(xiàn)過(guò)程中仍然存在著很多需要研究解決的問(wèn)題。因此,在作戰(zhàn)體系建模仿真領(lǐng)域展開(kāi)語(yǔ)義匹配相關(guān)的研究是極其具有意義的。

本文運(yùn)用本體理論構(gòu)建了一個(gè)作戰(zhàn)領(lǐng)域知識(shí)庫(kù),并基于此設(shè)計(jì)了一套面向作戰(zhàn)領(lǐng)域的語(yǔ)義匹配算法,開(kāi)展作戰(zhàn)體系概念模型到作戰(zhàn)體系仿真想定的映射工作,從而實(shí)現(xiàn)作戰(zhàn)體系仿真想定的生成。

1 基于本體的語(yǔ)義匹配技術(shù)

基于本體的語(yǔ)義匹配方法是根據(jù)已經(jīng)建立好的本體網(wǎng)絡(luò),通過(guò)本體間的組織結(jié)構(gòu)關(guān)系和本體自身的屬性、實(shí)例等信息進(jìn)行語(yǔ)義相似性的計(jì)算。目前,基于本體的語(yǔ)義匹配方法主要分為4類(lèi):基于路徑距離的語(yǔ)義匹配方法[11-14],基于信息內(nèi)容的語(yǔ)義匹配方法[15-18],基于特征的語(yǔ)義匹配方法[19-22]和混合式的語(yǔ)義匹配方法[23-26]。

基于路徑距離的方法是最基本的計(jì)算方法,也是最直觀的計(jì)算方法,主要利用了本體知識(shí)庫(kù)中的上下位關(guān)系,計(jì)算方法簡(jiǎn)單,易于實(shí)施,但計(jì)算的準(zhǔn)確性相對(duì)于其他方法較低,且結(jié)果較為離散,一般應(yīng)用于對(duì)結(jié)果準(zhǔn)確性要求不高的情景?；谛畔?nèi)容的方法源于信息論,本體節(jié)點(diǎn)所包含的信息量可通過(guò)其在語(yǔ)料庫(kù)中出現(xiàn)的頻率來(lái)衡量,頻率越高,信息量就越貧乏;反之,所含的信息量也就越豐富。但該方法存在計(jì)算信息量需要依賴(lài)額外語(yǔ)料庫(kù)、不同的語(yǔ)料庫(kù)存在著較大差異的問(wèn)題?；谔卣鞯姆椒ㄖ饕紤]的是兩個(gè)本體節(jié)點(diǎn)之間公共的屬性或特征,如果兩個(gè)本體節(jié)點(diǎn)中包含的公共特征信息越多,兩個(gè)本體節(jié)點(diǎn)的相似性越高,反之,其相似性越低。而混合式的方法利用了兩種或兩種以上的語(yǔ)義信息進(jìn)行語(yǔ)義相似度的計(jì)算,具有較高的準(zhǔn)確性,但混合式的計(jì)算方法往往需要進(jìn)行參數(shù)的調(diào)節(jié),需要耗費(fèi)一定的時(shí)間。

2 作戰(zhàn)領(lǐng)域知識(shí)庫(kù)的構(gòu)建

作戰(zhàn)領(lǐng)域知識(shí)庫(kù)是開(kāi)展基于本體的語(yǔ)義匹配工作的基礎(chǔ)。本文依據(jù)武器裝備的名稱(chēng)、性能參數(shù)、同義詞等信息,構(gòu)建作戰(zhàn)領(lǐng)域知識(shí)庫(kù),包括作戰(zhàn)領(lǐng)域本體知識(shí)庫(kù)和作戰(zhàn)領(lǐng)域同義詞庫(kù),為后續(xù)的語(yǔ)義匹配計(jì)算提供支持。

2.1 作戰(zhàn)領(lǐng)域本體知識(shí)庫(kù)的構(gòu)建

本文建立的作戰(zhàn)領(lǐng)域本體知識(shí)庫(kù)包含武器裝備的類(lèi)別、武器裝備本體間關(guān)系、武器裝備的名稱(chēng)、性能參數(shù)等數(shù)據(jù),上述數(shù)據(jù)均來(lái)自于互聯(lián)網(wǎng)中開(kāi)源武器裝備數(shù)據(jù)網(wǎng)站。本文通過(guò)網(wǎng)絡(luò)爬蟲(chóng)技術(shù)對(duì)武器裝備數(shù)據(jù)進(jìn)行定位、篩選和處理,最終獲取得到2 148個(gè)飛行器類(lèi)武器裝備數(shù)據(jù)、1 642個(gè)船類(lèi)武器裝備數(shù)據(jù)、274個(gè)潛艇類(lèi)武器裝備數(shù)據(jù)。

本文根據(jù)作戰(zhàn)領(lǐng)域內(nèi)武器裝備本體的分類(lèi)原則和類(lèi)間關(guān)系,建立作戰(zhàn)領(lǐng)域概念本體樹(shù)狀知識(shí)結(jié)構(gòu),如圖1所示,并將其與武器裝備數(shù)據(jù)進(jìn)行整合。最終形成作戰(zhàn)領(lǐng)域本體知識(shí)庫(kù),包括本體結(jié)構(gòu)庫(kù)、飛行器類(lèi)知識(shí)庫(kù)、船類(lèi)知識(shí)庫(kù)和潛艇類(lèi)知識(shí)庫(kù)。

圖1 作戰(zhàn)領(lǐng)域概念本體知識(shí)結(jié)構(gòu)

其中,所述本體結(jié)構(gòu)庫(kù)為5層結(jié)構(gòu),前4層結(jié)構(gòu)中的本體均為概念本體,第5層結(jié)構(gòu)中的本體為實(shí)際武器裝備本體。結(jié)構(gòu)庫(kù)中第1層具有1個(gè)作戰(zhàn)裝備本體,第2層具有海軍裝備、空軍裝備、陸軍裝備等3個(gè)本體,第3層具有船、潛艇、飛機(jī)、機(jī)場(chǎng)等4個(gè)本體,第4層具有49個(gè)本體,包括驅(qū)逐艦、護(hù)衛(wèi)艦、殲擊機(jī)等概念本體,第5層具有4 064個(gè)本體,包括052C驅(qū)逐艦、054A護(hù)衛(wèi)艦、J-10A等具體型號(hào)的武器裝備。第5層結(jié)構(gòu)中本體的具體性能參數(shù)存儲(chǔ)于飛行器類(lèi)知識(shí)庫(kù)、船類(lèi)知識(shí)庫(kù)和潛艇類(lèi)知識(shí)庫(kù)中。飛行器類(lèi)知識(shí)庫(kù)具有2 148個(gè)飛行器本體,包括最大飛行速度、最小飛行速度、高度、長(zhǎng)度、翼展、最大載荷、空重、最大重量、傳感器探測(cè)距離、最大載油、載人數(shù)等11維性能指標(biāo);船類(lèi)知識(shí)庫(kù)具有1 642個(gè)船本體,包括最大航行速度、船寬、吃水深度、長(zhǎng)度、滿載排水量、空載排水量、傳感器探測(cè)距離、載人數(shù)等8維性能指標(biāo);潛艇類(lèi)知識(shí)庫(kù)具有274個(gè)潛艇本體,包括最大航行速度、最大下潛深度、船寬、吃水深度、長(zhǎng)度、排水量、傳感器探測(cè)距離、載人數(shù)等8維性能指標(biāo)。

2.2 作戰(zhàn)領(lǐng)域本體同義詞庫(kù)的構(gòu)建

隨著作戰(zhàn)領(lǐng)域本體知識(shí)庫(kù)的構(gòu)建完成,新的問(wèn)題也隨之出現(xiàn):知識(shí)庫(kù)中本體名稱(chēng)單一。由于體系結(jié)構(gòu)建模人員在建模時(shí)使用的武器裝備名稱(chēng)不一,往往出現(xiàn)同一本體有多種表述形式的情況,如殲-15戰(zhàn)斗機(jī)又有英文名J-15、中文綽號(hào)飛鯊、英文綽號(hào)flying shark等。在這種情況下,多種本體描述名稱(chēng)都指向同一本體,給實(shí)際使用知識(shí)庫(kù)處理作戰(zhàn)體系概念模型中數(shù)據(jù)的工作帶來(lái)很大困擾,若是無(wú)法解決此類(lèi)問(wèn)題,則無(wú)法有效實(shí)現(xiàn)后續(xù)的語(yǔ)義匹配工作。

因此,本文采用網(wǎng)絡(luò)爬蟲(chóng)技術(shù)通過(guò)維基百科網(wǎng)頁(yè)數(shù)據(jù)獲取武器裝備本體名稱(chēng)的同義詞信息。本文將獲取到的武器裝備本體同義詞名稱(chēng)和武器裝備本體名稱(chēng)共同存儲(chǔ)在作戰(zhàn)領(lǐng)域本體同義詞庫(kù)中,同時(shí)以武器裝備本體名稱(chēng)作為名稱(chēng)標(biāo)準(zhǔn)型。若武器裝備本體沒(méi)有同義詞,其也將被記錄在同義詞庫(kù)中,但其同義詞數(shù)據(jù)為空。因此同義詞庫(kù)涵括作戰(zhàn)領(lǐng)域本體知識(shí)庫(kù)中所有武器裝備名稱(chēng)及其同義詞。

3 面向作戰(zhàn)領(lǐng)域的語(yǔ)義匹配算法

(1)

在語(yǔ)義匹配算法的路徑距離方面,本文認(rèn)為兩本體間最短路徑長(zhǎng)度應(yīng)與總路徑距離存在正向關(guān)系,而知識(shí)庫(kù)最大深度和與總路徑距離存在負(fù)相關(guān)關(guān)系。因此，本文參考文獻(xiàn)[27]提出的語(yǔ)義相似度計(jì)算方法,采用本體知識(shí)庫(kù)中深度信息和兩個(gè)本體的最小公共包含節(jié)點(diǎn)信息,提出了一種路徑距離算法:

Simp(SE1,SE2)=e-Lp(SE1,SE2)

(2)

Lp(SE1,SE2)=α1×Distance(SE1,SE2)α2·

(3)

式中：Lp(SE1,SE2)表示本體SE1和本體SE2之間的權(quán)重距離;α1、α2、α3表示待定參數(shù),均應(yīng)大于零;Distance(SE1,SE2)表示本體SE1和本體SE2之間的距離;LCS(SE1,SE2)表示本體SE1和本體SE2的最小公共包含節(jié)點(diǎn);Depth[LCS(SE1,SE2)]表示本體SE1和本體SE2的最小公共包含節(jié)點(diǎn)的深度;Maxdep表示本體知識(shí)庫(kù)的最大深度。

在語(yǔ)義匹配算法的本體特征方面,本文認(rèn)為如果兩個(gè)本體中包含的公共特征信息越多,兩個(gè)本體的相似性越高,反之,其相似性越低。因此本文擬采用文獻(xiàn)[10]中基于特征的語(yǔ)義匹配計(jì)算方法,定義特征有關(guān)函數(shù):

(4)

(5)

(6)

(7)

由于目前國(guó)內(nèi)外面向作戰(zhàn)領(lǐng)域武器裝備知識(shí)語(yǔ)義匹配方法開(kāi)展的研究工作相對(duì)較少,因此缺乏面向作戰(zhàn)領(lǐng)域的特有數(shù)據(jù)集和大型語(yǔ)料庫(kù)供語(yǔ)義匹配算法測(cè)試實(shí)驗(yàn)使用。但在自然語(yǔ)言處理領(lǐng)域,語(yǔ)義匹配研究方面已經(jīng)有著數(shù)十年的研究積累,各類(lèi)數(shù)據(jù)集和語(yǔ)料庫(kù)都已相對(duì)完備和準(zhǔn)確,語(yǔ)義匹配算法的實(shí)驗(yàn)方法也趨于成熟。因此本文將語(yǔ)義匹配算法應(yīng)用于自然語(yǔ)言處理領(lǐng)域,根據(jù)自然語(yǔ)言數(shù)據(jù)庫(kù)WordNet開(kāi)展語(yǔ)義匹配方法調(diào)參實(shí)驗(yàn)工作確定參數(shù)的最優(yōu)取值。

在語(yǔ)義匹配計(jì)算領(lǐng)域中,通常使用皮爾森相關(guān)系數(shù)絕對(duì)值的大小來(lái)衡量方法的優(yōu)劣;通常使用R&G數(shù)據(jù)集和M&C數(shù)據(jù)集來(lái)衡量語(yǔ)義匹配方法優(yōu)劣。而在實(shí)驗(yàn)方法上,已知的大部分通過(guò)皮爾森相關(guān)系數(shù)求取參數(shù)的語(yǔ)義匹配方法實(shí)驗(yàn)中都采用無(wú)監(jiān)督的實(shí)驗(yàn)方法,即直接調(diào)節(jié)參數(shù),計(jì)算在M&C數(shù)據(jù)集上皮爾森相關(guān)系數(shù)的最大值,從而確定參數(shù)。本文采用此實(shí)驗(yàn)方法得到:當(dāng)α=2.26、α1=9.60、α2=2.93、α3=8.26、β=-0.58、μ=0.46時(shí),本文所提出的的語(yǔ)義匹配算法與M&C數(shù)據(jù)集的皮爾森系數(shù)取得最大值為0.860。通過(guò)對(duì)作戰(zhàn)領(lǐng)域裝備知識(shí)的分析,可得兩裝備本體間的語(yǔ)義相似度數(shù)值必定與裝備本體間特征集合的重合程度成正相關(guān),即β>0,因此取β=0.1。此時(shí),新語(yǔ)義相似度算法與M&C數(shù)據(jù)集的皮爾森系數(shù)取得最大值為0.855。圖2為語(yǔ)義匹配算法在α、μ取不同數(shù)值下對(duì)M&C數(shù)據(jù)集的語(yǔ)義相似度計(jì)算結(jié)果與人工打分的皮爾森系數(shù)分布。圖3為語(yǔ)義匹配算法在α2、α3取不同數(shù)值下對(duì)M&C數(shù)據(jù)集的語(yǔ)義相似度計(jì)算結(jié)果與人工打分的皮爾森系數(shù)分布。將實(shí)驗(yàn)參數(shù)取值代入語(yǔ)義匹配算法公式后在R&G數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),得到語(yǔ)義匹配算法與R&G數(shù)據(jù)集的皮爾森相關(guān)系數(shù)為0.857。將本文方法與其他語(yǔ)義匹配計(jì)算方法在人工打分結(jié)果M&C和R&G數(shù)據(jù)集上計(jì)算皮爾森系數(shù),得到算法計(jì)算結(jié)果與人工打分結(jié)果的擬合程度,列入表1中。

圖2 皮爾森系數(shù)關(guān)于α和μ的分布

圖3 皮爾森系數(shù)關(guān)于α2和α3的分布

表1 不同方法在M&C和R&G數(shù)據(jù)集上的皮爾森系數(shù)

從表1中可以看出,本文所提出的語(yǔ)義匹配算法計(jì)算結(jié)果在與M&C數(shù)據(jù)集的相似程度上明顯好于其他只依賴(lài)路徑距離信息的語(yǔ)義匹配算法,同時(shí)在R&G數(shù)據(jù)集的相似程度上也保持了較好的結(jié)果。

4 作戰(zhàn)體系仿真想定的生成方法

本文所構(gòu)建的作戰(zhàn)體系仿真想定中數(shù)據(jù)來(lái)源于DoDAF 2.0理論指導(dǎo)下使用UML語(yǔ)言構(gòu)建的作戰(zhàn)體系概念模型,該模型在文件格式上遵循XML規(guī)范。同時(shí),擬生成的作戰(zhàn)體系仿真想定的描述規(guī)范為MSDL[32-33],應(yīng)包含8個(gè)內(nèi)容模塊:ScenarioID、Options、ForceSides、Organizations、Environment、Plan、TacticalGraphics、Installations。該想定記載想定名稱(chēng)、作戰(zhàn)方信息、參戰(zhàn)單位數(shù)據(jù)、作戰(zhàn)計(jì)劃等作戰(zhàn)體系信息。因此,本文提出生成作戰(zhàn)體系仿真想定的整體流程如圖4所示。

圖4 生成仿真想定的整體流程

在解析作戰(zhàn)體系概念模型的概念數(shù)據(jù)前,必須要首先確定作戰(zhàn)體系概念模型解析的數(shù)據(jù)范圍和數(shù)據(jù)表現(xiàn)形式。本文提出確定作戰(zhàn)體系概念模型與作戰(zhàn)體系仿真想定之間可復(fù)用數(shù)據(jù)的流程。

步驟 1根據(jù)想定描述內(nèi)容的5W原則(Who,What,When,Where,How),結(jié)合現(xiàn)有仿真平臺(tái)模型庫(kù)內(nèi)作戰(zhàn)模型的具體性能參數(shù),明確作戰(zhàn)體系仿真想定文件中記載數(shù)據(jù)的類(lèi)型、屬性等;

步驟 2根據(jù)DoDAF 2.0理論對(duì)各視點(diǎn)下不同模型描述范圍和內(nèi)容的規(guī)定,明確作戰(zhàn)體系概念模型中數(shù)據(jù)的類(lèi)型、屬性等;

步驟 3將作戰(zhàn)體系概念模型中數(shù)據(jù)與作戰(zhàn)體系仿真想定中數(shù)據(jù)進(jìn)行比對(duì),確定作戰(zhàn)體系概念模型中作戰(zhàn)概念數(shù)據(jù);

步驟 4根據(jù)作戰(zhàn)體系概念模型文件的內(nèi)容與格式,確定作戰(zhàn)概念數(shù)據(jù)的XML標(biāo)簽及節(jié)點(diǎn)便于后續(xù)數(shù)據(jù)篩選工作的進(jìn)行。

經(jīng)過(guò)上述研究流程,確定概念模型中數(shù)據(jù)與仿真想定中內(nèi)容模塊的對(duì)應(yīng)關(guān)系如表2所示。

表2 概念模型數(shù)據(jù)與仿真想定內(nèi)容模塊的映射關(guān)系

仿真想定中缺少數(shù)據(jù)來(lái)源的節(jié)點(diǎn)將分配缺省值填入想定。確定可復(fù)用數(shù)據(jù)后,本文采用文檔對(duì)象模型(document object model, DOM)技術(shù)結(jié)合Xpath語(yǔ)法在概念模型中定位、篩選目標(biāo)數(shù)據(jù)參與語(yǔ)義匹配。因此,本文提出了生成仿真想定的具體流程。

步驟 1調(diào)用DOM技術(shù),依據(jù)作戰(zhàn)體系仿真想定的標(biāo)準(zhǔn)模板構(gòu)建對(duì)象節(jié)點(diǎn);

步驟 2將通過(guò)語(yǔ)義匹配的裝備數(shù)據(jù),按照模板規(guī)定插入到指定的對(duì)象節(jié)點(diǎn)中,若對(duì)象節(jié)點(diǎn)沒(méi)有對(duì)應(yīng)數(shù)據(jù),則插入默認(rèn)值;

步驟 3重復(fù)步驟1和步驟2直至所有節(jié)點(diǎn)均已構(gòu)建完成,至此形成完整的仿真想定DOM樹(shù);

步驟 4將DOM樹(shù)逆向生成為XML格式文件的方法,導(dǎo)出作戰(zhàn)體系仿真想定文件;

步驟 5作戰(zhàn)仿真推演平臺(tái)讀取仿真想定驗(yàn)證是否導(dǎo)出正確。

5 仿真想定生成實(shí)例及結(jié)果分析

為了驗(yàn)證本文提出方法的可行性,構(gòu)建紅藍(lán)雙方對(duì)抗背景下的編隊(duì)突防體系進(jìn)行測(cè)試。其中,紅方為編隊(duì)防御體系,作戰(zhàn)體系概念模型中紅方OV-4組織關(guān)系圖如圖5所示。紅方兵力構(gòu)成共包括052C驅(qū)逐艦等15個(gè)作戰(zhàn)實(shí)體模型,以及飛行中隊(duì)等9個(gè)組織概念模型。藍(lán)方為編隊(duì)突襲體系,其OV-4組織關(guān)系圖如圖6所示。藍(lán)方兵力構(gòu)成共包括伯克利級(jí)驅(qū)逐艦等9個(gè)作戰(zhàn)實(shí)體模型,以及飛行中隊(duì)等5個(gè)組織概念模型黑箭頭表示模型間關(guān)系為“組織”關(guān)系，白箭頭表示模型間關(guān)系為“聚合”關(guān)系。

圖5 紅方組織關(guān)系圖

圖6 藍(lán)方組織關(guān)系圖

在所規(guī)劃的紅方初始態(tài)勢(shì)中,飛行中隊(duì)1在空中沿指定路線進(jìn)行掩護(hù)巡邏任務(wù);飛行中隊(duì)2在機(jī)場(chǎng)待命,準(zhǔn)備接受指揮所指令升空攔截;預(yù)警機(jī)KJ-2000在空中指定位置執(zhí)行預(yù)警指揮任務(wù);干擾機(jī)JH-7C在空中執(zhí)行干擾掩護(hù)巡邏任務(wù)。而在藍(lán)方初始態(tài)勢(shì)中,飛行中隊(duì)在機(jī)場(chǎng)待命,偵察機(jī)E-2T已經(jīng)升空并在指定位置執(zhí)行預(yù)警指揮任務(wù)。

本文所規(guī)劃的紅藍(lán)雙方對(duì)抗過(guò)程為:藍(lán)方飛行中隊(duì)在機(jī)場(chǎng)待命結(jié)束后,升空對(duì)紅方空軍機(jī)場(chǎng)進(jìn)行空對(duì)地攻擊任務(wù),并由偵察機(jī)E-2T為其提供指引,同時(shí)藍(lán)方兩艘驅(qū)逐艦也向紅方防區(qū)進(jìn)行移動(dòng);當(dāng)藍(lán)方飛行中隊(duì)進(jìn)入到紅方預(yù)警機(jī)KJ-2000的偵察范圍時(shí),該信息傳說(shuō)至紅方指揮所,由指揮所智能決定巡邏的飛行中隊(duì)1或機(jī)場(chǎng)待命的飛行中隊(duì)2進(jìn)行攔截任務(wù),同時(shí)由紅方驅(qū)逐艦發(fā)射導(dǎo)彈對(duì)藍(lán)方偵察機(jī)進(jìn)行對(duì)空防御性攔截;空中攔截編隊(duì)執(zhí)行完任務(wù)后返航修整,同時(shí)紅方兩艘驅(qū)逐艦也向藍(lán)方進(jìn)攻的驅(qū)逐艦所在區(qū)域進(jìn)行移動(dòng)。整體作戰(zhàn)活動(dòng)流程如圖7所示。

圖7 編隊(duì)突防體系作戰(zhàn)活動(dòng)圖

將作戰(zhàn)體系概念模型經(jīng)過(guò)數(shù)據(jù)解析、語(yǔ)義匹配后,得到的結(jié)果如表3所示。

表3 編隊(duì)突防體系的語(yǔ)義匹配結(jié)果

依此生成作戰(zhàn)體系仿真想定,并導(dǎo)入到仿真推演平臺(tái)中進(jìn)行讀取。仿真推演平臺(tái)成功讀取作戰(zhàn)體系仿真想定,兵力執(zhí)行活動(dòng)如圖8所示,可知作戰(zhàn)體系概念模型中兵力組成關(guān)系生成無(wú)誤、紅藍(lán)雙方兵力執(zhí)行活動(dòng)及順序關(guān)系生成無(wú)誤。

圖8 紅藍(lán)雙方兵力執(zhí)行活動(dòng)

仿真運(yùn)行開(kāi)始后的整體態(tài)勢(shì)如圖9(a)所示,紅方飛行中隊(duì)1和飛行中隊(duì)2分別沿指定路線進(jìn)行掩護(hù)巡邏任務(wù),紅方KJ-2 000執(zhí)行預(yù)警指揮任務(wù),紅方干擾機(jī)JH-7G在空中執(zhí)行干擾掩護(hù)巡邏任務(wù),紅方2艘052C驅(qū)逐艦進(jìn)入預(yù)定路線航行;藍(lán)方飛行中隊(duì)已經(jīng)升空按指定路線向紅方機(jī)場(chǎng)進(jìn)行突襲,藍(lán)方2艘基隆級(jí)驅(qū)逐艦也向紅方防區(qū)航行。隨著仿真進(jìn)程的推進(jìn),藍(lán)方飛行中隊(duì)進(jìn)入到紅方預(yù)警機(jī)KJ-2 000的偵察范圍內(nèi),預(yù)警機(jī)將探查到的信息上報(bào)給紅方指揮所,由于飛行中隊(duì)1在對(duì)敵方距離上較飛行中隊(duì)2更近,指揮所派遣飛行中隊(duì)1前往攔截目標(biāo)。如圖9(b)所示,紅方飛行中隊(duì)1已經(jīng)偏離原有巡邏軌跡,向著藍(lán)方飛行中隊(duì)接近。當(dāng)紅方飛行中隊(duì)1接近藍(lán)方飛行中隊(duì)后,發(fā)射導(dǎo)彈對(duì)目標(biāo)進(jìn)行打擊,如圖9(c)所示,藍(lán)方飛行中隊(duì)已被全部摧毀。攔截任務(wù)完成后,紅方飛行中隊(duì)1朝機(jī)場(chǎng)方向返航,與此同時(shí),紅方驅(qū)逐艦發(fā)射導(dǎo)彈對(duì)藍(lán)方偵察機(jī)進(jìn)行打擊,且成功摧毀藍(lán)方E-2T偵察機(jī)。最終如圖9(d)所示,紅方飛行中隊(duì)1已正確返航。

圖9 仿真平臺(tái)運(yùn)行結(jié)果

通過(guò)仿真推演平臺(tái)運(yùn)行結(jié)果可以看出,本文所生成的作戰(zhàn)體系仿真想定得到了有效的執(zhí)行,且仿真推演進(jìn)程與作戰(zhàn)體系概念模型的設(shè)計(jì)一致。綜合分析,本文所提出的方法有效地克服了作戰(zhàn)體系概念模型到作戰(zhàn)體系仿真想定之間的數(shù)據(jù)壁壘。在保證數(shù)據(jù)有效重用的基礎(chǔ)上,通過(guò)語(yǔ)義匹配算法將體系頂層設(shè)計(jì)中的武器裝備匹配為仿真平臺(tái)已有的武器裝備模型并參與到仿真想定的構(gòu)建中,快速生成了作戰(zhàn)體系仿真想定。

6 結(jié) 論

本文通過(guò)網(wǎng)絡(luò)爬蟲(chóng)技術(shù)在開(kāi)源武器裝備網(wǎng)頁(yè)中進(jìn)行數(shù)據(jù)采集形成了作戰(zhàn)領(lǐng)域本體知識(shí)庫(kù),再通過(guò)對(duì)維基百科頁(yè)面進(jìn)行武器裝備名稱(chēng)同義詞的數(shù)據(jù)采集,形成了作戰(zhàn)領(lǐng)域本體同義詞庫(kù)。文中基于作戰(zhàn)領(lǐng)域知識(shí)庫(kù)中的知識(shí),設(shè)計(jì)了一套面向作戰(zhàn)領(lǐng)域的混合式語(yǔ)義匹配算法,并通過(guò)自然語(yǔ)言庫(kù)WordNet對(duì)語(yǔ)義匹配算法中的參數(shù)進(jìn)行了實(shí)驗(yàn)調(diào)整。同時(shí),本文給出了基于語(yǔ)義匹配技術(shù)，將作戰(zhàn)體系概念進(jìn)行解析并快速生成作戰(zhàn)體系仿真想定的方法。最后通過(guò)構(gòu)建編隊(duì)突防體系作為仿真演示,經(jīng)過(guò)語(yǔ)義匹配后生成作戰(zhàn)體系仿真想定,運(yùn)用仿真推演平臺(tái)軟件對(duì)該仿真想定進(jìn)行了仿真運(yùn)行,仿真結(jié)果與體系設(shè)計(jì)預(yù)期相符,驗(yàn)證了本文提出方法的有效性,為實(shí)際作戰(zhàn)體系仿真想定的生成提供了可行的解決方案。