孔德鵬, 徐克虎, 陳金玉

(1. 裝甲兵工程學院控制工程系， 北京 100072; 2. 78098部隊， 四川 崇州 611237)

一種基于戰(zhàn)場態(tài)勢變權的目標威脅評估方法

孔德鵬1, 徐克虎1, 陳金玉2

(1. 裝甲兵工程學院控制工程系， 北京 100072; 2. 78098部隊， 四川 崇州 611237)

針對常權綜合方法的評估結果與實際情況不符，而一般變權綜合方法又無法充分利用態(tài)勢估計信息的問題，提出了基于戰(zhàn)場態(tài)勢變權的目標威脅評估方法。首先進行戰(zhàn)場態(tài)勢分組，定義了一種直覺模糊集的態(tài)勢估計信息表示方法，利用直覺模糊集的記分值對分組權重進行變權；然后提出了組內(nèi)指標變權類型判別準則和變權因子量化準則，通過分組變權和組內(nèi)變權獲得指標最終變權權值，并利用變權逼近理想解排序法對目標威脅進行了評估；最后通過實例驗證了該方法的合理性和可行性。

戰(zhàn)場態(tài)勢；直覺模糊集；變權；威脅評估

合成分隊是地面作戰(zhàn)的重要力量，其作戰(zhàn)環(huán)境多變，任務多樣，地形復雜,目標類型多，指標選取、量化難，權重確定更難,且其目標威脅程度與態(tài)勢信息聯(lián)系非常緊密，因此很難獲得較為科學的評估結果。目前，目標威脅評估多采用常權綜合方法，即在評估過程中指標權重不變，但在戰(zhàn)場態(tài)勢多變的情況下，其評估結果常常與實際情況不符。

汪培莊等[1]首先提出了變權思想；李洪興[2]研究了變權綜合決策模型，使變權方法成為一種可行的評估方法；張錦春等[3]提出了均衡函數(shù)的構造方法；徐則中[4]提出了一種變權向量構造方法；陳超等[5]提出了分組變權理論，使變權理論和方法不斷完善。目前，變權評估方法作為一種重要的評估方法，已成功應用于威脅評估和多屬性決策，并取得了較為滿意的結果[6-9]。變權評估方法就是指標的權重可根據(jù)指標特性的不同而進行相應的變化。一般的變權方法包括2個步驟：首先確定變權類型是懲罰性變權還是激勵性變權；然后確定變權向量或變權因子。其中：變權方法有主觀判定法和指標奇異值屬性判定法[10]；變權向量主要通過構造法獲得，變權因子的選取多根據(jù)經(jīng)驗確定[4]。但這種基于一般變權方法的目標威脅評估主要通過指標值進行變權，其僅考慮了指標的屬性，很少考慮目標所處的戰(zhàn)場態(tài)勢信息。

為此，本文提出了一種基于態(tài)勢估計信息和指標屬性的雙層變權目標威脅評估方法，并通過實例進行了驗證。

1 戰(zhàn)場態(tài)勢信息描述

基于戰(zhàn)場態(tài)勢的變權需要確定態(tài)勢信息的影響，不同態(tài)勢下目標的任務、意圖和目的也不同。根據(jù)戰(zhàn)場態(tài)勢可確定作戰(zhàn)模式，提取態(tài)勢要素，進行態(tài)勢推理，從而確定敵方作戰(zhàn)意圖。戰(zhàn)場態(tài)勢信息描述就是對戰(zhàn)場態(tài)勢推理信息的簡化，更加合理地表示這種不確定信息，從而為變權提供態(tài)勢依據(jù)。

1.1 戰(zhàn)場態(tài)勢與態(tài)勢估計

戰(zhàn)場態(tài)勢是指在一次戰(zhàn)役/戰(zhàn)斗的作戰(zhàn)地域內(nèi)，敵我雙方投入的兵力編成、兵力和武器部署等情況，地形、氣象情況以及影響作戰(zhàn)的戰(zhàn)場環(huán)境等諸因素的總稱[11]。

戰(zhàn)場態(tài)勢估計屬于信息/數(shù)據(jù)融合中的2級融合，它接收1級融合結果，從中提取出態(tài)勢元素，經(jīng)過基于軍事領域知識估計模型的推理和評判，得到敵方兵力結構的部署情況、作戰(zhàn)行動計劃和模式，進而推斷出其作戰(zhàn)意圖[12-14]。

1.2 戰(zhàn)場態(tài)勢信息描述方法

為方便描述，將戰(zhàn)場態(tài)勢ψ根據(jù)目標任務、作戰(zhàn)企圖等分為子態(tài)勢ψ1,ψ2,…,ψm，若ψ=ψ1∪ψ2∪…∪ψm，ψi∩ψj=?，i,j=1,2,…,m，i≠j，則稱ψ1,ψ2,…,ψm為戰(zhàn)場態(tài)勢ψ的完備分組；若簡化部分信息，使ψ1∪ψ2∪…∪ψm?ψ，ψi∩ψj=?，i,j=1,2,…,m，i≠j，則稱ψ1,ψ2,…,ψm為戰(zhàn)場態(tài)勢ψ的不完備分組。

若每個子態(tài)勢下只需要考慮一種目標意圖Ti,i=1,2,…,m，如火力攻擊、偵查干擾或兵力轉移等，則可根據(jù)態(tài)勢的復雜程度將子態(tài)勢ψj再次分為pj個子組ψj1,ψj2,…,ψjpj，從而為分析戰(zhàn)場態(tài)勢提供方便。

為了描述目標的戰(zhàn)場態(tài)勢信息，本文采用直覺模糊集[15]來表示目標的某種意圖或任務的可能性，根據(jù)戰(zhàn)場多源傳感器信息和相應的軍事知識進行態(tài)勢推理和態(tài)勢估計,獲得所需信息。

設X為給定論域，則X上的直覺模糊集A為

A={x,μA(x),γA(x)|x∈X}，

(1)

其中：μA(x)：X→[0,1],為A的隸屬函數(shù)；γA(x)：X→[0,1],為A的非隸屬函數(shù)。對于A上所有x∈X，均有0≤μA(x)+γA(x)≤1成立。

直覺模糊集Ak表示目標k的戰(zhàn)場態(tài)勢ψ的估計信息，為目標k態(tài)勢信息IFS描述,描述了目標k的m個意圖或任務的可能性,且

Ak= {ψi,μA(ψi),γA(ψi)|ψi?ψ}=

(2)

2 戰(zhàn)場態(tài)勢變權方法

2.1 變權思路

設根據(jù)子態(tài)勢ψ1,ψ2,…,ψm將評估指標分為m個組F1,F2,…,Fm，子態(tài)勢與指標分組一一對應，變權思路如下。1)對分組的權重進行變權。設在子態(tài)勢ψ1下只考慮目標的火力打擊能力，若通過態(tài)勢估計獲得了目標完成火力打擊的意圖大小，就可相應地改變與子態(tài)勢ψ1對應的指標組的權重。2)對指標組內(nèi)各指標的權重進行變權。首先根據(jù)指標屬性確定變權類型，然后依據(jù)指標值的大小確定變權因子。

2.2 變權步驟

以1次分組為例，設戰(zhàn)場上共有K個評估目標;n個評估指標f1,f2, …,fn，且指標間相互獨立，子態(tài)勢ψi與指標組Fi(i=1,2,…,m)對應；且Fi有qi個指標fi1,fi2,…,fiqi,指標組的初始常權向量為W=(w1,w2,…,wm)。則在第k個目標的Fi內(nèi)，各指標的狀態(tài)向量為Xki=(xki1,xki2,…,xkiqi)，初始權重向量為wi=(wi1,wi2,…,wiqi)T。具體變權步驟如下。

1) 利用戰(zhàn)場態(tài)勢信息對指標分組的權重進行變權。根據(jù)每個目標的戰(zhàn)場態(tài)勢信息Ak，計算直覺模糊集中每個元素的計分值。Ak的計分函數(shù)為[16]

L(E(Ak(i)))=μA(ψi)+μA(ψi)×

(1-μA(ψi)-γA(ψi))。

(3)

由式(3)可得第k個目標的態(tài)勢信息記分值L(E(Ak))=(ak1,ak2,…,akm)，則對第k個目標指標組權重的變權為

(4)

式中：“·”為Hardarmard乘積，即2個向量對應的元素相乘；sum()為求和函數(shù)。

(5)

本文提出了一種α取值的量化準則。

(1) 當采用懲罰性變權時，

(6)

(2) 當采用激勵性變權時，

(7)

3) 融合態(tài)勢信息變權和指標值信息變權，獲得最終變權權重向量，即

(8)

3 基于變權的TOPSIS法目標威脅評估

3.1 初始常權的確定方法

指標常權獲取方法有主觀賦權法、客觀賦權法和組合賦權法[17]。為了兼顧主、客觀信息，本文采用線性加權組合方法進行賦權，即

wi=λSi+(1-λ)Oi。

(9)

式中：λ為主觀偏好系數(shù);Si為主觀權重;Oi為客觀權重。

3.2 變權TOPSIS法目標威脅評估步驟

采用變權TOPSIS法進行目標威脅評估的具體步驟如下。

1) 用向量規(guī)范化的方法求得規(guī)范決策矩陣。設有m個評估目標，n個評估指標，Y=(yij)m×n為目標威脅指標量化矩陣；Z=(zij)m×n為規(guī)范化決策矩陣，其中：

(10)

2) 構選變權加權規(guī)范矩陣X=(xij)m×n。其中:xij=wj·zij,為規(guī)范化指標值，wj為指標變權向量。

4) 計算各目標到理想解與負理想解的距離。目標xi到理想解和負理想解的距離分別為

(11)

5) 計算各目標的綜合評價指數(shù)。

(12)

4 實例分析

以合成分隊作戰(zhàn)為例，對其目標威脅進行評估分析。獲取戰(zhàn)場態(tài)勢信息后，選取合成分隊作戰(zhàn)力量的部分典型運用方式對變權指標進行分組，各指標的分組及其初始常權如表1所示。

共有5個目標威脅，其評估指標值的歸一化處理結果如表2所示。

為了檢驗算法對態(tài)勢信息的融合能力，本文假設2種戰(zhàn)場態(tài)勢A1、A2，每種態(tài)勢下都考慮5個目標的情況。

表1 評估指標分組及初始常權

表2 目標威脅評估指標值歸一化處理結果

A1={A11,A12,A13,A14,A15},其中:

A11={0.8,0.1,0.2,0.3,0.4,0.1},

A12={0.5,0.3,0.6,0.3,0.2,0.6},

A13={0.1,0.8,0.7,0.1,0.5,0.3},

A14={0.5,0.2,0.1,0.8,0.7,0.1},

A15={0.2,0.7,0.3,0.4,0.8,0.1}，

A2={A21,A22,A23,A24,A25},其中:

A21={0.2,0.7,0.8,0.1,0.1,0.8},

A22={0.1,0.9,0.9,0.1,0.2,0.6},

A23={0.2,0.6,0.8,0.1,0.3,0.3},

A24={0.1,0.8,0.7,0.2,0.2,0.7},

A25={0.3,0.6,0.8,0.1,0.1,0.7}。

在子態(tài)勢1、2中，完成作戰(zhàn)任務需要各指標的協(xié)同作用，指標之間不具有互補性，應選擇懲罰性變權；在子態(tài)勢3中，指標在目標占領地域中可以互補，應選擇激勵性變權。采用本文提出的算法分別對態(tài)勢A1、A2下的目標威脅進行評估，并與常權綜合評價方法、普通變權評估方法進行了對比，結果如表3所示。

由表3可以看出：基于戰(zhàn)場態(tài)勢變權的威脅評估方法可根據(jù)戰(zhàn)場態(tài)勢的不同，融合戰(zhàn)場的態(tài)勢信息，自動調(diào)整目標的威脅度；普通變權綜合的結果與常權綜合不同，表明變權因子具有調(diào)節(jié)作用；與不考慮態(tài)勢信息的評估結果相比較，基于態(tài)勢信息1的評估結果有所變化，表明態(tài)勢信息對目標威脅度有調(diào)整，不同的態(tài)勢會有不同的威脅度。由子態(tài)勢2的IFS信息描述可以看出：由于目標偵察預警意圖較大，所以偵察預警指標組的指標值對威脅排序結果應當起決定性作用，而評估結果也正好反映了這一特點，表明本文所提出的算法是合理的。

表3 采用變權綜合和常權綜合的目標威脅評估結果

5 結論

本文提出的威脅評估方法能夠較好地處理態(tài)勢和指標信息，獲得較為滿意的威脅排序結果，為復雜戰(zhàn)場環(huán)境中提高目標威脅評估結果的合理性提供了一種可行方法。態(tài)勢分組與指標確定是變權的難點，下一步將針對態(tài)勢分組與指標選取進行研究，提高算法的可行性與易用性，為合成分隊的火力分配決策提供科學依據(jù)。

[1] 汪培莊,李洪興. 模糊系統(tǒng)理論與模糊計算機[M]. 北京:科出版社,1996: 11-15.

[2] 李洪興. 因素空間理論與知識表示的數(shù)學框架(Ⅷ)：變權綜合原理[J]. 模糊系統(tǒng)與數(shù)學,1995,9(3):1-9.

[3] 張錦春,裘杭萍,權冀川. 變權評估中均衡函數(shù)的構造[J]. 火力與指揮控制,2007,32(7):107-110.

[4] 徐則中. 變權綜合決策中變權向量的構造[J]. 遼寧工程技術大學學報:自然科學版,2010,29(5):843-846.

[5] 陳超, 沙基昌,劉俊先,等.分組變權綜合評估方法及應用[J]. 系統(tǒng)管理學報,2007,16(3): 341-344.

[6] 夏春林,周德云,馮琦. 基于變權灰色關聯(lián)法的目標威脅評估[J].火力與指揮控制,2014,39(4):54-57.

[7] 李鑫,劉瑩瑩,李贛華,等. 基于模糊變權原理的衛(wèi)星健康評估方法[J]. 系統(tǒng)工程與電子技術,2014,36(3):476-480.

[8] 張小芝,朱傳喜,朱麗. 一種基于變權的動態(tài)多屬性決策方法[J]. 控制與決策,2014,29(3):494-498.

[9] 章玲,周德群.基于λ模糊測度的變權關聯(lián)多屬性決策分析[J]. 控制與決策,2008,23(3):267-272.

[10] 管清波,馮書興. 一種新的武器裝備體系能力指標變權算法[J]. 裝備學院學報,2014,25(1):112-115.

[11] 孫潤.態(tài)勢估計技術研究與實現(xiàn)[D]. 西安:西安電子科技大學,2009.

[12] 柴慧敏,王寶樹. 動態(tài)貝葉斯網(wǎng)絡在戰(zhàn)術態(tài)勢估計中的應用[J]. 計算機應用研究,2011,28(6):2151-2153.

[13] 孫兆林,楊宏文,胡衛(wèi)東. 基于貝葉斯網(wǎng)絡的態(tài)勢估計方法[J]. 計算機應用,2005,25(4):745-747.

[14] 賈則,宋敬利,金輝,等. D-S證據(jù)理論在戰(zhàn)術態(tài)勢估計技術中的應用[J]. 計算機測量與控制,2009,17(8):1571-1573.

[15] Huang J, Zhao Y J, Li B C. The Application of Intuitionistic Fuzzy MADM Based on Projection Model in Threat Assessment[J]. Lecture Notes in Computer science,2012, 7530(1):506-513.

[16] 許昌林,魏立力. 多準則模糊決策的Vague集方法[J]. 系統(tǒng)工程理論與實踐,2011,30(11):2019-2025.

[17] 耿濤,張安,郝興國. 基于組合賦權TOPSIS法的空戰(zhàn)多目標威脅評估[J]. 火力與指揮控制,2011,36(3):16-19.

(責任編輯: 王生鳳)

A Target Threat Assessment Method Based on Battlefield Situation Variable Weight

KONG De-peng1, XU Ke-hu1, CHEN Jin-yu2

(1. Department of Control Engineering, Academy of Armored Forces Engineering, Beijing 100072, China; 2. Troop No. 78098 of PLA, Chongzhou 611237, China)

In view of the problems that assessment results of constant right synthesis method is inconsistent with the actual situation and general variable weight synthesis cannot make full use of situation assessment information, a threat assessment method is proposed based on battlefield situation variable weight. At first, battlefield situation is divided into groups and a kind of situation assessment information representation method is defined by Intuitionistic Fuzzy Set (IFS), grouping variable weight is changed using score values of IFS; then the criteria of index variable weight type differentiation within group and the criteria of variable weight factor quantification are put forward; the index variable weight is obtained by grouping variable weight and variable weight within group, and target threat assessment is carried out using the TOPSIS method. At last, the method is proved to be rational and feasible by the simulation examples.

battlefield situation; Intuitionistic Fuzzy Set (IFS); variable weight; threat assessment

1672-1497(2015)04-0012-04

2015-03-19

軍隊科研計劃項目

孔德鵬(1990-)，男，碩士研究生。

E911

A

10.3969/j.issn.1672-1497.2015.04.003