王 鋒

（中國人民解放軍92493部隊13分隊 葫蘆島 125000）

1 引言

2020年2月18日美國參謀長David Goldfein 提出“聯(lián)合全域交戰(zhàn)”，是美軍最新的跨域配合作戰(zhàn)概念［1］。2020年3月5日，《美國空軍在聯(lián)合全域作戰(zhàn)中的作用》被美國空軍部門發(fā)表，該文件說明聯(lián)合全域作戰(zhàn)是未來的大勢所趨，即“在整體策動并協(xié)同實施后，配合力量對包括陸、水、天空、電磁譜以及眾多其他地區(qū)進(jìn)行戰(zhàn)斗活動，取得絕對優(yōu)勢，并圓滿完成使命”［2］。作戰(zhàn)理論的發(fā)展對指揮系統(tǒng)提出了極大的挑戰(zhàn)，也對作戰(zhàn)管理系統(tǒng)的發(fā)展提出了更高的要求。面臨大量異構(gòu)復(fù)雜多源的信息同時進(jìn)行提取與分類處理的需要，作戰(zhàn)過程的高速化特點(diǎn)，以及復(fù)雜多變戰(zhàn)爭條件下轉(zhuǎn)瞬即逝的作戰(zhàn)需求，采用新技術(shù)、新方法和新手段研制符合未來戰(zhàn)斗模式的作戰(zhàn)管理系統(tǒng)是當(dāng)務(wù)之急。應(yīng)用層次已由作戰(zhàn)層次提高至戰(zhàn)術(shù)層次，凸顯了未來作戰(zhàn)中各兵種間跨地域合作的意義［3～6］。

作戰(zhàn)概念一旦進(jìn)行演變，控制體系的壓力就撲面而來，它的發(fā)展也有更高的雕欄。鋪天蓋地的數(shù)據(jù)對我們提出要求，我們還要做到兵貴神速，并且還要考慮抓住戰(zhàn)場上面的機(jī)遇，發(fā)展適應(yīng)新型作戰(zhàn)概念的指揮控制體系成為燃眉之急［7～9］。

信息化要求下，海上斗爭區(qū)域拓展，軍事行動速率提高，形勢迅速轉(zhuǎn)變，對船舶信息化戰(zhàn)斗指揮力量的需求愈來愈高。為了提高戰(zhàn)斗指揮效益，必須采用自動化的指揮系統(tǒng)。所以，對艦艇武器等電子設(shè)備的信息化管理，以及利用計算機(jī)技術(shù)實現(xiàn)的戰(zhàn)略輔助決策與計算，是當(dāng)前中國計算機(jī)工程應(yīng)用領(lǐng)域研究的重點(diǎn)［10～12］。

2 總體研究思路

因為指控系統(tǒng)工作在動態(tài)條件下，隨著情況變化不斷出現(xiàn)，且在一個時刻內(nèi)可以同時出現(xiàn)多種條件變化。因此考慮到被控系統(tǒng)本身也是一種有著復(fù)雜工作機(jī)制的物理系統(tǒng)，按照實際變化的基本規(guī)則和經(jīng)驗，其變化之間也可以同時具有一定的關(guān)聯(lián)。如果獨(dú)自調(diào)整某一方案，由于這些關(guān)聯(lián)性，很可能產(chǎn)生潛在隱患。因此，為了應(yīng)對同時出現(xiàn)的多種情況，相同的戰(zhàn)斗資源將被多個方案更改。衡量沖突本身的變化可以采用自我匹配的決策，選擇中庸的方案，去處理疑問。其次，由于系統(tǒng)本身原因，更改的策略一定不是完美的，就像拋硬幣無法知道正反一樣，也無法預(yù)測真實性。這說明策略具有不可以預(yù)測的屬性，也就導(dǎo)致了自我適應(yīng)的決策僅靠靜止的策略不行［13］。因此自我適應(yīng)的決策必須具備在線決策能力，可以動態(tài)完善策略。

本文以基于搜索的軟件工程理論為基礎(chǔ)，將自我適應(yīng)的決策看作是一種優(yōu)化調(diào)整，在眾多策略中形成一個空間的集合，尋找最佳的策略。用這種方法滿足決策需求，從而有效地應(yīng)對內(nèi)在的與外在的變化。在優(yōu)先級沒有被定義之前，可以采用基于多目標(biāo)的搜索優(yōu)化的技術(shù)手段，實現(xiàn)數(shù)個更改的衡量、分析和調(diào)整。本文提出的基于并行搜索改進(jìn)的指揮與控制系統(tǒng)的適當(dāng)決策方法將決策問題轉(zhuǎn)化為轉(zhuǎn)換搜索問題，并提供了許多改進(jìn)原則以滿足在線決策的需求，制定和執(zhí)行指揮和控制系統(tǒng)決策。同時，基于改進(jìn)后改進(jìn)理論的策略選擇策略旨在提高決策效率，選擇最佳策略。

3 自適應(yīng)決策方法

采用上文所講的將自我適應(yīng)疑問映照到優(yōu)化疑問的基礎(chǔ)理念，下面介紹其具體內(nèi)容。在自我適應(yīng)疑問中，自我適應(yīng)占有著舉足輕重的作用。所以說，我們將自我適應(yīng)的策略成為問題的關(guān)鍵。在控制的系統(tǒng)中，自我適應(yīng)策略無處不在，很多行為都能證實，進(jìn)而得到系統(tǒng)內(nèi)的信息。換一句話說，我們將自我適應(yīng)的策略看成無數(shù)的可以變化的點(diǎn)構(gòu)成，也就是過程中可以改變結(jié)局的可調(diào)整對象，這些對象不僅包含控制系統(tǒng)資源、指控系統(tǒng)的組織構(gòu)成、組成單元的行為或參數(shù)，同時也包括指控系統(tǒng)運(yùn)行中可調(diào)整的屬性。

在OODA 戰(zhàn)斗周期邏輯的基礎(chǔ)上，將軍隊統(tǒng)一調(diào)配的過程形成為一種一致的決策程序。對于沖擊的目標(biāo)，選擇一組檢測節(jié)點(diǎn)對目標(biāo)進(jìn)行追蹤和識別，然后將這個信息傳遞給通話的部門。通常，目標(biāo)信息必須通過不一樣的層次的信息傳遞才能到達(dá)決策節(jié)點(diǎn)。決策節(jié)點(diǎn)根據(jù)從行列部隊接收到的目標(biāo)信息做出戰(zhàn)斗命令，并將命令發(fā)送給軍隊以發(fā)出告警。在上述過程中，率領(lǐng)與調(diào)配就是在調(diào)查、通話、策略和轟炸的各個過程為作戰(zhàn)單位選擇多個節(jié)點(diǎn)，最終為那個任務(wù)創(chuàng)造最完美的決策組合的程序。在檢測、通話、策略和轟炸的各個過程，可以根據(jù)具體的要求選擇一部分的點(diǎn)位就行，也可以在某個點(diǎn)位中舉例任意的點(diǎn)位，該點(diǎn)位作為可變因素，并且然后使用Monte Carlo method 執(zhí)行，從而通過實踐選擇最好的參考數(shù)據(jù)。

序貫決策是優(yōu)化潛在的或不確定的動態(tài)系統(tǒng)的方法，它隨著時間的推移做出可能的不同或不確定的決策，隨著時間的推移做出不同的決策。完整的序貫決策過程涉及許多狀態(tài)和行動，狀態(tài)之間的轉(zhuǎn)換取決于一個動作的執(zhí)行。在全球指揮和控制協(xié)調(diào)的情況下，狀態(tài)被定義為當(dāng)前戰(zhàn)斗群中現(xiàn)有作戰(zhàn)單位的焦點(diǎn)，其行動是選擇另一個聯(lián)合戰(zhàn)斗單位。以沖擊單位的一個節(jié)點(diǎn)作為序貫決策過程的最初的形態(tài)，以最終的軍事力量集中炮擊的位置作為最后的形態(tài)。我們可以認(rèn)為整個合營的程序就是一個組件，如果最后的形態(tài)到來的情況下，這個決策樹就會以合營的方法計算作用的函數(shù)的數(shù)值，作為經(jīng)過連續(xù)的決策取得的最有價值的數(shù)值。例如，圖1 和圖2 說明了在每個OODA 為選定的節(jié)點(diǎn)建立決策和控制樹的過程，該圖顯示了尋找的過程從橘色的路徑開始和以血色的路徑結(jié)束，綠色的路徑則是合營配合的路徑。沿著這條路線的所有戰(zhàn)斗單位的合并是一個戰(zhàn)斗單位的集合。如果一個任務(wù)有通過許多的節(jié)點(diǎn)在指定級別進(jìn)行配合的必要，在符合上述要求的情況下，可以通過在這個決策樹的任一階段中設(shè)置很多的后續(xù)的節(jié)點(diǎn)來進(jìn)行拓展。

圖1 搜索決策樹

圖2 算法思想

4 決策方法效果分析

在考察決策方法的有效性時，本文以戰(zhàn)略質(zhì)量標(biāo)準(zhǔn)為衡量基準(zhǔn)，對上述四種決策方法除序貫法外的優(yōu)缺點(diǎn)進(jìn)行衡量和評價。策略質(zhì)量值調(diào)整方案的位置坐標(biāo)是可接受決策空間的理想點(diǎn)之間的距離。首先，基于上述決策過程久經(jīng)考驗的測試環(huán)境，針對每個節(jié)點(diǎn)的損失評估進(jìn)行了20 次實驗，每次計算策略中心策略質(zhì)量值是可用的。該策略的節(jié)點(diǎn)故障率和質(zhì)量時間如圖3所示。由此，橫軸表示節(jié)點(diǎn)故障率，縱軸表示戰(zhàn)術(shù)質(zhì)量數(shù)。

圖3 決策效果

在與指控領(lǐng)域的其他方法對比測試結(jié)果中可以看出，3 類方法的策略質(zhì)量值均隨著節(jié)點(diǎn)毀傷比例的增大而減少。這說明節(jié)點(diǎn)損壞率直接影響策略的質(zhì)量，因為隨著節(jié)點(diǎn)損壞率的增加，策略優(yōu)化的過程變得越來越復(fù)雜。本文提出的基于搜索的自適應(yīng)決策方法在不同損害率下比基于規(guī)則和基于效用的方法具有更好的策略質(zhì)量。當(dāng)毀傷比例小于等于30%時，三種方法的策略質(zhì)量值差異很??；當(dāng)毀傷比例大于等于50%時，基于規(guī)則的策略質(zhì)量值大大降低，明顯低于其他兩種類型。這是因為基于規(guī)則的方法是不能依據(jù)當(dāng)前場景動態(tài)產(chǎn)生規(guī)則，其策略質(zhì)量也就有所下降。在策略質(zhì)量值接近的情況下，本文的方法比基于效用的方法耗時更少，因為基于效用的方法在執(zhí)行過程中每次需要經(jīng)過5 次計算，因此比較耗時。通過以上對比可以得出，本文方法生成的策略質(zhì)量和策略執(zhí)行的時間消耗明顯優(yōu)于其他兩種方法，證明了該方法的優(yōu)越性，即證明了策略質(zhì)量和時間開銷上的優(yōu)越性。

5 結(jié)語

針對全域指控背景下艦船作戰(zhàn)指控決策的需求，基于搜索優(yōu)化理論和自適應(yīng)決策算法，提出了一種適應(yīng)性決策方法。該方法將自適應(yīng)策略視為可以調(diào)整的對象，在決策過程中通過搜索優(yōu)化來選擇最優(yōu)的策略。通過實驗對比與其他決策方法的效果分析，驗證了本文方法在策略質(zhì)量和決策效率方面的優(yōu)越性。在不同節(jié)點(diǎn)損傷率下，本文方法具有更好的策略質(zhì)量，且時間消耗更少。本文方法的研究對于提高艦船作戰(zhàn)指控決策的效果和效率具有重要意義，進(jìn)一步的研究可以繼續(xù)優(yōu)化算法，拓展應(yīng)用范圍，并結(jié)合實際作戰(zhàn)需求進(jìn)行驗證，提升戰(zhàn)斗指揮效能。