杜增義 馬勇 孔浩冉

摘要：隨著軍事任務(wù)的多樣性和火力成分的多元化，高效火力運(yùn)用的難度逐漸增加。針對(duì)步兵戰(zhàn)車火力運(yùn)用智能輔助決策問題，圍繞步兵戰(zhàn)車分隊(duì)火力打擊目標(biāo)威脅估計(jì)、火力分配、毀傷等級(jí)評(píng)估和火力運(yùn)用等方面需求，基于深度強(qiáng)化學(xué)習(xí)、優(yōu)化技術(shù)實(shí)現(xiàn)步兵戰(zhàn)車分隊(duì)指揮的火力分配輔助決策應(yīng)用研究，開發(fā)了基于人工智能技術(shù)的火力運(yùn)用輔助決策系統(tǒng)，通過實(shí)驗(yàn)驗(yàn)證火力運(yùn)用原則等火力運(yùn)用理論研究成果的有效性，支持了本領(lǐng)域內(nèi)相關(guān)教學(xué)、科研工作。

關(guān)鍵詞：火力運(yùn)用；輔助決策；循環(huán)神經(jīng)網(wǎng)絡(luò)；深度強(qiáng)化學(xué)習(xí)；遺傳算法

中圖分類號(hào)：TP18? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2022）30-0014-04

開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

現(xiàn)代化戰(zhàn)爭(zhēng)的特點(diǎn)及其對(duì)指揮的要求，已迫使我們不得不進(jìn)行軍事輔助決策系統(tǒng)的研究[1]。步兵戰(zhàn)車火力運(yùn)用研究，需要緊密結(jié)合各種作戰(zhàn)類型的戰(zhàn)術(shù)環(huán)境，應(yīng)用前沿的人工智能技術(shù)[2-3]，并通過計(jì)算機(jī)輔助決策[4-5]。

李大鵬等人[1]采用層次分析法和線性規(guī)劃法對(duì)坦克連沖擊時(shí)目標(biāo)價(jià)值和火力分配問題進(jìn)行了分析，并在理論分析基礎(chǔ)上，開發(fā)了火力分配輔助決策軟件。鞏玨等人[6]研究并開發(fā)的輔助決策系統(tǒng)使得炮兵打擊輔助決策和軍事地理信息系統(tǒng)不再獨(dú)立，而是將來兩者緊密結(jié)合了起來，并且該系統(tǒng)基于MGIS。孫心琿[7]根據(jù)炮兵指揮自動(dòng)化系統(tǒng)和炮兵設(shè)計(jì)訓(xùn)練模擬系統(tǒng)的發(fā)展要求，建立到了輔助決策專家模型和炮兵分隊(duì)設(shè)計(jì)指揮評(píng)估模型，有一定指導(dǎo)作用。輔助決策系統(tǒng)在艦艇防空作戰(zhàn)也有所研究，姚曉白等人[8]根據(jù)該方面對(duì)火力分配的需求，并結(jié)合艦艇武器系統(tǒng)的具體特點(diǎn)，建立了面向輔助決策系統(tǒng)的艦艇防空火力分配模型。張弛等人[9]采用戰(zhàn)術(shù)兵棋的相關(guān)理念，提出了基于地形的戰(zhàn)場(chǎng)火力勢(shì)算法，用于定量表現(xiàn)戰(zhàn)場(chǎng)中火力體系的強(qiáng)弱分布態(tài)勢(shì)，輔助指揮員進(jìn)行決策，提高指揮謀略和作戰(zhàn)計(jì)算能力。王宏磊等人[10]對(duì)戰(zhàn)場(chǎng)實(shí)際情況作出合理假設(shè)，并在此基礎(chǔ)上基于馬爾可夫理論建立動(dòng)態(tài)火力匹配模型，建立的模型對(duì)許多輔助決策系統(tǒng)的開發(fā)提供了理論基礎(chǔ)，尤其在對(duì)指揮系統(tǒng)的目標(biāo)處理子系統(tǒng)及戰(zhàn)場(chǎng)目標(biāo)綜合處理等方面尤為重要。以上研究面向炮兵指揮、艦艇防空作戰(zhàn)指揮等領(lǐng)域，本文將圍繞步兵戰(zhàn)車分隊(duì)火力打擊目標(biāo)威脅估計(jì)、火力分配、毀傷等級(jí)評(píng)估和火力運(yùn)用等方面開展研究和系統(tǒng)開發(fā)。

1 系統(tǒng)總體設(shè)計(jì)

1.1 設(shè)計(jì)思路

步兵戰(zhàn)車分隊(duì)指揮時(shí)形成火力分配決策，這是步兵戰(zhàn)車火力運(yùn)用的核心問題。采用深度強(qiáng)化學(xué)習(xí)技術(shù)，構(gòu)建步兵戰(zhàn)車分隊(duì)指揮智能體（簡(jiǎn)稱分隊(duì)指揮AI），將深度神經(jīng)網(wǎng)絡(luò)放在步兵戰(zhàn)車分隊(duì)作戰(zhàn)環(huán)境下進(jìn)行訓(xùn)練，使分隊(duì)指揮AI兼具威脅估計(jì)能力和目標(biāo)分配決策能力，通過毀傷評(píng)估作為環(huán)境獎(jiǎng)勵(lì)，不斷優(yōu)化目標(biāo)分配策略，實(shí)現(xiàn)基于人工智能技術(shù)分隊(duì)指揮的“自我進(jìn)化”，總體設(shè)計(jì)思路如圖1所示。

1.2 功能構(gòu)成

基于AI技術(shù)的步兵戰(zhàn)車火力運(yùn)用輔助決策系統(tǒng)，以步兵分隊(duì)指揮火力分配輔助決策為核心任務(wù)，包括應(yīng)用層、交互層、功能層、計(jì)算層和資源層，功能組成架構(gòu)如圖2所示。

2 功能模塊構(gòu)建與實(shí)現(xiàn)

2.1 威脅估計(jì)模塊

威脅估計(jì)模塊用于根據(jù)步兵戰(zhàn)車分隊(duì)作戰(zhàn)態(tài)勢(shì)得出敵方目標(biāo)威脅程度、等級(jí)，并進(jìn)行威脅排序。項(xiàng)目主要進(jìn)行目標(biāo)威脅度評(píng)估，進(jìn)而得到威脅度優(yōu)先級(jí)排序。該模塊由威脅度評(píng)估指標(biāo)構(gòu)建、威脅度評(píng)估特征空間約簡(jiǎn)等7個(gè)子模塊構(gòu)建，其組成結(jié)構(gòu)如圖3所示。

其中，目標(biāo)威脅度評(píng)估綜合子模塊采用模糊綜合評(píng)判方法，根據(jù)評(píng)估指標(biāo)的隸屬度，把定性評(píng)價(jià)轉(zhuǎn)變?yōu)槎吭u(píng)價(jià)，對(duì)受多種因素影響的目標(biāo)威脅做出整體評(píng)價(jià)，并確定目標(biāo)威脅等級(jí)。

模糊評(píng)價(jià)是利用數(shù)學(xué)方法，按照評(píng)價(jià)標(biāo)準(zhǔn)和實(shí)測(cè)值，對(duì)事物做出評(píng)價(jià)前進(jìn)行模糊變換的一種方法。而綜合評(píng)價(jià)就是對(duì)受許多要素影響的對(duì)象或事物做出總體評(píng)價(jià)，即根據(jù)對(duì)評(píng)價(jià)的全體所給的條件，先對(duì)其中的所有對(duì)象賦予一個(gè)實(shí)數(shù)，所賦予的實(shí)數(shù)要求為非負(fù)的，該非負(fù)實(shí)數(shù)即為評(píng)價(jià)結(jié)果，得出評(píng)價(jià)結(jié)果后進(jìn)行排序，最后擇取適當(dāng)?shù)慕Y(jié)果。模糊綜合評(píng)價(jià)方法的過程可大體分為6步，具體步驟如下：

1）確定因素集

首先，建立所研究問題的評(píng)估指標(biāo)體系，然后將建立的指標(biāo)體系映射為相應(yīng)的模糊綜合評(píng)估因素集。設(shè)確立的評(píng)估因素集為[U=u1，u2，…，um]，m表示評(píng)估因素?cái)?shù)量，即評(píng)估基礎(chǔ)指標(biāo)的數(shù)量。

2）確定模糊評(píng)判集和對(duì)應(yīng)得分

常用模糊評(píng)判集一般有兩種，第一種是[v1]={優(yōu)、良、中、差}，第二種是[v2]={好、較好、一般、較差、差}。這兩種評(píng)判集使用人員可以任選一種，或根據(jù)所研究具體問題的需要，設(shè)計(jì)適當(dāng)?shù)脑u(píng)判集。評(píng)判集確定后，就應(yīng)為模糊綜合做準(zhǔn)備，即明確所有評(píng)判等級(jí)的分?jǐn)?shù)。設(shè)確定的評(píng)判集得分為[v=v1，v2，…，vm]，m的含義同上。

3）確定底層指標(biāo)的隸屬度函數(shù)

所謂底層指標(biāo)的隸屬度，就是底層指標(biāo)的無量綱的0-1的評(píng)估值，如0.9。確定底層指標(biāo)的隸屬度，就是實(shí)現(xiàn)評(píng)估基礎(chǔ)指標(biāo)值的無量綱轉(zhuǎn)化。本文中對(duì)所有底層指標(biāo)區(qū)分指標(biāo)的類型，定性指標(biāo)采用專家方法確定隸屬度，定量指標(biāo)采用統(tǒng)一的隸屬度函數(shù)確定隸屬度，將專家方法與函數(shù)方法相結(jié)合。

假設(shè)有n名專家對(duì)于某一因素逐一打分，第j個(gè)專家在（0，1）上給出該指標(biāo)得分值為[xj]，其自信度為[aj]，n名專家分別打分后會(huì)得到n個(gè)數(shù)對(duì)[xj，aj]，j=1，2，…，n，即n個(gè)專家的分值和自信度數(shù)對(duì)，則該因素或該評(píng)估指標(biāo)的隸屬度為：

[Rj=j=1najxjj=1naj]? ? ? ? ? ? ? ? ? （1）

其中，[Rj]就是待評(píng)估指標(biāo)的隸屬度值，它是一個(gè)無量綱的0到1的數(shù)。

隨后，將評(píng)估對(duì)象相對(duì)于理想對(duì)象的滿意程度或匹配程度，定義為該評(píng)估對(duì)象的滿意度，即隸屬度[R]。例如，對(duì)某些取值要求越大越好的指標(biāo)，即效應(yīng)型指標(biāo)，則隸屬度為：

[Rj=1? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? xj≥Mjxj-mjMj-mj? ? ? mj≤xj≤Mj0? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?xj≤ mj]? ? （2）

其中，評(píng)估指標(biāo)為效應(yīng)型；上式中[xj]代表指標(biāo)初始評(píng)估值；[Mj]代表理想最大值，[mj]為理想最小值。

根據(jù)以上情況可類似處理成本型指標(biāo)。對(duì)適中型指標(biāo)，則隸屬度為：

[Rj=2×xj-mj Mj-mj? ? ? ? ? mj≤xj≤Mj-mj22×Mj-xj Mj-mj? ? ? ? Mj-mj2≤xj≤Mj0? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? xj> Mj或xj

4）基于AHP的指標(biāo)加權(quán)

在模糊綜合評(píng)判過程中，綜合評(píng)判的結(jié)果受指標(biāo)權(quán)重的直接影響。模糊綜合評(píng)估方法不同于傳統(tǒng)的評(píng)估方法，該方法確定指標(biāo)權(quán)重時(shí)采用的是AHP層次分析法。具體步驟如下：

首先，選用一種AHP打分方法，對(duì)評(píng)估指標(biāo)體系中的同層因素兩兩比較量化，生成判斷矩陣：

[A=aijn×n]；

其次，進(jìn)行層次排序及其一致性檢驗(yàn)。在求出矩陣A的所有特征值后找出其最大值，再使最大值所對(duì)應(yīng)的特征向量中的各元素之和為1（即歸一化），得到的結(jié)果為某層各個(gè)因素對(duì)應(yīng)于上層某因素的相對(duì)重要性權(quán)值。判斷矩陣受人們的主觀判斷影響，因此不可避免地帶有估計(jì)誤差，所以還需進(jìn)行一致性檢驗(yàn)。

5）確定模糊聚合方法

得到本層指標(biāo)的隸屬度值是模糊綜合的目的。為了更好地達(dá)到這一目的，模糊聚合綜合了兩類信息，一類是下層指標(biāo)的隸屬度值，另一類是下層指標(biāo)對(duì)本層的權(quán)重。模糊綜合方法常用如下兩種：

（1）模糊矩陣的合成運(yùn)算，實(shí)現(xiàn)模糊聚合，即：

[B=A?R=B1，B2，…，Bn]? ? ? ? ? ? ? ?（4）

式中，n為評(píng)判等級(jí)數(shù)；[Bn=∨mAi∧Rij]，j=1，2，…，n；∧表示[Ai]與[Rij]比較取最小值；∨表示要在[Ai∧Rij]的幾個(gè)值中取最大值。[B]的各分量之和如果不為1，則需進(jìn)行歸一化處理。

6）模糊綜合

為了得到最終結(jié)果，需進(jìn)行模糊綜合來確定頂層指標(biāo)對(duì)各評(píng)價(jià)等級(jí)的隸屬度，計(jì)算公式如下：

[D=BVT]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（5）

其中，[B]、[V]、[D]分別有不同含義，[B]為頂層指標(biāo)的隸屬度向量，[V]為評(píng)判集得分向量，[D]為頂層指標(biāo)的模糊綜合評(píng)價(jià)值。

以上步驟，就實(shí)現(xiàn)了評(píng)估基礎(chǔ)指標(biāo)的無量綱化、評(píng)估聚合和評(píng)估綜合，得到了用戶最關(guān)心的頂層指標(biāo)，即作戰(zhàn)效能的模糊綜合評(píng)估值，完成了基于模糊綜合評(píng)價(jià)方法的作戰(zhàn)效能評(píng)估解算過程。

2.2 火力分配模塊

火力分配模塊用于根據(jù)步兵戰(zhàn)車分隊(duì)作戰(zhàn)威脅態(tài)勢(shì)和己方兵力態(tài)勢(shì)進(jìn)行火力分配決策。該模塊由初始打擊方案生成、目標(biāo)毀傷效果預(yù)估和火力分配策略優(yōu)化模型構(gòu)建等五個(gè)子模塊構(gòu)成，其組成結(jié)構(gòu)，如圖4所示。

該模塊的輸入為威脅估計(jì)數(shù)據(jù)和毀傷評(píng)估數(shù)據(jù)，輸出為火力分配決策文本。其中，毀傷評(píng)估數(shù)據(jù)作為火力分配策略優(yōu)化的行動(dòng)效果反饋數(shù)據(jù)。

火力分配策略優(yōu)化模型構(gòu)建子模塊是火力分配模塊的核心子模塊，也是系統(tǒng)功能實(shí)現(xiàn)的關(guān)鍵核心部分。該子模塊用于構(gòu)建火力分配方案的優(yōu)化策略空間，并采用一定的優(yōu)化方法，在策略空間進(jìn)行火力分配方案尋優(yōu)，支持火力分配方案優(yōu)化或火力分配策略優(yōu)化。優(yōu)化產(chǎn)物用于支持射擊規(guī)則的更新。

火力分配策略優(yōu)化模型構(gòu)建的基本運(yùn)行框架，如圖5所示。

本文構(gòu)建遺傳算法模型，支持火力分配方案探索優(yōu)化。遺傳算法（GA）是一種逐步尋找最優(yōu)解的優(yōu)化算法，該算法的思想與人類進(jìn)化過程相似，簡(jiǎn)而言之，就是適者生存，優(yōu)勝劣汰，只不過該過程是用計(jì)算機(jī)來進(jìn)行模擬。遺傳算法實(shí)現(xiàn)全局優(yōu)化是利用個(gè)體與群體間的信息交互，搜索信息是適應(yīng)度函數(shù)，運(yùn)算對(duì)象為決策變量的編碼，算法流程如圖6所示。

1）初始化種群，在產(chǎn)生種群的過程中必須是隨機(jī)的，種群中的個(gè)體不只是個(gè)體，還代表了其對(duì)應(yīng)的染色體基因編碼。

2）編碼與解碼。把待解決的問題參數(shù)轉(zhuǎn)化為種群的染色體基因碼空間，其實(shí)質(zhì)就是將問題參數(shù)化描述。

3）個(gè)體適應(yīng)度評(píng)價(jià)。種群中的不同個(gè)體適應(yīng)度也會(huì)不同，根據(jù)遺傳算法的基本思想，應(yīng)利用優(yōu)化準(zhǔn)則來衡量個(gè)體適應(yīng)度，如果個(gè)體適應(yīng)度符合該規(guī)則，則將最佳個(gè)體以及最佳個(gè)體代表的最優(yōu)解進(jìn)行輸出。

4）選擇。自然界中，越適應(yīng)的個(gè)體越有優(yōu)勢(shì)，遺傳算法中選擇的目標(biāo)是選出比較有優(yōu)勢(shì)的。選擇方法有多種，但通常選用隨機(jī)選擇。

5）交叉。生物學(xué)中的染色體交叉是同源染色體將位于同一位置的染色體片段進(jìn)行交換以產(chǎn)生新的個(gè)體。遺傳算法中的交叉與生物學(xué)中類似，該過程的目的是使種群的穩(wěn)定性不受影響，并朝著最優(yōu)解的方向進(jìn)化。

6）變異。通過一定概率翻轉(zhuǎn)某個(gè)位的值，這是體現(xiàn)遺傳算法智能性的關(guān)鍵要素。

7）結(jié)束。算法不會(huì)一直執(zhí)行下去，可以制定一種規(guī)則，當(dāng)算法達(dá)到該規(guī)則時(shí)便結(jié)束算法，該規(guī)則應(yīng)滿足使算法可以找出最優(yōu)解。判定準(zhǔn)則有許多，其中常用的有兩種，這兩種判定規(guī)則都是設(shè)定一個(gè)極小的閾值，當(dāng)小于該閾值時(shí)結(jié)束算法，但不同的是，第一種規(guī)則要求全部個(gè)體適應(yīng)度的方差小于設(shè)定值，而第二種則要求接連幾代個(gè)體平均適應(yīng)度的差異比該設(shè)定值小。

3 工作流程與系統(tǒng)實(shí)現(xiàn)

3.1 系統(tǒng)工作流程

基于上述設(shè)計(jì)方案和各功能模塊所使用的算法，開發(fā)了基于人工智能技術(shù)的火力運(yùn)用輔助決策系統(tǒng)，系統(tǒng)工作流程如圖7所示。

3.2 系統(tǒng)實(shí)現(xiàn)

目標(biāo)威脅評(píng)估不僅是為決策提供依據(jù)的保證，同時(shí)也對(duì)目標(biāo)分配至關(guān)重要，評(píng)估結(jié)果的好壞直接影響到目標(biāo)分配是否合理。結(jié)合模糊綜合判斷理論，利用模糊綜合評(píng)價(jià)對(duì)目標(biāo)物的威脅程度進(jìn)行判斷，區(qū)分目標(biāo)的威脅等級(jí)，為發(fā)射決策提供依據(jù)。所開發(fā)系統(tǒng)中基于模糊綜合評(píng)判法的目標(biāo)威脅度評(píng)估綜合子模塊界面如圖8所示。

利用模糊綜合評(píng)價(jià)的思想，將敵方空襲目標(biāo)定性的評(píng)價(jià)轉(zhuǎn)換為定量的評(píng)價(jià)，使模糊的問題有清晰的結(jié)果且系統(tǒng)性強(qiáng)，能夠很好地解決模糊的、難以量化的問題，對(duì)各種非確定性問題的解決普遍適用，為火力單元級(jí)自動(dòng)化作戰(zhàn)指揮系統(tǒng)的目標(biāo)威脅度評(píng)估提供了一種簡(jiǎn)捷有效的方法。

火力分配模塊用于根據(jù)步兵戰(zhàn)車分隊(duì)作戰(zhàn)威脅態(tài)勢(shì)和己方兵力態(tài)勢(shì)進(jìn)行火力分配決策。系統(tǒng)中基于遺傳算法的火力分配功能模塊界面如圖9所示。

通過改進(jìn)遺傳算法建立一個(gè)火力分配模型，利用用戶輸入的各項(xiàng)參數(shù)計(jì)算出最優(yōu)適應(yīng)度和火力分配矩陣。系統(tǒng)中建立了基于遺傳算法的火力分配模型，快速有效地解決武器攔截系統(tǒng)的火力分配問題。

4 結(jié)論

基于深度強(qiáng)化學(xué)習(xí)、優(yōu)化技術(shù)等人工智能新技術(shù)，圍繞步兵戰(zhàn)車分隊(duì)火力打擊目標(biāo)威脅估計(jì)、火力分配、毀傷等級(jí)評(píng)估和火力運(yùn)用等方面需求，本文研究了步兵戰(zhàn)車分隊(duì)指揮的火力分配輔助決策方法，并通過計(jì)算機(jī)編程，開發(fā)了基于人工智能技術(shù)的火力運(yùn)用輔助決策系統(tǒng)，通過實(shí)驗(yàn)驗(yàn)證火力運(yùn)用原則等火力運(yùn)用理論研究成果的有效性，有助于提高指揮員戰(zhàn)場(chǎng)的指揮決策能力。

參考文獻(xiàn)：

[1] 楊建兵，李大鵬，王忠義，等.線性規(guī)劃在最優(yōu)火力分配輔助決策中的應(yīng)用[J].高校應(yīng)用數(shù)學(xué)學(xué)報(bào)A輯（中文版），2004，19（S1）：550-560.

[2] 王夢(mèng)真，陳歡良.基于改進(jìn)遺傳算法解決多目標(biāo)智能排班問題研究[J].電腦知識(shí)與技術(shù)，2022，18（2）：79-81.

[3] 鄭華利，陳鐵健，徐蕾，等.作戰(zhàn)輔助決策模型設(shè)計(jì)及評(píng)估方法[J].火力與指揮控制，2021，46（10）：67-72.

[4] 郭寶寶，楊章勇，張自翔，等.深度學(xué)習(xí)技術(shù)在輔助決策中的應(yīng)用研究[J].科技創(chuàng)新與應(yīng)用，2020（22）：175-176.

[5] 張曉海，操新文.基于深度學(xué)習(xí)的軍事智能決策支持系統(tǒng)[J].指揮控制與仿真，2018，40（2）：1-7.

[6] 鞏玨，王代智，趙磊.基于MGIS的炮兵遠(yuǎn)程火力打擊輔助決策系統(tǒng)[J].四川兵工學(xué)報(bào)，2011，32（7）：128-129，136.

[7] 孫心琿.指揮自動(dòng)化條件下炮兵火力運(yùn)用的決策與評(píng)估研究[D].南京：南京理工大學(xué)，2001.

[8] 姚曉白，趙曉哲.基于輔助決策系統(tǒng)艦炮防空火力分配模型[J].火力與指揮控制，2005，30（4）：10-13.

[9] 張弛，趙中華.戰(zhàn)場(chǎng)火力勢(shì)算法及在地面戰(zhàn)斗輔助決策中的應(yīng)用[J].軍事運(yùn)籌與系統(tǒng)工程，2015，29（2）：28-32.

[10] 王宏磊.基于馬爾可夫決策過程的動(dòng)態(tài)火力目標(biāo)匹配[J].電腦知識(shí)與技術(shù)，2011，7（11）：2655-2656.

【通聯(lián)編輯：唐一東】