劉祥雨 王剛 李騰達(dá) 夏智權(quán)

摘要：????? 目標(biāo)分配是指揮控制決策階段的核心。 許多學(xué)者對(duì)目標(biāo)分配問(wèn)題進(jìn)行了大量研究， 在目標(biāo)分配模型和算法方面取得了較大進(jìn)展， 但隨著馬賽克戰(zhàn)、 分布式作戰(zhàn)、 網(wǎng)絡(luò)中心戰(zhàn)等新型作戰(zhàn)樣式的演變和發(fā)展， 現(xiàn)代防空作戰(zhàn)復(fù)雜度空前提升。 針對(duì)防空反導(dǎo)戰(zhàn)術(shù)級(jí)指揮控制目標(biāo)分配暴露出不同作戰(zhàn)場(chǎng)景適應(yīng)能力弱、 博弈對(duì)抗性和魯棒性不足等問(wèn)題， 通過(guò)總結(jié)梳理目標(biāo)分配研究現(xiàn)狀， 從攻防體系的發(fā)展角度深入探討了目標(biāo)分配理論研究在防空反導(dǎo)實(shí)際應(yīng)用過(guò)程中所面臨的挑戰(zhàn)， 剖析了目前防空反導(dǎo)戰(zhàn)術(shù)級(jí)指揮控制目標(biāo)分配存在諸多問(wèn)題的根本原因， 并針對(duì)不足提出了防空反導(dǎo)目標(biāo)分配智能化、 網(wǎng)絡(luò)化、 實(shí)戰(zhàn)化的發(fā)展需求。

關(guān)鍵詞：???? 目標(biāo)分配； 防空反導(dǎo)； 人機(jī)交互； 殺傷網(wǎng)； 戰(zhàn)術(shù)級(jí); 指揮控制系統(tǒng)

中圖分類號(hào)：??? ??TJ760? ??文章編號(hào)：??? ?1673-5048（2023）04-0067-11

文獻(xiàn)標(biāo)識(shí)碼：??? A? ? DOI： 10.12132/ISSN.1673-5048.2022.0273

0引言

隨著現(xiàn)代戰(zhàn)爭(zhēng)的飛速發(fā)展， 戰(zhàn)爭(zhēng)方式快速更迭。 進(jìn)入信息時(shí)代， 信息高度集中、 數(shù)據(jù)量激增的作戰(zhàn)體系已成為主要的作戰(zhàn)系統(tǒng)。 面對(duì)復(fù)雜多變的戰(zhàn)場(chǎng)環(huán)境， 僅僅依靠指揮者的指揮能力難以駕馭現(xiàn)代戰(zhàn)爭(zhēng)， 必須要通過(guò)計(jì)算機(jī)技術(shù)、 自動(dòng)化控制技術(shù)、 通信技術(shù)、 感知技術(shù)等對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)進(jìn)行信息收集和融合， 指揮控制系統(tǒng)根據(jù)融合后的信息進(jìn)行輔助決策， 從而對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)做出快速、 合理的判斷， 為指揮員做出決策提供可行依據(jù)［1］。

戰(zhàn)術(shù)級(jí)防空反導(dǎo)指揮控制決策階段研究的主要問(wèn)題是目標(biāo)分配問(wèn)題。 在新型作戰(zhàn)樣式的挑戰(zhàn)下， 防空反導(dǎo)戰(zhàn)術(shù)指揮控制目標(biāo)分配也不斷發(fā)展， 但是諸多模型和算法難以應(yīng)用實(shí)際作戰(zhàn)。 針對(duì)此問(wèn)題， 本文以防空反導(dǎo)戰(zhàn)術(shù)級(jí)指揮控制目標(biāo)分配為切入點(diǎn)， 分析目標(biāo)分配模型及算法在實(shí)際作戰(zhàn)過(guò)程中存在的問(wèn)題， 在此基礎(chǔ)上提出目標(biāo)分配的發(fā)展需求， 為目標(biāo)分配研究發(fā)展提供方向。

1基本內(nèi)容

1.1目標(biāo)分配概念及分類

目標(biāo)分配（Target Assignment）， 也叫武器-目標(biāo)分配（Weapon-Target Assignment， WTA）， 是指揮控制系統(tǒng)根據(jù)目標(biāo)運(yùn)動(dòng)參數(shù)、 數(shù)量和地空導(dǎo)彈火力單元數(shù)量、 性能、 彈藥資源等， 將目標(biāo)分配給不同火力單元攔截， 自動(dòng)完成目標(biāo)和火力單元的最優(yōu)配對(duì)關(guān)系并實(shí)現(xiàn)作戰(zhàn)效能最大化的過(guò)程［2］。

目標(biāo)分配的分類如圖1所示。 從系統(tǒng)的指揮方式分析， 目標(biāo)分配分為集中式分配和分布式分配， 集中式分配是一種上級(jí)指令式的分配方式， 便于統(tǒng)一協(xié)調(diào)武器資源， 發(fā)揮武器系統(tǒng)的整體威力；? 分布式分配是同等級(jí)的分配方式， 交互關(guān)系是雙向的。 從判定目標(biāo)是否具有威脅的角度， 可以分為廣義的目標(biāo)分配和狹義的目標(biāo)分配。 廣義的目標(biāo)分配指目標(biāo)既包含有攻擊力和不確定是否有攻擊力的目標(biāo)， 狹義的目標(biāo)分配是只包含攻擊能力的目標(biāo)。 從作戰(zhàn)雙方的對(duì)抗方式， 可以分為直接對(duì)抗式和間接對(duì)抗式， 兩種類型的主要區(qū)別是來(lái)襲方攻擊對(duì)象不同［3］。

1.2WTA建立的基本模型與算法研究

WTA問(wèn)題的研究主要集中在目標(biāo)分配模型和算法研究?jī)煞矫妫?常見(jiàn)的建模方法主要有兩類：

（1） 基于復(fù)雜適應(yīng)系統(tǒng)理論的建模方法。 該方法具備自適應(yīng)性主體， 能夠與環(huán)境進(jìn)行交互學(xué)習(xí)， 在復(fù)雜系統(tǒng)中具備適應(yīng)性主體和解決非線性問(wèn)題等特征， 采用的技術(shù)包括Agent建模方法（Agent-Based Modeling， ABM）及通用的可視化建模語(yǔ)言等。

（2） 基于嚴(yán)格數(shù)學(xué)理論的建模方法。 通過(guò)具備一致性、 獨(dú)立性和完備性的數(shù)學(xué)公理系統(tǒng)， 抽象化和邏輯推理地對(duì)數(shù)學(xué)模型進(jìn)行分析描述， 以解決現(xiàn)實(shí)問(wèn)題， 如整數(shù)規(guī)劃、 馬爾可夫決策過(guò)程、 圖論、 Petri網(wǎng)等， 這些理論方法可以從數(shù)學(xué)的角度定量分析模型的可行性、 合理性、 有效性［4］。

模型的研究主要包括模型假設(shè)、 目標(biāo)函數(shù)的選擇、 約束條件和時(shí)間因素［5］， 其中動(dòng)態(tài)模型與靜態(tài)模型的主要標(biāo)志指是否考慮時(shí)間因素。 以簡(jiǎn)單的靜態(tài)目標(biāo)分配模型為例， 其模型如圖2所示。 防御方和來(lái)襲目標(biāo)的武器狀態(tài)固定， 所有參數(shù)公開(kāi)且不會(huì)變化， 防御武器與對(duì)應(yīng)攔截目標(biāo)的殺傷概率已知， 防御方的作戰(zhàn)目的是分配攔截武器去攔截目標(biāo)， 使來(lái)襲目標(biāo)的總威脅度最小。

在靜態(tài)的目標(biāo)分配中， 有兩個(gè)假設(shè)：

（1） 同時(shí)對(duì)火力平臺(tái)分配目標(biāo)， 且防御武器發(fā)射攔截彈后可獲得目標(biāo)狀態(tài)。

（2） 武器-目標(biāo)分配關(guān)系之間相互獨(dú)立。

在一場(chǎng)防空作戰(zhàn)中， 襲擊方派出n個(gè)來(lái)襲目標(biāo)B1， B2， …， Bn， 防御方有m個(gè)火力平臺(tái)A1， A2， …， Am。 第i（i=1， 2， …， m）個(gè)火力平臺(tái)最多可使用Ti個(gè)武器， 對(duì)目標(biāo)Bj（ j=1， 2， …， n）最多可以使用Cj個(gè)武器， 第j個(gè)威脅目標(biāo)的威脅度為Vj， 第i個(gè)火力平臺(tái)Ai成功擊毀目標(biāo)Bj的概率為qij， 武器最佳分配以使最終的來(lái)襲目標(biāo)總體威脅度最小為目標(biāo)。

若分配武器平臺(tái)Ai迎擊目標(biāo)Bj， 目標(biāo)選擇的決策變量xij=1， 否則xij=0。 優(yōu)化目標(biāo)函數(shù)：

（4）同一火力平臺(tái)不能同時(shí)攻擊兩個(gè)或兩個(gè)以上目標(biāo)， 即

xij=0或1（5）

以上為簡(jiǎn)單的WTA數(shù)學(xué)模型構(gòu)建過(guò)程， 即便構(gòu)建靜態(tài)模型， 也要考慮眾多約束條件， 如果構(gòu)建基礎(chǔ)的動(dòng)態(tài)目標(biāo)分配數(shù)學(xué)模型， 則要考慮更多的動(dòng)態(tài)因素， 因此， 目標(biāo)分配的理論求解與實(shí)際應(yīng)用都是極為復(fù)雜的， 需要不斷發(fā)展研究。

關(guān)于目標(biāo)分配算法上的研究總體上可以分為兩類： 集中式求解和分布式求解。

（1） 集中式求解方法

集中式求解方法主要集中在兩個(gè)方向： ①多階段匹配優(yōu)化算法， 如動(dòng)態(tài)規(guī)劃、 整數(shù)規(guī)劃等； ②智能算法， 如遺傳算法、 免疫算法、 粒子群算法等。

（2） 分布式求解方法

分布式求解方法主要集中在兩個(gè)方向： ①基于市場(chǎng)機(jī)制的求解算法， 如拍賣(mài)算法、 合同網(wǎng)等； ②群智能算法， 如人工魚(yú)群算法、 蟻群算法等［4］。

1.3WTA模型與算法的國(guó)內(nèi)外發(fā)展?fàn)顩r

1.3.1WTA模型發(fā)展情況

在20世紀(jì)， 導(dǎo)彈技術(shù)不斷發(fā)展， 使得進(jìn)攻方可以利用導(dǎo)彈從遠(yuǎn)距離攻擊防守方的保護(hù)資源。 為了消除這種空襲威脅， 防空概念應(yīng)運(yùn)而生， 防空武器裝備性能也不斷提高， 從最初的單通道武器系統(tǒng)逐漸演變?yōu)槎嗤ǖ牢淦飨到y(tǒng)， 可分配的導(dǎo)彈資源數(shù)量也隨之提高， 對(duì)有效分配防空資源使得資源利用最大化的研究也隨之出現(xiàn)和發(fā)展。 WTA早期的研究主要集中在導(dǎo)彈防空等特定領(lǐng)域， 隨后不斷豐富發(fā)展。

（1）? 整數(shù)規(guī)劃模型

整數(shù)規(guī)劃是指規(guī)劃中的變量限制為整數(shù)， 常見(jiàn)的有純整數(shù)規(guī)劃、 混合整數(shù)規(guī)劃、 0-1規(guī)劃等。 其模型多樣， 數(shù)學(xué)邏輯嚴(yán)謹(jǐn)， 有很大的應(yīng)用領(lǐng)域。 WTA問(wèn)題最初建立的數(shù)學(xué)模型為非線性整數(shù)規(guī)劃模型， 開(kāi)始于Manne的開(kāi)創(chuàng)性工作， 在隨后的幾年里， 改進(jìn)模型得到發(fā)展， 包括假設(shè)條件較少的模型和以時(shí)間為參數(shù)的模型。 Kline等通過(guò)傳統(tǒng)的數(shù)學(xué)規(guī)劃模型對(duì)武器目標(biāo)分配問(wèn)題進(jìn)行求解［6］； 和傳統(tǒng)的非線性模型不同， 陸一平等在不喪失模型最優(yōu)解的前提下， 通過(guò)限定對(duì)目標(biāo)分配武器的數(shù)量降低線性整數(shù)規(guī)劃（ILP）模型維數(shù)， 將WTA問(wèn)題建模為線性整數(shù)規(guī)劃模型［7］； Li等通過(guò)驗(yàn)證傳感器和武器的協(xié)同作戰(zhàn)能力取決于SWTA方案， 在SWTA問(wèn)題綜合框架的基礎(chǔ)上， 建立傳感器和武器協(xié)同交戰(zhàn)模式的整數(shù)規(guī)劃模型［8］。

（2）? 基于馬爾可夫決策模型

為解決靜態(tài)目標(biāo)分配模型的適用性差等問(wèn)題， 動(dòng)態(tài)目標(biāo)分配（Dynamic Target Assignment Weapon， DWTA）模型被廣泛研究。 韓松臣等較早對(duì)此模型進(jìn)行研究， 將馬爾可夫決策過(guò)程應(yīng)用于目標(biāo)分配決策中， 考慮作戰(zhàn)的多階段特點(diǎn)， 追求決策的長(zhǎng)期效益［9］； 張慶波等分析防空系統(tǒng)的作戰(zhàn)特點(diǎn)， 將馬爾可夫決策過(guò)程應(yīng)用于防空系統(tǒng)目標(biāo)分配中［10］； 蔡懷平等運(yùn)用隨機(jī)過(guò)程理論證明了動(dòng)態(tài)WTA過(guò)程的馬爾可夫性， 并且給出了決策過(guò)程的狀態(tài)轉(zhuǎn)移概率的解析表達(dá)式， 對(duì)于在目標(biāo)分配問(wèn)題中應(yīng)用馬爾可夫決策過(guò)程提供了理論依據(jù)［11］。

（3）? 圖論

作為運(yùn)籌學(xué)的一個(gè)分支， 圖論是一種研究節(jié)點(diǎn)和邊組成的圖形的數(shù)學(xué)理論和方法， 在目標(biāo)分配問(wèn)題中， 與其緊密聯(lián)系的是匈牙利算法。 柳毅等運(yùn)用此方法從單目標(biāo)分配推廣至多目標(biāo)分配， 并驗(yàn)證此方法的有效性［12］； 黃力偉等利用匈牙利算法求解目標(biāo)分配問(wèn)題， 方法簡(jiǎn)單， 具有應(yīng)用價(jià)值［13］； 殷紅運(yùn)用模糊匈牙利算法在決策過(guò)程中將主客觀因素有機(jī)地結(jié)合起來(lái)， 有效解決炮兵火力單元的分配最優(yōu)化問(wèn)題［14］； 周洪喜等利用改進(jìn)的匈牙利算法求解多導(dǎo)彈陣地協(xié)同攔截多目標(biāo)模型， 有較快的求解速度［15］； 張進(jìn)等提出統(tǒng)一效率矩陣， 在匈牙利算法耗時(shí)短、 求解穩(wěn)定的基礎(chǔ)上提高了算法的優(yōu)越性， 進(jìn)一步豐富了此方法在武器-目標(biāo)分配問(wèn)題中的運(yùn)用［16］； 常雪凝等將匈牙利算法和模擬退火進(jìn)行混合， 在求解多階段武器目標(biāo)分配問(wèn)題方面較變鄰域搜索算法減少了計(jì)算時(shí)間［17］。

（4） Agent建模方法

隨著人工智能技術(shù)在軍事領(lǐng)域中的應(yīng)用， 對(duì)Agent建模方法的研究逐漸深入。 利用Agent技術(shù)的智能性和代理能力， 可以將目標(biāo)分配這樣龐大復(fù)雜的問(wèn)題分解為許多較小、 較簡(jiǎn)單的問(wèn)題， 使問(wèn)題得以簡(jiǎn)化。 由于單個(gè)Agent解算能力有限， 難以完成復(fù)雜系統(tǒng)中的問(wèn)題， 隨后多智能體技術(shù)不斷發(fā)展， 李偉等利用智能體技術(shù)在已有研究基礎(chǔ)之上做出改進(jìn)， 縮短決策時(shí)間， 相較于數(shù)學(xué)理論建模方法有較好的動(dòng)態(tài)性［18］； 劉家義等利用多智能體系統(tǒng)（MAS）結(jié)合分布式多約束優(yōu)化的思想解決了WTA的優(yōu)化問(wèn)題， 結(jié)合防空反導(dǎo)信息主導(dǎo)、 組網(wǎng)作戰(zhàn)的特點(diǎn)， 創(chuàng)新性地將防空作戰(zhàn)體系中各個(gè)作戰(zhàn)實(shí)體設(shè)計(jì)為決策智能體、 武器智能體、 傳感器智能體和攔截器智能體， 并改進(jìn)加速梯隊(duì)下降（Accelerated Gradient Descent， AGD）算法進(jìn)行求解， 對(duì)于防空反導(dǎo)智能目標(biāo)分配的發(fā)展研究起到促進(jìn)作用［19］； 馬悅等構(gòu)建多智能體強(qiáng)化學(xué)習(xí)的協(xié)同目標(biāo)分配模型， 聚焦于頂層分配策略的學(xué)習(xí)， 并采用Advantage Actor-Critic算法進(jìn)行優(yōu)化， 通過(guò)實(shí)驗(yàn)驗(yàn)證該方法能夠?qū)崿F(xiàn)大規(guī)模協(xié)同目標(biāo)分配方案的動(dòng)態(tài)生成［20］； 張杰等為解決分布式環(huán)境下多智能體系統(tǒng)的交互模型效率低、 局部沖突消解困難等問(wèn)題， 設(shè)計(jì)了多主多從Stackelberg博弈的多智能體系統(tǒng)， 從多角度驗(yàn)證了模型的高效性和魯棒性［21］； 趙鵬程針對(duì)空間眾包中任務(wù)分配構(gòu)建模型的局限性， 提出基于多智能體深度強(qiáng)化學(xué)習(xí)的模型來(lái)解決任務(wù)分配問(wèn)題， 對(duì)武器目標(biāo)分配有借鑒意義［22］。

通過(guò)分析， 目標(biāo)分配模型由最初的靜態(tài)模型逐漸向動(dòng)態(tài)模型發(fā)展， 模型不斷豐富， 但由于作戰(zhàn)樣式的快速發(fā)展， 模型研究的進(jìn)展不能滿足新型作戰(zhàn)的需求， 主要表現(xiàn)在以下幾個(gè)方面：

（1） 模型相對(duì)固化、 過(guò)度簡(jiǎn)化問(wèn)題。 武器目標(biāo)分配模型不是簡(jiǎn)單的數(shù)學(xué)模型， 而是借助數(shù)學(xué)手段構(gòu)建的軍事模型。 現(xiàn)有研究往往將此問(wèn)題過(guò)度抽象簡(jiǎn)化為數(shù)學(xué)模型。 缺少對(duì)交戰(zhàn)規(guī)則、 作戰(zhàn)原則、 武器性能等約束條件的考慮， 導(dǎo)致模型的適用性差， 無(wú)法應(yīng)對(duì)各種作戰(zhàn)沖突。

（2） 現(xiàn)有研究中大部分模型是在完全信息條件下構(gòu)建的， 假定防守方對(duì)攻擊方的攻擊信息無(wú)所不知， 并且忽略了傳感器的配置， 在防空反導(dǎo)作戰(zhàn)過(guò)程中傳感器的準(zhǔn)確性以及可靠性很大程度上影響目標(biāo)分配效果， 通過(guò)傳感器更新作戰(zhàn)信息以及時(shí)推進(jìn)更新策略的調(diào)整不失為提高模型動(dòng)態(tài)性能的方法， 但對(duì)此方面的現(xiàn)有研究較少。

（3） 智能方法應(yīng)用于軍事領(lǐng)域是發(fā)展趨勢(shì)， 但在智能目標(biāo)分配的研究中仍存在一些問(wèn)題： ①智能方法的訓(xùn)練數(shù)據(jù)不足， 缺少多樣性， 數(shù)據(jù)庫(kù)的數(shù)據(jù)質(zhì)量和仿真環(huán)境的真實(shí)度關(guān)系智能體性能的優(yōu)劣。 ②模型的可解釋性和交互性弱， 指揮者對(duì)智能方法可信度低， 導(dǎo)致模型無(wú)法發(fā)揮其性能。 ③作為引導(dǎo)智能體趨于“智能”的獎(jiǎng)勵(lì)函數(shù)設(shè)計(jì)困難， 作戰(zhàn)最終的勝利有時(shí)和作戰(zhàn)過(guò)程中部分決策不相一致， 智能體的同一行動(dòng)在不同作戰(zhàn)背景下可能需要設(shè)計(jì)不同類型的獎(jiǎng)勵(lì)函數(shù)。 ④人工智能在游戲驗(yàn)證平臺(tái)中取得顯著突破， 但游戲平臺(tái)和實(shí)際作戰(zhàn)還有較大差距， 表現(xiàn)最突出的是實(shí)際作戰(zhàn)中邊界不確定， 這就給模型的構(gòu)建帶來(lái)復(fù)雜的因素， 包括環(huán)境、 人、 武器裝備等。

1.3.2WTA算法發(fā)展情況

（1）? 集中式求解算法

多階段匹配優(yōu)化算法包括動(dòng)態(tài)規(guī)劃、 整數(shù)規(guī)劃等。 Ahner等將作戰(zhàn)任務(wù)分為兩個(gè)階段， 在動(dòng)態(tài)規(guī)劃框架內(nèi)使用自適應(yīng)規(guī)劃算法， 并利用子梯度信息遞歸和CAVE函數(shù)逼近方法， 證明了算法在兩階段動(dòng)態(tài)武器-目標(biāo)分配中的最優(yōu)性［23］； Camm等提出一種通過(guò)凸分段線性函數(shù)近似WTA問(wèn)題的非線性問(wèn)題， 降低計(jì)算難度［24］； OHanley等提出將WTA問(wèn)題精確線性化的方法， 但是需要引入大量附加變量和約束條件， 難以解決大規(guī)模問(wèn)題［25］。 Lu等不同于以往將WTA問(wèn)題作為非線性模型的處理方法， 而是將問(wèn)題描述為線性模型， 使用二進(jìn)制線性規(guī)劃， 通過(guò)列舉法和分支定界技術(shù)求解該模型， 提出武器數(shù)量邊界和武器支配新方法， 縮短執(zhí)行時(shí)間， 同時(shí)可以精確解決有400個(gè)武器和400個(gè)目標(biāo)的大規(guī)模目標(biāo)分配問(wèn)題， 為解決大規(guī)模的目標(biāo)分配問(wèn)題提供一定參考［26］； Andersen等為求解大規(guī)模問(wèn)題， 提出一種精確求解方法， 即分支調(diào)整法。 該算法對(duì)現(xiàn)有的分支和邊界算法進(jìn)行優(yōu)化， 通過(guò)實(shí)驗(yàn)進(jìn)行驗(yàn)證， 該算法能處理1 500件武器和1 000個(gè)目標(biāo)的大規(guī)模問(wèn)題， 在求解問(wèn)題的規(guī)模方面有較大提升［27］。

智能算法也稱為元啟發(fā)式方法。 其中遺傳算法（GA）最早由Metler等提出用于解決對(duì)抗導(dǎo)彈威脅的WTA問(wèn)題［28］； 王士同等提出基于遺傳算法的動(dòng)態(tài)武器目標(biāo)分配策略DWTA-GA， 并通過(guò)實(shí)驗(yàn)證明其有效性［29］； 陶英歌等結(jié)合現(xiàn)代防空作戰(zhàn)目標(biāo)分配特點(diǎn)， 提出基于最大效益的目標(biāo)分配模型， 利用遺傳算法求解8個(gè)火力單元攔截8批來(lái)襲目標(biāo)的作戰(zhàn)問(wèn)題， 證明該算法求解速度較快， 精度高［30］； 張曉豐等引入“優(yōu)勢(shì)”基因?qū)?biāo)準(zhǔn)遺傳算法進(jìn)行改進(jìn)， 通過(guò)實(shí)例證明改進(jìn)后的算法提高約60%的搜索效率［31］； 岳韶華等提出遺傳蜂群算法， 將蜂群算法和遺傳算法結(jié)合， 實(shí)現(xiàn)探索與開(kāi)發(fā)的平衡， 兼顧了算法初期全局尋優(yōu)和后期快速收斂的能力［32］。

粒子群算法的靈感源于鳥(niǎo)群覓食， 和遺傳算法類似， 也采用“群體”和“進(jìn)化”概念， 其通過(guò)個(gè)體間的協(xié)同與競(jìng)爭(zhēng)， 實(shí)現(xiàn)復(fù)雜空間中最優(yōu)解的搜索。 Zeng等首次將離散粒子群算法（DPSO）應(yīng)用于求解武器目標(biāo)分配問(wèn)題中， 并在OPSO中引入貪婪搜索策略， 將置換的概念引入到更新策略中， 只要粒子在搜索空間中停滯， 就會(huì)被重新初始化， 一定程度上解決陷入局部最優(yōu)問(wèn)題［33］； 李欣然提出一種改進(jìn)量子粒子群優(yōu)化算法， 通過(guò)加入慣性變量使慣性權(quán)重具備自適應(yīng)特點(diǎn)， 防止算法陷入局部最優(yōu)［34］； 蘇丁為等提出一種基于直覺(jué)模糊熵的改進(jìn)粒子群算法， 采用一種交換操作和模擬退火機(jī)制對(duì)粒子群算法的局部最優(yōu)解進(jìn)行更新， 并根據(jù)直覺(jué)模糊熵值的大小對(duì)種群進(jìn)行變異操作， 提高種群的多樣性， 增加算法全局搜索能力［35］； Kong等提出一種基于學(xué)習(xí)策略的多目標(biāo)粒子群優(yōu)化算法（IMOPSO）。 為克服算法易陷入局部最優(yōu)， 其通過(guò)建立模擬二元交叉和多項(xiàng)式變異的搜索策略， 增強(qiáng)了該算法的搜索能力， 實(shí)驗(yàn)表明具有較好的收斂性［36］。

由于各個(gè)算法都有其自身難以解決的缺點(diǎn)， 為了提高求解問(wèn)題的能力， 許多學(xué)者將不同算法進(jìn)行融合以彌補(bǔ)各算法的不足， 避免得到局部最優(yōu)解， 或者求解效率不高等問(wèn)題。 陳曼等設(shè)計(jì)了一種改善的混合粒子群優(yōu)化算法， 引入了遺傳算法中的雜交算子來(lái)解決此問(wèn)題［37］； 邱少明等提出一種粒子多樣性判別法， 通過(guò)求解粒子多樣性貢獻(xiàn)度， 用于混合量子行為粒子群和可調(diào)節(jié)遺傳算法的粒子群迭代中， 避免早熟收斂， 具有較強(qiáng)的全局尋優(yōu)能力［38］； Jiang等為提高目標(biāo)分配效率， 提出了匈牙利融合遺傳算法， 首先將匈牙利算法求解的可行解作為遺傳算法初始種群的精英個(gè)體， 然后將分配模型中的目標(biāo)函數(shù)作為適應(yīng)度函數(shù)對(duì)結(jié)果進(jìn)行優(yōu)化， 既解決了匈牙利算法賦值結(jié)果不唯一的問(wèn)題， 也優(yōu)化了遺傳算法易陷入局部最優(yōu)的缺點(diǎn)， 并通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了算法的有效性［39］。

（2）? 分布式求解方法

基于市場(chǎng)機(jī)制的求解算法包括拍賣(mài)算法、 合同網(wǎng)等。 拍賣(mài)算法的本質(zhì)是模擬人類拍賣(mài)活動(dòng)的過(guò)程， 柳鵬等提出設(shè)立虛擬火力點(diǎn)和目標(biāo)的方法對(duì)拍賣(mài)算法進(jìn)行適當(dāng)改進(jìn)以解決目標(biāo)分配問(wèn)題［40］； 王增發(fā)等提出一種基于競(jìng)拍機(jī)制的戰(zhàn)場(chǎng)目標(biāo)分配方法， 兼顧目標(biāo)分配的代價(jià)和作戰(zhàn)效果， 能夠在短時(shí)間內(nèi)得出合理的分配方案［41］； 合同網(wǎng)是Smith于1980年提出的， 其思想源于人們?cè)谏虅?wù)過(guò)程中用于管理商品和服務(wù)的合同機(jī)制（招標(biāo)-投標(biāo)-中標(biāo)-簽約）。 毛昭軍等提出了一種在防空作戰(zhàn)基于合同網(wǎng)協(xié)議的分布式目標(biāo)分配算法， 通過(guò)對(duì)算法的實(shí)時(shí)性、 通訊量和優(yōu)化程度進(jìn)行比較， 證明了算法的有效性［42］； 唐蘇妍等提出基于擴(kuò)展合同網(wǎng)的動(dòng)態(tài)目標(biāo)分配算法， 相較于基本合同網(wǎng)的動(dòng)態(tài)目標(biāo)分配算法， 其更具有效性和優(yōu)越性［43］。

智能算法包括人工魚(yú)群算法、 蟻群算法等。 人工魚(yú)群算法是一種利用魚(yú)的三大基本行為（覓食、 聚群和追尾）進(jìn)行尋優(yōu)的優(yōu)化算法。 林敏等采用人工魚(yú)群算法對(duì)動(dòng)態(tài)條件下武器目標(biāo)分配問(wèn)題進(jìn)行求解， 并通過(guò)設(shè)計(jì)實(shí)例進(jìn)行仿真實(shí)驗(yàn)， 驗(yàn)證了混沌人工魚(yú)群算法在時(shí)間約束條件下相較遺傳算法更具優(yōu)越性［44］； 邵詩(shī)佳提出基于多目標(biāo)人工魚(yú)群算法的兩階段進(jìn)化策略， 形成了新的狀態(tài)更新規(guī)則， 在提高收斂速度的同時(shí)， 獲得更好的解［45］。

蟻群算法于1992年由Marco Dorigo首次提出， 該算法來(lái)源于螞蟻覓食行為。 螞蟻在覓食過(guò)程中相互影響， 在爬行過(guò)程中通過(guò)信息素傳遞信息， 某一路徑走過(guò)的螞蟻越多， 后者選擇此路徑的可能性越大， 螞蟻個(gè)體之間通過(guò)這種間接的通信機(jī)制實(shí)現(xiàn)協(xié)同搜索最短路徑的目標(biāo)， 以達(dá)到尋優(yōu)的目的。 蟻群算法作為一種全局優(yōu)化算法， 具有增強(qiáng)型學(xué)習(xí)效果好、 通用性強(qiáng)的優(yōu)點(diǎn)。 范潔等提出混合蟻群算法求解WTA問(wèn)題， 解決了蟻群算法求解速度過(guò)慢的缺點(diǎn)， 其首先通過(guò)遺傳算法生成信息素的初始分布， 而后采用蟻群算法求精確解， 通過(guò)實(shí)驗(yàn)證明該算法在時(shí)間性上優(yōu)于傳統(tǒng)蟻群算法， 在求解精度上優(yōu)于遺傳算法［46］； 袁梅等采用信息素遞減更新策略， 提高了收斂速度并縮短了求解時(shí)間［47］； 崔莉莉?qū)⑾伻核惴ㄅc粒子群算法結(jié)合， 將粒子群算法中利用局部搜索和全局搜索經(jīng)驗(yàn)對(duì)后繼的粒子搜索進(jìn)行指導(dǎo)的機(jī)制引入蟻群算法的信息素更新規(guī)則中， 提高算法的收斂效率， 并通過(guò)實(shí)驗(yàn)證明了此方法的可行性［48］； Hu等在空戰(zhàn)背景下， 設(shè)計(jì)了改進(jìn)蟻群優(yōu)化算法（WIACO）， 提出基于優(yōu)化的精英策略（Asrank）算法， 通過(guò)實(shí)驗(yàn)， 證明WIACO算法的迭代次數(shù)更少， 并且有效避免了局部最優(yōu)［49］； Gao等將異構(gòu)目標(biāo)分為不同的目標(biāo)類型， 與傳統(tǒng)的蟻群算法相比， 將信息素分為隸屬信息素和序列信息素， 以對(duì)應(yīng)模型的分組排列特征， 不僅符合實(shí)際作戰(zhàn)過(guò)程中目標(biāo)的性能和異構(gòu)特點(diǎn)， 在算法性能上也有較大提升， 且隨著分配問(wèn)題規(guī)模的擴(kuò)大， 性能提升更加明顯［50］；? Chen等提出新的信息素更新機(jī)制和新定義的啟發(fā)式信息， 研究出一種多目標(biāo)蟻群優(yōu)化（MOACO）算法， 并在不同規(guī)模和實(shí)驗(yàn)背景下驗(yàn)證了該算法在收斂速度、 解質(zhì)量和解多樣性方面具有優(yōu)越性［51］。

基于目前的算法研究， 主要集中于研究探索智能算法以及智能算法的混合優(yōu)化算法， 以彌補(bǔ)各個(gè)算法的不足。 發(fā)展至今， 算法的尋優(yōu)策略有了極大改進(jìn)， 算法性能顯著提升。 但是很多算法難以應(yīng)用于武器裝備， 主要表現(xiàn)在以下幾個(gè)方面：

（1） 研究目的出現(xiàn)偏差。 現(xiàn)有研究主要目的是提升算法的尋優(yōu)性能， 并且是在設(shè)定好的確定背景和數(shù)據(jù)環(huán)境下求解， 忽略了算法是否能夠應(yīng)用實(shí)際作戰(zhàn)的根本問(wèn)題。 軍事作戰(zhàn)過(guò)程是一個(gè)不確定過(guò)程， 人員、 武器、 環(huán)境隨時(shí)可能發(fā)生難以預(yù)期的變化， 如在作戰(zhàn)過(guò)程中突現(xiàn)的隱身目標(biāo)、 超低空目標(biāo)、 突分目標(biāo)等沖突目標(biāo)， 我方武器系統(tǒng)突遇故障或者被損， 敵方對(duì)我方武器系統(tǒng)施加強(qiáng)干擾等， 都可能導(dǎo)致算法癱瘓。 因此目標(biāo)分配算法研究的首要目的不再單單是提高尋優(yōu)性能， 而是尋求風(fēng)險(xiǎn)可控解， 提高在不確定環(huán)境下算法求解的寬容度， 確保在不確定風(fēng)險(xiǎn)環(huán)境下“有解”是首要任務(wù)。

（2） 算法設(shè)計(jì)脫離實(shí)際。 主要表現(xiàn)在兩方面： 一方面忽略輸出解的可行性， 即在求解時(shí)間內(nèi)空襲態(tài)勢(shì)的變化可導(dǎo)致輸出解不符合當(dāng)前目標(biāo)的狀態(tài)信息， 如圖3所示。 現(xiàn)有方法主要通過(guò)提高初始解集合的質(zhì)量或者改進(jìn)尋優(yōu)策略來(lái)提高算法求解效率， 但是在實(shí)際作戰(zhàn)過(guò)程中， 無(wú)論求解速度如何提升， 模型輸入和輸出總會(huì)存在時(shí)間差， 并且隨著空襲目標(biāo)速度和機(jī)動(dòng)能力的不斷提升， 空襲態(tài)勢(shì)變化程度不斷加劇， 輸出解與當(dāng)前態(tài)勢(shì)將會(huì)產(chǎn)生更加嚴(yán)重的沖突， 因此應(yīng)尋求新的方法來(lái)提高輸出解的可行性。 另一方面， 算法的變量設(shè)計(jì)存在問(wèn)題， 實(shí)際作戰(zhàn)問(wèn)題中較多變量是有限測(cè)度和量化的“作戰(zhàn)變量”， 但現(xiàn)有算法往往將變量定義為一個(gè)簡(jiǎn)單的技術(shù)或數(shù)學(xué)變量， 導(dǎo)致算法在底層設(shè)計(jì)過(guò)程中不符合實(shí)際作戰(zhàn)邏輯。

（3） 算法邊界不清晰。 現(xiàn)有研究主要驗(yàn)證其在既定背景下的最優(yōu)性能， 但缺少邊界測(cè)試， 以及一旦求解問(wèn)題超出算法邊界， 是否有相對(duì)較好的保底措施， 這些因素很大程度上降低了算法的可靠性， 使之無(wú)法應(yīng)用于武器裝備。

1.4WTA的作戰(zhàn)應(yīng)用

由于目標(biāo)分配是指揮決策過(guò)程中的關(guān)鍵環(huán)節(jié)， 因此在進(jìn)攻和防御的作戰(zhàn)指揮決策過(guò)程中都被廣泛應(yīng)用。 在進(jìn)攻作戰(zhàn)中， 地對(duì)地打擊、 空對(duì)地打擊、 聯(lián)合火力打擊以及反艦、 反衛(wèi)星都有極大的應(yīng)用與發(fā)展； 在防御作戰(zhàn)中， WTA的應(yīng)用更加廣泛和深入， 包括地面防空反導(dǎo)、 水面艦艇防空、 空中攔截等。

在防空反導(dǎo)作戰(zhàn)過(guò)程中， 攻擊方可根據(jù)防守方的防御資源快速、 機(jī)動(dòng)、 靈活調(diào)配多種進(jìn)攻力量， 而防空反導(dǎo)部隊(duì)的火力單元機(jī)動(dòng)能力相對(duì)較差、 資源配屬相對(duì)固定， 如何利用現(xiàn)有的防空資源去抗擊信息不完全的空襲體系， 特別是在攻防雙方力量懸殊， 如（超）飽和攻擊等戰(zhàn)場(chǎng)態(tài)勢(shì)下， 將現(xiàn)有的防空資源最大化利用顯得尤為重要。 因此防空反導(dǎo)戰(zhàn)術(shù)級(jí)指揮控制目標(biāo)分配具有極大的研究和發(fā)展需求， 以應(yīng)對(duì)現(xiàn)代化防空作戰(zhàn)。

2存在問(wèn)題

目標(biāo)分配屬于指揮控制流程中的核心環(huán)節(jié)， 其決策效能直接影響指揮質(zhì)量和反應(yīng)時(shí)間， 對(duì)于作戰(zhàn)勝負(fù)起著至關(guān)重要的作用。 在分析目標(biāo)分配問(wèn)題國(guó)內(nèi)外研究現(xiàn)狀的基礎(chǔ)上， 從攻防體系兩個(gè)角度分析其理論研究在防空反導(dǎo)戰(zhàn)術(shù)級(jí)指揮控制目標(biāo)分配應(yīng)用中存在的問(wèn)題。

2.1空襲體系角度分析

（1） 針對(duì)逆梯度攻擊的靈活性及適用性不足

在現(xiàn)代空防作戰(zhàn)中， 空襲作戰(zhàn)樣式更加靈活多樣， 空襲兵器性能不斷提高， 采用“非線性作戰(zhàn)方法”， 謀求作戰(zhàn)的非對(duì)稱優(yōu)勢(shì)和較高的作戰(zhàn)效能， 而目前防空反導(dǎo)指揮控制系統(tǒng)目標(biāo)分配模型還未達(dá)到真正意義上的動(dòng)態(tài)分配， 大部分模型是基于已有場(chǎng)景構(gòu)建的， 這就造成模型與作戰(zhàn)目標(biāo)脫離的情況較為嚴(yán)重， 導(dǎo)致理想化、 規(guī)則化的目標(biāo)分配模型難以適應(yīng)多變的戰(zhàn)場(chǎng)環(huán)境。 在天基信息支持下的空襲作戰(zhàn)中， 防空作戰(zhàn)部署容易被敵方偵獲， 進(jìn)攻方不會(huì)在防守方設(shè)定好的作戰(zhàn)背景下行動(dòng)， 而是根據(jù)防空作戰(zhàn)部署以及戰(zhàn)法戰(zhàn)術(shù)進(jìn)行逆梯度攻擊， 對(duì)防空體系造成嚴(yán)重威脅。 因此， 在防空反導(dǎo)戰(zhàn)術(shù)級(jí)指揮控制決策系統(tǒng)中迫切需要具有高適應(yīng)性的目標(biāo)分配模型。

（2） 解決時(shí)空沖突的任務(wù)資源分配能力不足

從海灣戰(zhàn)爭(zhēng)到伊拉克戰(zhàn)爭(zhēng)， 多維空間聯(lián)合空天進(jìn)攻已是主要樣式， 并更加注重將陸、 海、 空、 天、 電、 網(wǎng)多維空間的作戰(zhàn)平臺(tái)和資源通過(guò)信息系統(tǒng)為核心的網(wǎng)絡(luò)化環(huán)境進(jìn)行有機(jī)整合， 形成殺傷網(wǎng)（kill web）， 以“馬賽克戰(zhàn)”為代表的作戰(zhàn)樣式強(qiáng)調(diào)快速、 可伸縮、 自適應(yīng)的聯(lián)合多域殺傷力， 使之能夠在多樣化的作戰(zhàn)環(huán)境中實(shí)施多樣化的空襲行動(dòng)， 并對(duì)防守體系造成了極大的威脅。 主要表現(xiàn)在兩個(gè)方面： 一是戰(zhàn)場(chǎng)態(tài)勢(shì)單向透明， 借助雷達(dá)、 光電等傳感器以及各種干擾方式， 擴(kuò)大其認(rèn)知域優(yōu)勢(shì)； 二是作戰(zhàn)樣式靈活多樣， 致使防御難度大， 其利用平臺(tái)優(yōu)勢(shì)， 可在平臺(tái)上分布投放大量、 小型、 廉價(jià)以及多樣的武器裝備， 如巡航導(dǎo)彈、 無(wú)人機(jī)蜂群等， 增強(qiáng)其空襲的機(jī)動(dòng)性和靈活性， 避免不同作戰(zhàn)環(huán)境的限制。

空襲體系網(wǎng)絡(luò)化能力的提升， 暴露出空防體系化作戰(zhàn)能力的不足， 現(xiàn)有目標(biāo)分配模型和算法難以在提升體系化作戰(zhàn)能力方面有所貢獻(xiàn)。 表現(xiàn)在兩個(gè)方面： 一是大部分模型和算法不具備求解大規(guī)模目標(biāo)分配的能力， 隨著武器規(guī)模數(shù)量的提升， 求解效率下降明顯； 二是部分模型和算法能夠有效求解大規(guī)模武器系統(tǒng)的目標(biāo)分配問(wèn)題， 但僅考慮武器節(jié)點(diǎn)與目標(biāo)節(jié)點(diǎn)的映射關(guān)系， 而真正的大規(guī)模目標(biāo)分配不僅僅表現(xiàn)在武器系統(tǒng)數(shù)量規(guī)模， 大規(guī)模體系作戰(zhàn)隨之帶來(lái)的是通信容量大、 武器節(jié)點(diǎn)類型多、 作戰(zhàn)環(huán)路多。 在更加復(fù)雜的體系化作戰(zhàn)場(chǎng)景下， 迫切需要模型和算法去解決多資源的時(shí)空沖突問(wèn)題以及任務(wù)分配問(wèn)題。

2.2防守體系角度分析

隨著指揮控制系統(tǒng)的發(fā)展研究， 指揮控制模式由原有的手工指揮階段， 經(jīng)過(guò)半自動(dòng)、 自動(dòng)化指揮控制階段， 向著智能化指揮控制階段邁進(jìn)， 人機(jī)關(guān)系也從指揮員決策、 機(jī)器輔助計(jì)算的方式向指揮員監(jiān)督、 機(jī)器輔助決策的方式轉(zhuǎn)變［52］。 其框架如圖4所示。

為更好地發(fā)揮機(jī)器輔助決策優(yōu)勢(shì)， 需要處理好人機(jī)關(guān)系， 目前， 針對(duì)人機(jī)關(guān)系的處理存在以下問(wèn)題。

（1） 人機(jī)交互能力差

防空反導(dǎo)作戰(zhàn)中面臨復(fù)雜的干擾環(huán)境及戰(zhàn)場(chǎng)態(tài)勢(shì)， 瞬息萬(wàn)變的戰(zhàn)場(chǎng)態(tài)勢(shì)留給指揮員決策處理的時(shí)間越來(lái)越少， 特別是在傳統(tǒng)的戰(zhàn)術(shù)級(jí)指揮控制目標(biāo)分配模型中， 指揮員與計(jì)算機(jī)之間的任務(wù)分工較為模糊， 存在許多亟待解決的難點(diǎn)問(wèn)題［53］， 如在作戰(zhàn)過(guò)程中哪些是需要指揮人員干預(yù)的， 怎樣干預(yù)， 干預(yù)的時(shí)機(jī)、 層次、 方式等， 使人員和機(jī)器無(wú)法利用各自優(yōu)勢(shì)充分發(fā)揮其作用， 導(dǎo)致兩方面的問(wèn)題： 一種情況是指揮員對(duì)系統(tǒng)利用度過(guò)高， 超出計(jì)算機(jī)的處理能力， 導(dǎo)致指揮員不能充分發(fā)揮自身的能動(dòng)性， 過(guò)度依賴計(jì)算機(jī)的目標(biāo)分配決策， 進(jìn)行“流程式”作戰(zhàn)， 導(dǎo)致誤用； 另一種情況是沒(méi)有充分利用機(jī)器擅長(zhǎng)的能力， 極大浪費(fèi)了機(jī)器的處理能力， 降低了人機(jī)系統(tǒng)的性能。 指揮員與決策系統(tǒng)之間的信任關(guān)系如圖5所示， 以上兩種情況都影響系統(tǒng)的整體作戰(zhàn)能力［54］。

（2） 模型的可信度模糊

在作戰(zhàn)過(guò)程中， 通過(guò)戰(zhàn)術(shù)指揮控制目標(biāo)分配自動(dòng)決策輔助工具能夠加快和加強(qiáng)決策過(guò)程， 人機(jī)系統(tǒng)可以應(yīng)對(duì)更快的決策周期和大量的戰(zhàn)場(chǎng)數(shù)據(jù)。 有效發(fā)揮系統(tǒng)性能的前提是指揮員需要對(duì)系統(tǒng)高度信任， 但在實(shí)際作戰(zhàn)過(guò)程中， 指揮控制系統(tǒng)無(wú)法取得與之能力相匹配的信任度， 主要原因有兩個(gè)方面： 一方面各種模型和算法在理論研究中大多驗(yàn)證其在理想情況下的最優(yōu)性能， 指揮員無(wú)法掌握其對(duì)于處理邊界和不確定因素的能力。 同時(shí)面對(duì)各種目標(biāo)分配方法， 沒(méi)有統(tǒng)一的評(píng)估體系去評(píng)估方法的性能和水平， 導(dǎo)致模型的性能無(wú)法量化評(píng)價(jià)［55］， 使指揮人員無(wú)法判斷模型的水平， 這就造成了模型可信度無(wú)法衡量的問(wèn)題。 另一方面， 對(duì)于指揮員來(lái)說(shuō)， 機(jī)器系統(tǒng)就像一個(gè)黑匣子， 其單單注重信息的輸入和結(jié)果的輸出， 對(duì)分配的中間過(guò)程缺少直觀形象的展示， 可解釋性弱， 使指揮人員難以通過(guò)決策系統(tǒng)得出目標(biāo)分配的分配依據(jù)、 分配過(guò)程、 考慮因素等， 導(dǎo)致模型的可信度不高［56］。

3發(fā)展需求

3.1綜合集成分析、 建立高度智能的目標(biāo)分配模塊

防空作戰(zhàn)中的指揮控制系統(tǒng)屬于軍事領(lǐng)域的復(fù)雜系統(tǒng)， 在目標(biāo)分配決策過(guò)程中， 一方面需要考慮指揮員的經(jīng)驗(yàn)知識(shí)與情感意志、 武器設(shè)備的工作狀態(tài)、 空襲兵器的威脅程度、 敵方指揮人員的指揮習(xí)慣， 以及戰(zhàn)場(chǎng)環(huán)境的地理、 氣候、 水文、 社情等， 這些因素難以用現(xiàn)有的統(tǒng)計(jì)方法去量化表征； 另一方面需要針對(duì)多變的戰(zhàn)場(chǎng)態(tài)勢(shì)做出不同的反應(yīng)， 將人的智慧與機(jī)器智能結(jié)合， 使之具有超強(qiáng)的自適應(yīng)能力［57］。 而現(xiàn)有許多研究往往將目標(biāo)分配問(wèn)題設(shè)定為數(shù)學(xué)求解問(wèn)題， 通過(guò)構(gòu)建精確的數(shù)學(xué)模型和算法尋求分配策略最優(yōu)解， 缺少將定性研究與定量研究、 宏觀研究與微觀研究、 經(jīng)驗(yàn)知識(shí)與科學(xué)理論結(jié)合統(tǒng)一的過(guò)程， 從而造成了上述分析的諸多問(wèn)題。 特別是在防空作戰(zhàn)中， 我方臨戰(zhàn)時(shí)間倉(cāng)促、 作戰(zhàn)相對(duì)被動(dòng)， 迫切需要構(gòu)建新的模型框架去解決這些問(wèn)題。

綜合集成法可為解決此問(wèn)題提供方向和思路， 其實(shí)質(zhì)是通過(guò)將專家群體、 統(tǒng)計(jì)數(shù)據(jù)和信息資料三者有機(jī)結(jié)合， 構(gòu)成一個(gè)高度智能化的人機(jī)交互系統(tǒng)， 其具體構(gòu)成如圖6所示。 隨著不斷豐富和發(fā)展， 借助智能Agent等技術(shù)形成多智能體技術(shù)、 分布式網(wǎng)絡(luò)的研討廳體系架構(gòu)等。 現(xiàn)有目標(biāo)分配智能化方法的研究也在不斷深入， 但大部分是在傳統(tǒng)模型的基礎(chǔ)上借助機(jī)器學(xué)習(xí)手段進(jìn)行智能優(yōu)化， 沒(méi)有上升到體系架構(gòu)的智能化高度。 目標(biāo)分配作為指揮控制系統(tǒng)的核心， 在指揮控制系統(tǒng)中發(fā)揮著至關(guān)重要的作用。 運(yùn)用綜合集成智能化理念， 使智能化目標(biāo)分配實(shí)現(xiàn)感情的、 理性的、 經(jīng)驗(yàn)的、 科學(xué)的、 定性的和定量的知識(shí)綜合集成， 具備處理未來(lái)更加復(fù)雜的目標(biāo)分配問(wèn)題， 是智能化目標(biāo)分配的發(fā)展需求。

3.2構(gòu)建防空殺傷網(wǎng)、 建立基于“任務(wù)重心”的任務(wù)分配模式

在作戰(zhàn)過(guò)程中， 防空部隊(duì)運(yùn)用各種偵察、 信息資源， 以構(gòu)建自身的預(yù)警偵察系統(tǒng)和情報(bào)信息網(wǎng)絡(luò)， 并有機(jī)融入預(yù)警偵察大系統(tǒng)， 同時(shí)預(yù)警探測(cè)、 識(shí)別跟蹤、 攔截對(duì)抗等作戰(zhàn)裝備向著松耦合方向發(fā)展［58］， 各種作戰(zhàn)資源實(shí)時(shí)共享， 各個(gè)作戰(zhàn)節(jié)點(diǎn)各取所需， 打破了原有固化的資源配屬關(guān)系， 將信息優(yōu)勢(shì)通過(guò)信息網(wǎng)絡(luò)轉(zhuǎn)化為行動(dòng)優(yōu)勢(shì)和決策優(yōu)勢(shì)， 因此， 殺傷鏈-殺傷網(wǎng)［59］作戰(zhàn)模式將逐漸取代傳統(tǒng)目標(biāo)分配模式， 殺傷網(wǎng)的構(gòu)建如圖7所示。 殺傷

鏈-殺傷網(wǎng)的信息共享、 各取所需的特點(diǎn)， 打破了捆綁的資源配屬關(guān)系， 在一定程度上松懈了約束條件， 將火力單元從原有的固化關(guān)系中解放， 使其具備自任務(wù)、 自組織、 自適應(yīng)能力， 跨越部門(mén)藩籬和上下級(jí)的指揮體制， 能夠充分利用時(shí)間窗口， 適應(yīng)防空反導(dǎo)作戰(zhàn)特點(diǎn)， 極大增強(qiáng)了體系作戰(zhàn)能力； 殺傷網(wǎng)作為一個(gè)類似萬(wàn)維網(wǎng)的作戰(zhàn)網(wǎng)絡(luò)， 每個(gè)武器節(jié)點(diǎn)不再受目標(biāo)信息或制導(dǎo)信息的限制， 只要符合條件皆可參與作戰(zhàn)， 同時(shí)其裝備節(jié)點(diǎn)分布配置， 降低了節(jié)點(diǎn)受損而影響整體作戰(zhàn)能力的風(fēng)險(xiǎn)［60］， 極大增強(qiáng)了指揮控制系統(tǒng)的韌性和彈性。 在防空作戰(zhàn)中， 防空力量維持到作戰(zhàn)結(jié)束， 在一定程度上就是勝利。 但現(xiàn)有防空反導(dǎo)目標(biāo)分配模型還停留在武器-目標(biāo)的分配關(guān)系上， 基于“任務(wù)重心”的網(wǎng)絡(luò)化作戰(zhàn)能力還遠(yuǎn)遠(yuǎn)不足［61］。

任務(wù)的分配理念可為殺傷鏈-殺傷網(wǎng)的資源及目標(biāo)分配提供參考， 借助資源共享、 裝備解耦、 體系緊耦的網(wǎng)絡(luò)平臺(tái)， 分配問(wèn)題不再僅僅指武器和目標(biāo)的分配， 而是基于任務(wù)規(guī)劃出合適的作戰(zhàn)資源抗擊目標(biāo)， 因?yàn)樵跉W(wǎng)中， 構(gòu)成一條殺傷鏈的偵察節(jié)點(diǎn)、 通信節(jié)點(diǎn)、 指揮控制節(jié)點(diǎn)、 打擊節(jié)點(diǎn)有了更多的選擇， 使任務(wù)分配有了更大的優(yōu)化空間， 增強(qiáng)了作戰(zhàn)的靈活性和抗擊的可能性。

3.3 圍繞實(shí)際作戰(zhàn)需求、 建立符合作戰(zhàn)邏輯的目標(biāo)分配模型

隨著實(shí)戰(zhàn)化的迫切需求， 軍事理論的研究要突出實(shí)戰(zhàn)牽引。 提高作戰(zhàn)指揮控制的自動(dòng)化水平， 就要在研究中貼近實(shí)戰(zhàn)環(huán)境、 考慮作戰(zhàn)因素、 符合作戰(zhàn)規(guī)則邏輯， 而不能僅僅追求模型和算法的理論性能， 要真正向可用于實(shí)戰(zhàn)應(yīng)用的方向發(fā)展 ［62］。

通過(guò)上述研究現(xiàn)狀不難發(fā)現(xiàn)， 理論研究與實(shí)戰(zhàn)應(yīng)用脫節(jié)的情況較為嚴(yán)重， 實(shí)際作戰(zhàn)中的目標(biāo)分配決策絕不是僅依據(jù)目標(biāo)函數(shù)進(jìn)行簡(jiǎn)單的武器-目標(biāo)關(guān)系配對(duì)， 而是要考慮復(fù)雜的現(xiàn)實(shí)因素。 指揮控制系統(tǒng)對(duì)來(lái)襲目標(biāo)進(jìn)行分配決策， 決策方案要確保武器系統(tǒng)能夠執(zhí)行， 使來(lái)襲目標(biāo)能夠進(jìn)入火力通道，? 繼而才能對(duì)其進(jìn)行打擊。? 在作戰(zhàn)過(guò)程中， 首先要“能打”， 繼而考慮“打好”， 但就目前的研究狀況而言， 武器目標(biāo)分配問(wèn)題理論研究主要集中在模型和算法的優(yōu)化， 關(guān)注的是如何又快又好地將目標(biāo)與火力單元進(jìn)行配對(duì)， 從而實(shí)現(xiàn)最大期望， 但忽視了分配過(guò)程要考慮的諸多基本因素， 缺少對(duì)作戰(zhàn)邏輯模型的思考： 如來(lái)襲目標(biāo)是否具有禁止分配標(biāo)志； 相關(guān)火力單元是否有空閑的火力通道； 對(duì)于突現(xiàn)的高威脅目標(biāo)是否要優(yōu)先處理； 已分配的目標(biāo)是否在對(duì)應(yīng)武器系統(tǒng)的制導(dǎo)雷達(dá)扇區(qū)內(nèi)或者可偏轉(zhuǎn)角度內(nèi)、 如果本級(jí)制導(dǎo)信息無(wú)法利用是否需要外部信息制導(dǎo)； 火力單元是否處于工作狀態(tài)等諸多問(wèn)題。 防空反導(dǎo)是一個(gè)高動(dòng)態(tài)、 高實(shí)時(shí)、 多約束的作戰(zhàn)過(guò)程， 因此應(yīng)該充分考慮實(shí)際作戰(zhàn)運(yùn)用， 衡量“理論”和“應(yīng)用”中的“度”， 找到“可行”和“優(yōu)化”之間的“點(diǎn)”， 提高模型的實(shí)用性、 靈活性、 動(dòng)態(tài)性和可擴(kuò)展性， 使研究成果真正用于充滿高不確定性風(fēng)險(xiǎn)的防空反導(dǎo)作戰(zhàn)中。

4結(jié)論

隨著戰(zhàn)爭(zhēng)形勢(shì)的演變， WTA問(wèn)題的發(fā)展研究要以實(shí)戰(zhàn)應(yīng)用為導(dǎo)向， 提高其智能化與網(wǎng)絡(luò)化作戰(zhàn)的能力， 讓W(xué)TA問(wèn)題的發(fā)展成果真正應(yīng)用于作戰(zhàn)并指導(dǎo)作戰(zhàn)、 提高指揮自動(dòng)化水平， 而不是僅僅停留在理論研究層面。

（1） 結(jié)合具體的兵種指揮控制系統(tǒng)（防空反導(dǎo)戰(zhàn)術(shù)級(jí)指揮控制）對(duì)目標(biāo)分配理論進(jìn)行了研究， 詳細(xì)闡述了目標(biāo)分配的發(fā)展歷程、 發(fā)展方向。

（2） 從理論研究、 實(shí)際應(yīng)用等角度出發(fā)， 以攻防體系為切入點(diǎn)， 分析防空反導(dǎo)領(lǐng)域目標(biāo)分配存在的針對(duì)逆梯度攻擊的靈活性及適用性不足、 解決時(shí)空沖突的任務(wù)資源分配能力不足、 人機(jī)交互能力差、 模型的可信度模糊等問(wèn)題， 為目標(biāo)分配理論研究提供導(dǎo)向。

（3） 結(jié)合當(dāng)前防空反導(dǎo)目標(biāo)分配領(lǐng)域存在的問(wèn)題， 提出了綜合集成分析、 建立高度智能的目標(biāo)分配模塊， 構(gòu)建防空殺傷網(wǎng)、 建立基于“任務(wù)重心”的任務(wù)分配模式， 圍繞實(shí)際作戰(zhàn)需求， 建立符合作戰(zhàn)邏輯的目標(biāo)分配模型， 為后續(xù)研究提供解決思路。

參考文獻(xiàn)：

［1］ 孫立健， 周鋆， 余正飛.指揮與控制組織結(jié)構(gòu)模型研究［J/OL］.系統(tǒng)工程理論與實(shí)踐， 2022： 1-22.

Sun Lijian，? Zhou Yun，? Yu Zhengfei. Research on Organizational Structure Model of Command and Control ［J/OL］. Systems Engineering Theory and Practice，? 2022： 1-22. （in Chinese）

［2］ 蔡懷平， 陳英武. 武器-目標(biāo)分配（WTA）問(wèn)題研究進(jìn)展［J］. 火力與指揮控制， 2006， 31（12）： 11-15.

Cai Huaiping， Chen Yingwu. The Development of the Research on WeaponTarget Assignment（WTA） Problem［J］. Fire Control and Command Control， 2006， 31（12）：? 11-15.（in Chinese）

［3］ 李勇君， 黃卓， 郭波. 武器-目標(biāo)分配問(wèn)題綜述［J］. 兵工自動(dòng)化， 2009， 28（11）： 1-4.

Li Yongjun， Huang Zhuo， Guo Bo. Review of WeaponTarget Assignment Problem［J］. Ordnance Industry Automation， 2009， 28（11）： 1-4. （in Chinese）

［4］ 韋剛， 高嘉樂(lè)， 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.

Wei Gang， Gao Jiale， Sun Wen. Research on Target Assignment Model and Algorithm of MultiTargetMultiWeapon System［J］. Aerodynamic Missile Journal， 2016（5）：? 77-82.（in Chinese）

［5］ 楊進(jìn)帥， 李進(jìn)， 王毅. 武器-目標(biāo)分配問(wèn)題研究［J］. 火力與指揮控制， 2019， 44（5）： 6-11.

Yang Jinshuai， Li Jin， Wang Yi. Study of Weapon Target Assignment Problem［J］. Fire Control & Command Control， 2019， 44（5）：? 6-11.（in Chinese）

［6］ Kline A， Ahner D， Hill R. The WeaponTarget Assignment Problem［J］. Computers and Operations Research， 2019， 105（C）：? 226-236.

［7］ 陸一平， 李慧慧. 靜態(tài)武器目標(biāo)分配問(wèn)題的攻擊界整數(shù)規(guī)劃求解方法［J］. 系統(tǒng)工程理論與實(shí)踐， 2019， 39（3）： 783-789.

Lu Yiping， Li Huihui. An AttackNumber Bounded Integer Programming Method for the Static WTA Problem［J］. Systems EngineeringTheory & Practice， 2019， 39（3）： 783-789.（in Chinese）

［8］ Li X Y， Zhou D Y， Yang Z， et al. A Novel Genetic Algorithm for the Synthetical SensorWeaponTarget Assignment Problem［J］. Applied Sciences， 2019， 9（18）：? 68-69.

［9］ 韓松臣， 秦俊奇， 韓品堯， 等. 馬爾可夫決策過(guò)程在目標(biāo)分配中的應(yīng)用［J］. 哈爾濱工業(yè)大學(xué)學(xué)報(bào)， 1996， 28（2）： 32-36.

Han Songchen， Qin Junqi， Han Pinyao， et al. An Application of the Markov Decision Process to Target Assignment［J］. Journal of Harbin Institute of Technology， 1996， 28（2）： 32-36.（in Chinese）

［10］ 張慶波， 周延延. 馬爾可夫決策過(guò)程在防空系統(tǒng)目標(biāo)分配中的應(yīng)用［J］. 空軍工程大學(xué)學(xué)報(bào)：自然科學(xué)版， 2001， 2（5）： 73-75.

Zhang Qingbo， Zhou Yanyan. An Application of the Markov Decision Process to the Target Assignment［J］. Journal of Air Force Engineering University： Natural Science Edition， 2001， 2（5）： 73-75.（in Chinese）

［11］ 蔡懷平， 劉靖旭， 陳英武. 動(dòng)態(tài)武器目標(biāo)分配問(wèn)題的馬爾可夫性［J］. 國(guó)防科技大學(xué)學(xué)報(bào)， 2006， 28（3）： 124-127.

Cai Huaiping， Liu Jingxu， Chen Yingwu. On the Markov Characteristic of Dynamic Weapon Target Assignment Problem［J］. Journal of National University of Defense Technology， 2006， 28（3）： 124-127.（in Chinese）

［12］ 柳毅， 佟明安. 匈牙利算法在多目標(biāo)分配中的應(yīng)用［J］. 火力與指揮控制， 2002， 27（4）： 34-37.

Liu Yi， Tong Mingan. An Application of Hungarian Algorithm to the MultiTarget Assignment［J］. Fire Control & Command Control， 2002， 27（4）： 34-37.（in Chinese）

［13］ 黃力偉， 許品剛， 王勤. 基于匈牙利算法求解的火力分配問(wèn)題［J］. 火力與指揮控制， 2007， 32（6）： 25-28.

Huang Liwei， Xu Pingang， Wang Qin. Firepower Distribution Problems Based on Hungarian Method［J］. Fire Control and Command Control， 2007， 32（6）： 25-28.（in Chinese）

［14］ 殷紅. 基于模糊匈牙利算法的炮兵火力單位分配問(wèn)題［J］. 指揮控制與仿真， 2009， 31（3）： 26-28.

Yin Hong. Artillery Fire Units Distribution Based on Fuzzy Hungarian Method［J］. Command Control & Simulation， 2009， 31（3）： 26-28.（in Chinese）

［15］ 周洪喜， 張進(jìn)， 彭晨遠(yuǎn)， 等. 基于匈牙利算法的多導(dǎo)彈陣地?cái)r截指派規(guī)劃［J］. 彈箭與制導(dǎo)學(xué)報(bào)， 2021， 41（4）： 79-84.

Zhou Hongxi， Zhang Jin， Peng Chenyuan， et al. Interception Assignment Planning of Multiple Missile Positions Based on Hunga￣rian Algorithm［J］. Journal of Projectiles， Rockets， Missiles and Guidance， 2021， 41（4）： 79-84.（in Chinese）

［16］ 張進(jìn)， 郭浩， 陳統(tǒng). 基于可適應(yīng)匈牙利算法的武器-目標(biāo)分配問(wèn)題［J］. 兵工學(xué)報(bào)， 2021， 42（6）： 1339-1344.

Zhang Jin， Guo Hao， Chen Tong. WeaponTarget Assignment Based on Adaptable Hungarian Algorithm［J］. Acta Armamentarii， 2021， 42（6）： 1339-1344.（in Chinese）

［17］ 常雪凝， 石建邁， 陳超， 等.基于匈牙利-模擬退火算法的多階段武器目標(biāo)分配方法［J/OL］.系統(tǒng)工程與電子技術(shù)， 2022： 1-10.

Chang Xuening，? Shi Jianmai，? Chen Chao，? et al. MultiStage Weapon Target Assignment Method Based on HungarianSimulated Annealing Algorithm ［J/OL］. Systems Engineering and Electro￣nics， 2022： 1-10.（in Chinese）

［18］ 李偉， 康曉予， 趙曉哲. 基于多智能體的艦艇防空目標(biāo)分配模型設(shè)計(jì)［J］. 軍事運(yùn)籌與系統(tǒng)工程， 2005， 19（3）：? 30-33.

Li Wei， Kang Xiaoyu， Zhao Xiaozhe. Design of Warship Air Defense Target Assignment Model Based on MultiAgent［J］. Military Operations Research and Systems Engineering， 2005， 19（3）：? 30-33.（in Chinese）

［19］ 劉家義， 王剛， 張杰， 等. 基于改進(jìn)AGD-分布式多智能體系統(tǒng)的目標(biāo)優(yōu)化分配模型［J］. 系統(tǒng)工程與電子技術(shù)， 2020， 42（4）： 863-870.

Liu Jiayi， Wang Gang， Zhang Jie， et al. Target Optimal Assignment Model Based on Improved AGDDistributed MultiAgent System［J］. Systems Engineering and Electronics， 2020， 42（4）：? 863-870.（in Chinese）

［20］ 馬悅， 吳琳， 許霄.基于多智能體強(qiáng)化學(xué)習(xí)的協(xié)同目標(biāo)分配［J/OL］.系統(tǒng)工程與電子技術(shù)， 2022： 1-12.

Ma Yue，? Wu Lin，? Xu Xiao. Collaborative Goal Assignment Based on MultiAgent Reinforcement Learning ［J/OL］. Systems Engineering and Electronics， 2022： 1-12.（in Chinese）

［21］ 張杰， 岳韶華， 王剛， 等. 基于Stackelberg與邊拉普拉斯矩陣的多智能體系統(tǒng)［J］. 計(jì)算機(jī)科學(xué)， 2021， 48（8）：? 253-262.

Zhang Jie， Yue Shaohua， Wang Gang， et al. MultiAgent System Based on Stackelberg and Edge Laplace Matrix［J］. Computer Scien￣ce， 2021， 48（8）：? 253-262.（in Chinese）

［22］ 趙鵬程， 高尚， 于洪梅. 基于多智能體深度強(qiáng)化學(xué)習(xí)的空間眾包任務(wù)分配［J］. 吉林大學(xué)學(xué)報(bào)： 理學(xué)版， 2022， 60（2）：? 321-331.

Zhao Pengcheng， Gao Shang， Yu Hongmei. Spatial Crowdsourcing Task Assignment Based on MultiAgent Deep Reinforcement Learning［J］. Journal of Jilin University： Science Edition， 2022， 60（2）： 321-331.（in Chinese）

［23］ Ahner D K， Parson C R. Optimal MultiStage Allocation of Wea￣pons to Targets Using Adaptive Dynamic Programming［J］. Optimization Letters， 2015， 9（8）： 1689-1701.

［24］ Camm J D， Norman S K， Polasky S， et al. Nature Reserve Site Selection to Maximize Expected Species Covered［J］. Operations Research， 2002， 50（6）：? 946-955.

［25］ OHanley J R，? Scaparra M P，? García S. Probability Chains： A General Linearization Technique for Modeling Reliability in Facility Location and Related Problems［J］. European Journal of Operational Research， 2013， 230（1）： 63-75.

［26］ Lu Y P， Chen D Z. A New Exact Algorithm for the WeaponTarget Assignment Problem［J］.OmegaInternational Journal of Management Science， 2021.

［27］ Andersen A C， Pavlikov K， Toffolo T A M. WeaponTarget Assignment Problem： Exact and Approximate Solution Algorithms［J］. Annals of Operations Research， 2022， 312（2）： 581-606.

［28］ Metler W A， Preston F L， Hofmann J. A Suite of Weapon Assignment Algorithms for a SDI MidCourse Battle Manager［R］. 1990.

［29］ 王士同， 劉征. 動(dòng)態(tài)武器目標(biāo)分配問(wèn)題的DWTA-GA算法［J］. 華東船舶工業(yè)學(xué)院學(xué)報(bào)， 1999， 13（5）： 17-22.

Wang Shitong， Liu Zheng. DWTAGA Algorithm for the Dynamic Weapen Target Assignment Problem［J］. Journal of East China Shipbuilding Institute， 1999， 13（5）： 17-22.（in Chinese）

［30］ 陶英歌， 郭乃林. 基于遺傳算法的目標(biāo)分配優(yōu)化模型研究［J］. 現(xiàn)代防御技術(shù)， 2003， 31（1）： 21-24.

Tao Yingge， Guo Nailin. Research on the Optimization Model of Target Assignment Based on GA［J］. Modern Defense Technology， 2003， 31（1）： 21-24.（in Chinese）

［31］ 張曉豐， 程紅斌， 張鳳鳴. 改進(jìn)遺傳算法的導(dǎo)彈目標(biāo)分配方法［J］. 火力與指揮控制， 2007， 32（4）： 59-61.

Zhang Xiaofeng， Cheng Hongbin， Zhang Fengming. A Method for Missile Target Assignment Based on the Improved GA［J］. Fire Control and Command Control， 2007， 32（4）： 59-61. （in Chinese）

［32］ 岳韶華， 何晟， 王剛， 等. 基于改進(jìn)遺傳蜂群算法的武器系統(tǒng)優(yōu)化部署問(wèn)題研究［J］. 兵器裝備工程學(xué)報(bào)， 2022， 43（8）： 80-86.

Yue Shaohua， He Sheng， Wang Gang， et al. Optimization of Weapon System Deployment Based on Improved Genetic Bee Colony Algorithm［J］. Journal of Ordnance Equipment Engineering， 2022， 43（8）： 80-86.（in Chinese）

［33］ Zeng X P， Zhu Y L， Nan L， et al. Solving WeaponTarget Assignment Problem Using Discrete Particle Swarm Optimization［C］∥the 6th World Congress on Intelligent Control and Automation， IEEE， 2006： 3562-3565.

［34］ 李欣然. 改進(jìn)量子行為粒子群算法求解武器目標(biāo)分配問(wèn)題［J］. 計(jì)算機(jī)系統(tǒng)應(yīng)用， 2013， 22（7）： 137-140.

Li Xinran. QuantumBehaved Particle Swarm Algorithm on Wea￣pon Target Assignment［J］. Computer Systems & Applications， 2013， 22（7）： 137-140.（in Chinese）

［35］ 蘇丁為， 王毅， 周創(chuàng)明. 基于直覺(jué)模糊熵的改進(jìn)粒子群算法求解WTA問(wèn)題［J］. 計(jì)算機(jī)科學(xué)， 2016， 43（12）： 255-259.

Su Dingwei， Wang Yi， Zhou Chuangming. Improved Particle Swarm Optimization Algorithm for Solving WeaponTarget Assignment Problem Based on Intuitionistic Fuzzy Entropy［J］. Computer Science， 2016， 43（12）： 255-259.（in Chinese）

［36］ Kong L R， Wang J Z， Zhao P. Solving the Dynamic Weapon Target Assignment Problem by an Improved Multiobjective Particle Swarm Optimization Algorithm［J］. Applied Sciences， 2021， 11（19）： 9254.

［37］ 陳曼， 周鳳星. 改進(jìn)粒子群算法的艦載武器目標(biāo)分配［J］. 火力與指揮控制， 2018， 43（11）： 72-76.

Chen Man， Zhou Fengxing. Shipborne Weapon Target Assignment Based on Improved Particle Swarm Optimization［J］. Fire Control & Command Control， 2018， 43（11）： 72-76.（in Chinese）

［38］ 邱少明， 馮江惠， 杜秀麗， 等. 基于改進(jìn)多目標(biāo)HQPSOGA求解武器目標(biāo)分配問(wèn)題［J］. 計(jì)算機(jī)應(yīng)用與軟件， 2021， 38（11）： 255-262.

Qiu Shaoming， Feng Jianghui， Du Xiuli， et al. Weapon Target Assignment Based on Improved MultiObjective HQPSOGA［J］. Computer Applications and Software， 2021， 38（11）： 255-262.（in Chinese）

［39］ Jiang Y， Wang D B， Bai T T， et al. MultiUAV Objective Assignment Using Hungarian Fusion Genetic Algorithm［J］. IEEE Access， 2022， 10： 43013-43021.

［40］ 柳鵬， 高杰， 劉揚(yáng). 基于拍賣(mài)算法的目標(biāo)分配問(wèn)題優(yōu)化［J］. 兵工自動(dòng)化， 2008， 27（9）： 22-24.

Liu Peng， Gao Jie， Liu Yang. Target Distribution Optimization Based on Auction Algorithm［J］. Ordnance Industry Automation， 2008， 27（9）： 22-24.（in Chinese）

［41］ 王增發(fā)， 徐克虎， 孔德鵬. 基于競(jìng)拍機(jī)制的復(fù)雜環(huán)境目標(biāo)分配法［J］. 中國(guó)科技信息， 2017（7）： 68-69.

Wang Zengfa， Xu Kehu， Kong Depeng. Target Allocation Method for Complex Environment Based on Auction Mechanism［J］. China Science and Technology Information， 2017（7）： 68-69.（in Chinese）

［42］ 毛昭軍， 李云芝， 蔡業(yè)泉. 防空作戰(zhàn)中合同網(wǎng)協(xié)議分布式目標(biāo)分配算法［J］. 火力與指揮控制， 2008， 33（1）： 90-93.

Mao Zhaojun， Li Yunzhi， Cai Yequan. Distributed WeaponTargetAssignment（WTA） Algorithm Based on Contract Net Protocol（CNP） in AntiAir Warfare［J］. Fire Control and Command Control， 2008， 33（1）： 90-93.（in Chinese）

［43］ 唐蘇妍， 梅珊， 朱一凡， 等. 基于擴(kuò)展合同網(wǎng)協(xié)議的分布式武器目標(biāo)分配方法［J］. 系統(tǒng)工程與電子技術(shù)， 2011， 33（3）： 568-574.

Tang Suyan， Mei Shan， Zhu Yifan， et al. Distributed Weapon Target Assignment Algorithm Based on Extended Contract Net Protocol［J］. Systems Engineering and Electronics， 2011， 33（3）： 568-574.（in Chinese）

［44］ 林敏， 王成飛. 動(dòng)態(tài)WTA問(wèn)題的混沌人工魚(yú)群算法［J］. 指揮控制與仿真， 2014， 36（5）： 63-66.

Lin Min， Wang Chengfei. Dynamic Weapon Target Assignment Method Based on Chaotic Artificial Fish Swarm Algorithm［J］. Command Control & Simulation， 2014， 36（5）： 63-66.（in Chinese）

［45］ 邵詩(shī)佳. 基于智能算法的武器目標(biāo)分配問(wèn)題研究［D］. 哈爾濱： 哈爾濱工程大學(xué)， 2019.

Shao Shijia. Research on Weapon Target Assignment Based on Intelligent Algorithm［D］. Harbin： Harbin Engineering University， 2019. （in Chinese）

［46］ 范潔， 劉玉樹(shù)， 龔元明， 等. 基于混合蟻群算法的WTA問(wèn)題求解［J］. 計(jì)算機(jī)工程與應(yīng)用， 2005， 41（10）： 59-61.

Fan Jie， Liu Yushu， Gong Yuanming， et al. A Commingled Ant Colony Optimization Algorithm for Solving WTA Problem［J］. Computer Engineering and Applications， 2005， 41（10）： 59-61.（in Chinese）

［47］ 袁梅， 凌明祥， 曾慶雙. 基于信息素遞減的蟻群算法的WTA問(wèn)題求解［J］. 計(jì)算機(jī)仿真， 2008， 25（2）： 23-25.

Yuan Mei， Ling Mingxiang， Zeng Qingshuang. An Ant Colony Algorithm Based on Pheromone Declining for Solving the WTA Problem［J］. Computer Simulation， 2008， 25（2）： 23-25.（in Chinese）

［48］ 崔莉莉. 基于蟻群算法的武器-目標(biāo)分配問(wèn)題研究［D］. 上海： 上海交通大學(xué)， 2011.

Cui Lili. Research on WeaponTarget Assignment Based on Ant Colony Algorithm［D］. Shanghai： Shanghai Jiao Tong University， 2011. （in Chinese）

［49］ Hu X W， Luo P C， Zhang X N， et al. Improved Ant Colony Optimization for WeaponTarget Assignment［J］. Mathematical Problems in Engineering， 2018： 1-14.

［50］ Gao S， Wu J Z， Ai J L. MultiUAV Reconnaissance Task Allocation for Heterogeneous Targets Using Grouping Ant Colony Optimization Algorithm［J］. Soft Computing， 2021， 25（10）： 7155-7167.

［51］ Chen L Z， Liu W L， Zhong J H. An Efficient MultiObjective Ant Colony Optimization for Task Allocation of Heterogeneous Unmanned Aerial Vehicles［J］. Journal of Computational Science， 2022， 58： 101545.

［52］ 孫濤， 龍慶華， 巢育龍， 等. 防空反導(dǎo)雷達(dá)高作戰(zhàn)效能人機(jī)系統(tǒng)設(shè)計(jì)方法［J］. 現(xiàn)代防御技術(shù)， 2022， 50（4）： 107-115.

Sun Tao， Long Qinghua， Chao Yulong， et al. Design Method of ManMachine System with High Operational Efficiency for Air Defense and AntiMissile Radar［J］. Modern Defence Technology， 2022， 50（4）： 107-115.（in Chinese）

［53］ 羅建平， 劉崗， 陳超， 等. 防空指揮控制系統(tǒng)人機(jī)交互設(shè)計(jì)趨勢(shì)研究［J］. 包裝工程， 2020， 41（24）： 40-45.

Luo Jianping， Liu Gang， Chen Chao， et al. HumanComputer Interaction Design Process of Air Defense Command and Control System［J］. Packaging Engineering， 2020， 41（24）： 40-45.（in Chinese）

［54］ 付亞芝， 郭進(jìn)利. 基于非合作博弈的動(dòng)態(tài)人機(jī)系統(tǒng)功能分配法［J］. 火力與指揮控制， 2021， 46（2）： 30-34.

Fu Yazhi， Guo Jinli. A Dynamic Method of ManMachine System Function Allocation Based on NonCooperative Game Theory［J］. Fire Control & Command Control， 2021， 46（2）： 30-34.（in Chinese）

［55］ 于小嵐， 熊偉， 韓馳， 等.天基信息支援裝備體系作戰(zhàn)效能評(píng)估方法研究［J/OL］.系統(tǒng)仿真學(xué)報(bào)， 2022： 1-15.

Yu Xiaolan，? Xiong Wei，? Han Chi，? et al. Research on Combat Effectiveness Evaluation Method of SpaceBased Information Support Equipment System ［J/OL］. Journal of System Simulation， 2022： 1-15.（in Chinese）

［56］ 王特， 沈陽(yáng)， 王九龍， 等. 智能指揮信息系統(tǒng)作戰(zhàn)效能評(píng)估研究［C］∥第十屆中國(guó)指揮控制大會(huì)論文集（上冊(cè)）. 北京， 2022：? 384-387.

Wang Te，? Shen Yang， Wang Jiulong，? et al. Research on Combat Effectiveness Evaluation of Intelligent Command Information System ［C］∥Proceedings of the 10th China Command and Control Conference （Volume 1），? 2022： 384-387.（in Chinese）

［57］ 付強(qiáng)， 王剛， 范成禮， 等. 防空反導(dǎo)智能指控系統(tǒng)作戰(zhàn)需求研究［J］. 火力與指揮控制， 2020， 45（2）： 28-31.

Fu Qiang， Wang Gang， Fan Chengli， et al. Research on Combat Demand of Air Defense AntiMissile Intelligent Command and Control System［J］. Fire Control & Command Control， 2020， 45（2）： 28-31.（in Chinese）

［58］ 楊國(guó)利， 李云龍， 王寧. 網(wǎng)絡(luò)化作戰(zhàn)體系關(guān)鍵目標(biāo)打擊籌劃研究［J］. 指揮與控制學(xué)報(bào)， 2020， 6（2）： 147-156.

Yang Guoli， Li Yunlong， Wang Ning. Attack Planning for Key Targets in Networked Operation System of Systems［J］. Journal of Command and Control， 2020， 6（2）： 147-156.（in Chinese）

［59］ 謝宇鵬， 侯學(xué)隆， 王宗杰， 等. 馬賽克作戰(zhàn)概念下多無(wú)人機(jī)網(wǎng)絡(luò)化作戰(zhàn)效率評(píng)估［J］. 戰(zhàn)術(shù)導(dǎo)彈技術(shù)， 2022（4）： 196-202.

Xie Yupeng， Hou Xuelong， Wang Zongjie， et al. Efficiency Eva￣luation of MultiUAV Network Operation under Mosaic Operation Concept［J］. Tactical Missile Technology， 2022（4）： 196-202.（in Chinese）

［60］ 陳登， 陳楚湘， 周春華. 基于“OODA環(huán)”的殺傷網(wǎng)節(jié)點(diǎn)重要性評(píng)估［J/OL］.兵工學(xué)報(bào)， 2022： 1-11.

Chen Deng，? Chen Chuxiang，? Zhou Chunhua. Importance Evaluation of Kill Network Nodes Based on “OODA Ring” ［J/OL］. Acta Armamentarii， 2022： 1-11.（in Chinese）

［61］ Chen W H， Li J C， Jiang J. Heterogeneous Combat Network Link Prediction Based on Representation Learning［J］. IEEE Systems Journal， 2021， 15（3）：? 4069-4077.

［62］ 張家瑞， 王剛， 王思遠(yuǎn). 防空反導(dǎo)戰(zhàn)術(shù)級(jí)指控系統(tǒng)體系架構(gòu)研究［J］. 火力與指揮控制， 2021， 46（1）： 9-13.

Zhang Jiarui， Wang Gang， Wang Siyuan. Research on the Architecture of Air and Missile Defense of TacticsLevel Command and Control System［J］. Fire Control & Command Control， 2021， 46（1）：? 9-13.（in Chinese）

Research on Target Assignment Development of Air Defense and AntiMissile Tactical Command and Control System

Liu Xiangyu1， 2，? Wang Gang1*， Li Tengda1， 2， Xia Zhiquan3

（1.Air and Missile Defense College， Air Force Engineering University， Xian? 710051， China；2. Graduate College， Air Force Engineering University， Xian? 710051， China；3. Unit 93126 of PLA， Beijing 100038， China）

Abstract： Target assignment is the core of command and control decisionmaking stage. Many scholars have done a lot of research on target assignment problem，? and made great progress in target assignment model and algorithm. However， with the evolution and development of new combat styles such as Mosaic warfare， distributed warfare and networkcentric warfare， the complexity of modern air defense operations has increased unprecedentedly. In view of the problems of air defense and antimissile tactical target assignment，? such as weak adaptability to different combat scena￣rios，? lack of game antagonism and robustness， etc.，? by summarizing and sorting out the research status of target assignment，? the challenges faced by the theoretical research of target assignment in the application process of air defense and antimissile operations are deeply discussed from the perspective of the development of offensive and defense systems. This paper answers the root causes of many problems in the tactical target allocation of air defense and missile defense，? and puts forward the development needs of intelligent，? networked and real combat target allocation in view of the deficiencies.

Key words： target assignment； air defense and antimissile； humancomputer interaction； kill web； tactical;? command and control system