CN106533780A - 基于局域世界的加权指控网络演化模型构建方法 - Google Patents

Abstract

基于局域世界的加权指控网络演化模型构建方法，具体步骤如下：S1：在h＝1的层级中生成n_Init个顶层节点，并设最高层级指控节点组成全连通指控网络，为存在n_Init个节点的完全无向网络，并给边赋相应的权值；S2：生成第h+1层的指控节点n_i个和感知节点n_It个，感知节点直接与指控节点连接，给边赋相应的权值；S3：重复S2，直到h＝H‑1，当h＝H时，第h层的每个指控节点连接n_ft个火力打击节点；S4：设置时刻t＝t++，每次以一定概率发生事件中的一种，且当n_Init＞N时，结束演化过程，N代表节点总数。本申请解决了典型复杂网络模型不能充分体现指控网络的拓扑结构时变性、边权时变性以及局域选择性等问题。

Description

基于局域世界的加权指控网络演化模型构建方法

技术领域

本发明涉及指控网络演化模型构建方法，具体说是一种基于局域世界的加权指控网络演化模型构建方法。

背景技术

指控网络作为指挥控制系统命令下达与信息传输的枢纽，按照部队作战编成，以通信与网络技术为基础，以各级各类指控节点为要素建立的“纵向一体化贯通、横向互联互通”的网络结构。战场环境的复杂性和时变性给指控网络演化行为方面的研究带来一系列亟待解决的难题。

基于复杂网络的指控网络演化行为方面的研究相对较少，朱涛等通过对指控网络的实证分析得出指控网络符合小世界、无标度特性，为指控网络研究奠定了实证基础；陶九阳针对“网络中心战”下指控网络实体加入特征，以“信息最优加入”和“随机加入”两种策略实现作战节点的加入，讨论指控网络演化行为；刘跃、包卫东提出指控网络模型生成规则，参考复杂网络适应度模型及组织网络模型后，基于新节点和内部边两方面交互增长的思想，建立了指控网络动态演化模型，但是没有考虑到边的权值，与实际不符；温睿、马亚平等基于新节点和内部边这两个方面的交互增长、非线性优先的思想，提出节点和边的增加删除规则，并在网络增长过程中提出网络控制规则，建立起宏观上符合作战网络动态演化模型，但是在边权演化过程中未明确说明边权演化规则。

鉴于上述问题，有必要提出一种新的加权指控网络演化模型构建方法，以解决上述问题。

发明内容

针对现有指控网络模型不能准确反映指控网络动态演化特性的问题，本发明提供了一种基于局域世界的加权指控网络演化模型构建方法，解决了典型复杂网络模型不能充分体现指控网络的拓扑结构时变性、边权时变性以及局域选择性等问题，能真实准确描述指控网络的结构和演化过程，以动态评估指挥控制网络面向复杂任务和对抗环境下的内在机理和外在行为。

为实现上述目的，本发明的技术方案是：一种基于局域世界的加权指控网络演化模型构建方法，设初始时刻t＝t₀＝0，起始时刻网络节点数为n_Init，跨度为S，网络层级为H，网络演化总步长为t_n，指挥层级为h；具体步骤如下：

S1：在h＝1的层级中生成n_Init个顶层节点，并设最高层级指控节点组成全连通指控网络，为存在n_Init个节点的完全无向网络，并给边赋相应的权值；更新节点个数n_Init；

S2：生成第h+1层的指控节点n_i个和感知节点n_It个，感知节点直接与指控节点连接，给边赋相应的权值；更新节点个数n_Init；

S3：重复S2，直到h＝H-1，当h＝H时，第h层的每个指控节点连接n_ft个火力打击节点，更新节点个数n_Init；

S4：设置时刻t＝t++，每次以一定概率发生事件中的一种，且当n_Init＞N时，结束演化过程，N代表节点总数；

S5：重复S4，直到t＝t_n时结束。

进一步的，所述事件包括：

A、以概率p₁按照节点加入法加入新节点，并按照新节点连边方法与已存在的节点连边；

B、以概率p₂按照边加入方法建立同层级且没有直接连接关系的指控节点之间的协同指挥关系和越级指挥关系；

C、以概率p₃按照节点删除方法从指控网络中删除节点；

D、以概率p₄按照边删除方法删除指控节点之间边；

上述p1+p2+p3+p4＝1，且p1,p2,p3,p4＞0。

进一步的，节点加入法具体为：不同层次的节点加入指控网络的概率不同，各层级节点出现的概率为：

式中，ζ代表节点综合能力，h_i代表层级，ζ(v_k)代表节点v_k综合能力，ζ(v_j)代表节点v_j综合能力，Ω表示网络节点集合，Ω'表示第h层节点集合。

进一步的，新节点连边方法分为两种情况：

(1)新加入的节点是指控节点

每个新加入的指控节点v_k按照节点加入方法加入到指控网络的第h层；以h层节点中综合能力最小的节点为起点构造局域世界，以同样方式构造h-1、h+1、h+2层局域世界，以概率p与局域世界内节点相连，使用边演化方法将边权演化；当h＝1时，新加入节点与本层其他节点全连通；当h≠1时，新加入节点以概率p与局域内的其他节点连接，p的定义如下：

式中，Ωl为新加入节点的局域节点集合，ζ(v_k)为局域内节点v_k的综合能力，ζ(v_l)为局域节点集合Ωl中的一个节点的综合能力；

(2)新加入的节点是感知节点或火力打击节点

如果新加入节点是感知节点，选择综合能力最小的指控节点直接相连；如果新加入节点是火力打击节点直接加入到最低层，选取上层节点综合能力最小的节点为起点构造局域世界Ω1，以概率p与新节点连边。

进一步的，边加入方法具体为：选择一个层级，如果选到的层级为第H层，则丢弃，直到选到其他层；在该层级选择节点综合能力最小的节点构造局域世界，然后在局域世界内随机选择两个指控节点，建立协同关系边；遍历所有节点，以概率p选择孙节点加入越级指挥边，并根据边演化方法将边权演化。

更进一步的，节点删除方法具体为：指控网络中作战节点受到攻击或自身故障损坏后从网络中消失，即删除该节点，删除概率为q，根据边演化方法将边权演化；

其中，α为对抗阶段随机删除节点的可调系数，β为对抗阶段蓄意删除节点的可调系数，且α+β＝1；如果指控网络中存在孤立节点，优先删除。

更进一步的，边删除方法具体为：边受到攻击或自身故障损坏后会从网络中消失，即删除该边，删除边概率为m；

w为节点之间边的权重。

更进一步的，局域世界构造方法具体为：指控网络中，新加入的节点总是与网络中局部作战节点相连，只使用整个网络的局部连接信息，从节点v_i开始，选择其邻接节点v_j中与v_i同层的节点集合，构造局域世界Ω；

Ω＝S_adja∩S_sl

式中，S_adja代表与节点v_i相连的节点集合；S_sl代表与节点v_i同层级的节点集合。

作为更进一步的，边演化方法具体为：新节点v_k加入到指控网络并与节点v_z相连，则节点v_z的综合能力发生改变，即ζ_z＝ζ_z+w_zk；节点的综合能力增加，相应的边属性也增加，以如下方式分配与节点v_z直接相连的边权重：

其中，w'_iz,w'_jz为演化后的边权值。

作为更进一步的，由边演化方法可知，节点的删除会导致指控网络中边权发生变化，部分节点之间边的权值会减少，如实际演化过程中，节点间链路的通信能力、协同能力下降到一定程度时，该链路视为无效。取经验值σ为阈值，当w_ij＜σ，删除该边。

本发明由于采用以上技术方法，能够取得如下的技术效果：相较于现有指控网络演化模型，本发明基于局域世界的加权指控网络演化模型能充分体现指控网络的拓扑结构时变性、边权时变性以及局域选择性等特性，能真实准确描述指控网络的结构和演化过程，可以动态评估指挥控制网络面向复杂任务和对抗环境下的内在机理和外在行为。

附图说明

为了更清楚的说明本发明的实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明边权演化图；

图2为本发明指控网络建设阶段通过调整演化事件的发生概率点权分布图；

图3为本发明指控网络建设阶段通过调整演化事件的发生概率聚集系数变化规律图；

图4为本发明指控网络建设阶段通过调整演化事件的发生概率平均路径长度变化规律图；

图5为本发明指控网络建设阶段通过调整演化事件的发生概率作战效率变化规律图；

图6为本发明指控网络对抗阶段通过调整随机删除节点的系数α和蓄意删除节点的系数β聚集系数变化规律图；

图7为本发明指控网络对抗阶段通过调整随机删除节点的系数α和蓄意删除节点的系数β平均路径长度变化规律图；

图8为本发明指控网络对抗阶段通过调整随机删除节点的系数α和蓄意删除节点的系数β作战效率变化规律图；

具体实施方式

为使本发明的实施例的目的、技术方案和优点更加清楚，下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚完整的描述：

实施例1

本实施例介绍指控网络基本实体间的关系描述和分析，其次介绍网络结构和功能指标：

1.节点和边的抽象

利用节点和边的定义，构建的指控网络模型。然后利用指控网络节点和边的加入或删除方法、局域世界构造方法和边权演化方法，生成基于局域世界的加权指控网络演化模型。

将作战要素分为感知节点、指控节点和火力打击节点3类，表征为：

V＝＜ID_V,T_V,H_V,COM_V,COOR_V＞

式中，ID_V为节点序号；T_V为节点类型；H_V为节点所属层级；COM_V代表节点通信能力，如带宽、处理能力和可靠性等指标；COOR_V代表节点任务协同能力。

V＝{v₁,v₂,…,v_n}为N个作战实体集合，用矩阵A'_V代表网络中所有节点的属性矩阵，可知A'_V是一个N×|A_V|的矩阵，a'_v(ij)代表节点v_i的第j个属性值。

边集合E＝{e₁,e₂,…,e_m}，表示作战要素之间的相互关联关系，即信息交互关系。需要说明的是，情报共享和协同打击通过指控实体实现，即感知节点以及火力打击节点之间不存在直接的信息交互关系。表征为：

E＝＜R,AT_I,AT_C,AT_D＞

式中，R＝＜R_C,C,R_I,C,R_F,C＞表示作战要素之间的相互关联关系，即指控关系、感知与指挥关系、火力打击与指挥关系；AT_I代表节点间信息传输能力；AT_C代表节点间任务协同能力；AT_D代表节点间距离。

E为M条作战实体间的相互关系集合，用矩阵A'_E代表网络中所有边的属性矩阵，可知A'_E是一个M×|A_E|的矩阵，a'_e(a_ij,k)代表边e_ij的第k个属性值。

作战节点间边权重由节点间信息传输能力、任务协同能力共同决定，节点v_i与v_j之间边的权重w_ij为：

式中，AT_I(ij)表示节点v_i与v_j之间链路的信息传输能力，AT_C(ij)表示节点v_i与v_j任务协同能力，均为归一化后的值。

与单一类型复杂网络的矩阵表示不同，指控网络包括了三类节点和四种信息交互关系，形成三类网络，分别为指控网络、感知网络、火力打击网络，因此，构建的指控网络模型描述为：三种关系矩阵合并即可得到指控网络模型的多维矩阵，表示为：

其中，G_I-C表示感知网络，指感知节点和指控节点相互交织而形成的网络；G_C-C表示指控网络，指各级各类指控节点相互交织而形成的网络；G_C-F表示火力打击网络，指指控节点和火力打击节点相互交织而形成的网络。

根据上述指控网络节点和边的定义，多类节点与多种连接以及多维矩阵与多样属性的组合构成了基于多属性加权的指控网络模型，每个网络具体表示为：G＝(V,E,A_V,A_E)。

2.结构和功能指标

复杂网络中已有指标，包括点权分布、平均路径长度、集聚系数等。同时,为了刻画指控网络功能特性，本发明提出了一种基于OODA环的作战效率指标。

(1)点权分布

点权是用来恒量加权网络中节点重要性的测度之一，在指控网络中，指控节点点权越大，说明所处层级越高，负载能力越强。节点v_i的点权S_i：

其中，N_i表示节点v_i的邻节点集合；w_ij表示节点v_i和节点v_j之间的边权重。

若P(k)表示点权为k的节点频数占整个网络节点总数的比率，则在网络中随机取一个点权为k节点概率为P(k)，X轴为所有节点点权k，Y轴为所有点权k的概率P(k)即可得到整个网络中所有节点的点权分布。

(2)平均路径长度

信息化战场态势瞬息万变，战场信息传输的时效性要求越来越高，作战信息的传输时延可作为衡量指控效率的重要指标之一。传输时延与网络节点间的平均路径长度紧密相关，平均路径长度越小，作战信息传输时延越小，信息流转效率越高。其表达式为：

其中，d_ij表示网络中节点v_i和v_j之间的最短距离；N表示网络节点数。

(3)聚集系数

节点的聚集系数表示该节点一级近邻之间的紧密联系程度。未来战争对指控网络作战节点之间互联互通能力的要求越来越高，节点间协作关系越来越紧密。利用聚集系数衡量作战单元之间的任务协作性，其表达式为：

其中，w_ij表示节点间边权重，v_j和v_k是v_i的邻接节点。聚集系数越大，表明作战单元间的协作关系越紧密。

(4)作战效率

网络中心战下的扁平化指控网络结构能够实现作战节点间信息的快速传输，感知节点快速上报情报信息，经由若干个指控节点信息融合与决策并形成指挥命令后下达至火力打击节点，此过程形成OODA作战环。因此，从指控网络作战效率为：

式中，d_ij代表感知节点到火力打击节点的最短距离，n_f是网络中火力打击节点数量，n_i是网络中感知节点数量。

实施例2

指挥控制网络作为典型的复杂系统，具有涌现性、适应性、不确定性、非线性等特性。同时，指挥控制网络会随着作战任务和对抗环境的变化而不断演变，进而影响节点属性和边属性。因此，在制定演化规则和建立指控网络演化模型需要考虑以下演化特性：(1)拓扑结构时变性；(2)边权时变性；(3)局域选择性。

本实施例提供一种基于局域世界的加权指控网络演化模型构建方法，设初始时刻t＝t₀＝0，起始时刻网络节点数为n_Init，跨度为S，网络层级为H，网络演化总步长为t_n，指挥层级为h；具体步骤如下：

S1：在h＝1的层级中生成n_Init个顶层节点，并设最高层级指控节点组成全连通指控网络，为存在n_Init个节点的完全无向网络，则边数为：n_Init(n_Init-1)/2，并给边赋相应的权值；置层级为h++，更新节点个数n_Init；

S2：生成第h+1层的n_i＝n_i-1×S个指控节点和n_It个感知节点，感知节点直接与指控节点连接，给边赋相应的权值；置层级为h++，更新节点个数n_Init；

S3：重复S2，直到h＝H-1，当h＝H时，第h层的每个指控节点连接n_ft个火力打击节点，更新节点个数n_Init；

S4：设置时刻t＝t++，每次以一定概率发生事件中的一种，且当n_Init＞N时，结束演化过程，N代表节点总数；

S5：重复S4，直到t＝t_n时结束。

优选的，所述事件包括：

A、以概率p₁按照节点加入法加入新节点，并按照新节点连边方法与已存在的节点连边；指控网络中节点按功能可分为感知节点、指控节点、火力打击节点，应考虑指控网络实际情况分析加入不同类型节点的增加，同时，新加入的节点应该考虑节点的通信能力、任务协同能力等属性对加入节点的影响。

B、以概率p₂按照边加入方法建立同层级且没有直接连接关系的指控节点之间的协同指挥关系和越级指挥关系；加入新节点，会与其他节点建立连边，节点集合不再是全局网络，而是由节点通信能力、任务协同能力、节点间距离等综合因素共同决定的局域网络。同时，网络中已存在的节点间也会因某种原因互相连边。

C、以概率p₃按照节点删除方法从指控网络中删除节点；指控网络节点易受到攻击而损坏或者，节点连接关系消失成为孤立节点的情况，同时应考虑随机删除节点和蓄意删除节点两种不同的情况。

D、以概率p₄按照边删除方法删除指控节点之间边；指控网络中节点间链路的损坏、通信设备故障等都会导致网络中已存在的边消失。

上述p1+p2+p3+p4＝1，且p1,p2,p3,p4＞0。

上述节点加入法具体为：不同层次的节点加入指控网络的概率不同，根据实际数据，各节点出现的概率基本符合一种线性关系，综合考虑节点通信能力、节点任务协同能力，定义各层级节点出现的概率为：

式中，ζ代表节点综合能力，h_i代表层级，ζ(v_k)代表节点v_k综合能力，ζ(v_j)代表节点v_j综合能力，Ω表示网络节点集合，Ω'表示第h层节点集合。

所述新节点连边方法分为两种情况：

(1)新加入的节点是指控节点

每个新加入的指控节点v_k按照节点加入方法加入到指控网络的第h层；以h层节点中综合能力最小的节点为起点构造局域世界，以同样方式构造h-1、h+1、h+2层局域世界，以概率p与局域世界内节点相连，使用边演化方法将边权演化；当h＝1时，新加入节点与本层其他节点全连通；当h≠1时，新加入节点以概率p与局域内的其他节点连接，p的定义如下：

式中，Ωl为新加入节点的局域节点集合，ζ(v_k)为局域内节点v_k的综合能力，ζ(v_l)为局域节点集合Ωl中的一个节点的综合能力；

(2)新加入的节点是感知节点或火力打击节点

如果新加入节点是感知节点，选择综合能力最小的指控节点直接相连；如果新加入节点是火力打击节点直接加入到最低层，选取上层节点综合能力最小的节点为起点构造局域世界Ω1，以概率p与新节点连边。

所述边加入方法具体为：选择一个层级，如果选到的层级为第H层，则丢弃，直到选到其他层；在该层级选择节点综合能力最小的节点构造局域世界，然后在局域世界内随机选择两个指控节点，建立协同关系边；遍历所有节点，以概率p选择孙节点加入越级指挥边，并根据边演化方法将边权演化。

所述节点删除方法具体为：指控网络中作战节点受到攻击或自身故障损坏后从网络中消失，即删除该节点，其相应边也删除，删除概率为q，根据边演化方法将边权演化；

其中，α为对抗阶段随机删除节点的可调系数，β为对抗阶段蓄意删除节点的可调系数，且α+β＝1；如果指控网络中存在孤立节点，优先删除。

所述边删除方法具体为：边受到攻击或自身故障损坏后会从网络中消失，即删除该边，删除边概率为m；

w为节点之间边的权重。

所述局域世界构造方法具体为：指控网络中，新加入的节点总是与网络中局部作战节点相连，只使用整个网络的局部连接信息，从节点v_i开始，选择其邻接节点v_j中与v_i同层的节点集合，构造局域世界Ω；

Ω＝S_adja∩S_sl

式中，S_adja代表与节点v_i相连的节点集合；S_sl代表与节点v_i同层级的节点集合。

所述边演化方法具体为：新节点v_k加入到指控网络并与节点v_z相连，则节点v_z的综合能力发生改变，即ζ_z＝ζ_z+w_zk；节点的综合能力增加，相应的边属性也增加，以如下方式分配与节点v_z直接相连的边权重：

其中，w'_iz,w'_jz为演化后的边权值。

由边演化方法可知，节点的删除会导致指控网络中边权发生变化，部分节点之间边的权值会减少，如实际演化过程中，节点间链路的通信能力、协同能力下降到一定程度时，该链路视为无效。取经验值σ为阈值，当w_ij＜σ，删除该边。

实施例3

本实施例针对实施例2方法提出模型进行验证与分析，参阅图2、图3、图4、图5、图6、图7、图8所示，具体如下：

通过调整演化事件的发生概率，分析指控网络点权分布、集聚系数、平均路径长度变化。指控网络点权分布如图2所示，点权服从幂律分布，表明指控网络符合无标度特性，当p1＝0.55,p2＝0.35时，网络中指控节点之间的指挥协同边的权值大，点权较大，而感知节点或火力打击节点只与指控节点直接相连，点权较小。少量指控节点点权较大，大量感知节点和火力打击节点点权较小。

聚集系数变化如图3所示，当p1＝0.25,p2＝0.65时，边加入概率大，网络集聚系数上升速度快，而节点加入概率小，集聚系数上升到一定程度后呈现平缓趋势；当p1＝0.55,p2＝0.35时，边加入概率较小，集聚系数上升缓慢，但是由于节点和边的加入概率协调，表现为军队规模增加且注重内部关系调整，使得集聚系数高达0.55；当p1＝0.75,p2＝0.15时，表现为军队规模剧增，但较少注重内部关系的调整，集聚系数较前者较小。

平均路径长度变化如图4所示，传统的树状指控网络具有层级性，同层节点之间没有协同关系，随着网络化协同化指控网络的建设，节点和边不断加入，节点间距离越来越小，因此网络的平均路径长度也越来越小。对于不同参数，平均路径长度下降的幅度也不同，其中p1＝0.55,p2＝0.35时，军队规模不断扩建的同时，注重内部连接的调整，因此平均路径长度下降最快，较短的平均路径长度和较高的集聚系数表明模型具有小世界特性。

作战效率变化如图5所示，指控节点间连接关系的增加使得感知节点到火力打击节点间的距离减少，进而网络中OODA环的数量不断增加，网络作战效率不断提高。当p1＝0.55,p2＝0.35时，节点的增加概率和边的增加概率相差较小，说明扩大网络规模的同时注重指控网络内部连接关系的调整会使得作战效率更高。因此在指控网络建设阶段，应该在扩大网络规模的同时，注重网络内部结构的调整。

通过对指控网络建设阶段的仿真得出p1＝0.55,p2＝0.35,p3＝0.07,p4＝0.03时指控网络结构和功能指标最好。在对抗阶段，通过调整随机删除节点的系数α和蓄意删除节点的系数β，并利用聚集系数、平均路径长度、作战效率等指标分析指控网络的演化。

聚集系数变化如图6所示，α和β取不同值，网络演化过程的集聚系数取值不同。β越大，集聚系数越小，这是因为在对抗过程中敌方获取到我方信息越多，蓄意攻击发生的概率越大，节点间的连接关系减少，抱团现象就越不明显，因此集聚系数越小。

在对抗阶段，随着网络的不断演化，节点和边的加入使得网络中节点间距离不断减小，进而指控网络的平均路径长度不断减小，如图7所示。而蓄意删除节点的系数β越大，则平均路径长度越大，即节点蓄意攻击比例越大，中心节点消退的可能性就越大，导致网络中节点间的距离增大，平均路径长度下降缓慢。平均路径长度反映了指控网络信息协同能力，平均路径长度越小，说明网络的协同能力越强。

作战效率变化如图8所示，β＝0时，网络作战效率上升到0.7；β＝0.5时，网络作战效率上升到0.55；β＝0.7时，网络作战效率只能到达0.4。随着节点和边的不断加入，指控节点间协同边的数量增加，协同能力不断提高使得网络作战效率呈现上升趋势。而指控节点增加概率小，感知和火力打击节点增加概率大，因此上升趋势逐渐平稳。β越大，删除指控节点的概率越大，因此OODA环的数量减少，导致作战效率越小。

相较于现有指控网络演化模型，本发明基于局域世界的加权指控网络演化模型可有效的贴近战场实况、遵循幂率分布、作战效率高等特点，可为指挥控制系统的网络化建设提供理论依据。解决典型复杂网络模型不能充分体现指控网络的拓扑结构时变性、边权时变性以及局域选择性等特性，能真实准确描述指控网络的结构和演化过程，可以动态评估指挥控制网络面向复杂任务和对抗环境下的内在机理和外在行为。

特别需要指出，对于本领域的普通研究人员来说，在本发明的教导下所作的针对本发明的等效变化，仍应包含在本发明申请专利范围所主张的范围中。

Claims (10)

1.基于局域世界的加权指控网络演化模型构建方法，其特征在于，设初始时刻t＝t₀＝0，起始时刻网络节点数为n_Init，跨度为S，网络层级为H，网络演化总步长为t_n，指挥层级为h；具体步骤如下：

S1：在h＝1的层级中生成n_Init个顶层节点，并设最高层级指控节点组成全连通指控网络，为存在n_Init个节点的完全无向网络，并给边赋相应的权值；更新节点个数n_Init；

S2：生成第h+1层的指控节点n_i个和感知节点n_It个，感知节点直接与指控节点连接，给边赋相应的权值；更新节点个数n_Init；

S3：重复S2，直到h＝H-1，当h＝H时，第h层的每个指控节点连接n_ft个火力打击节点，更新节点个数n_Init；

S4：设置时刻t＝t++，每次以一定概率发生事件中的一种，且当n_Init＞N时，结束演化过程，N代表节点总数；

S5：重复S4，直到t＝t_n时结束。

2.根据权利要求1所述基于局域世界的加权指控网络演化模型构建方法，其特征在于，所述事件包括：

A、以概率p₁按照节点加入法加入新节点，并按照新节点连边方法与已存在的节点连边；

B、以概率p₂按照边加入方法建立同层级且没有直接连接关系的指控节点之间的协同指挥关系和越级指挥关系；

C、以概率p₃按照节点删除方法从指控网络中删除节点；

D、以概率p₄按照边删除方法删除指控节点之间边；

上述p1+p2+p3+p4＝1，且p1,p2,p3,p4＞0。

3.根据权利要求2所述基于局域世界的加权指控网络演化模型构建方法，其特征在于，节点加入法具体为：不同层次的节点加入指控网络的概率不同，各层级节点出现的概率为：

$P\_hierarchy\left(h\right)=\left\{\begin{array}{c}\frac{1}{\underset{v_j\∈\mathrm{\Ω}}{\Σ}\mathrm{\ζ}\left(v_j\right)},h=1\\ \frac{\underset{v_k\∈{\mathrm{\Ω}}^{\′}}{\Σ}\mathrm{\ζ}\left(v_k\right)}{\underset{v_j\∈\mathrm{\Ω}}{\Σ}\mathrm{\ζ}\left(v_j\right)},h\≠1\end{array}\right.$

式中，ζ代表节点综合能力，h_i代表层级，ζ(v_k)代表节点v_k综合能力，ζ(v_j)代表节点v_j综合能力，Ω表示网络节点集合，Ω'表示第h层节点集合。

4.根据权利要求2所述基于局域世界的加权指控网络演化模型构建方法，其特征在于，新节点连边方法分为两种情况：

(1)新加入的节点是指控节点

每个新加入的指控节点v_k按照节点加入方法加入到指控网络的第h层；以h层节点中综合能力最小的节点为起点构造局域世界，以同样方式构造h-1、h+1、h+2层局域世界，以概率p与局域世界内节点相连，使用边演化方法将边权演化；当h＝1时，新加入节点与本层其他节点全连通；当h≠1时，新加入节点以概率p与局域内的其他节点连接，p的定义如下：

$p=\frac{\mathrm{\ζ}\left(v_k\right)}{\underset{v_l\∈\mathrm{\Ω}1}{\Σ}\mathrm{\ζ}\left(v_l\right)}$

式中，Ωl为新加入节点的局域节点集合，ζ(v_k)为局域内节点v_k的综合能力，ζ(v_l)为局域节点集合Ωl中的一个节点的综合能力；

(2)新加入的节点是感知节点或火力打击节点

如果新加入节点是感知节点，选择综合能力最小的指控节点直接相连；如果新加入节点是火力打击节点直接加入到最低层，选取上层节点综合能力最小的节点为起点构造局域世界Ω1，以概率p与新节点连边。

5.根据权利要求2所述基于局域世界的加权指控网络演化模型构建方法，其特征在于，边加入方法具体为：选择一个层级，如果选到的层级为第H层，则丢弃，直到选到其他层；在该层级选择节点综合能力最小的节点构造局域世界，然后在局域世界内随机选择两个指控节点，建立协同关系边；遍历所有节点，以概率p选择孙节点加入越级指挥边，并根据边演化方法将边权演化。

6.根据权利要求2所述基于局域世界的加权指控网络演化模型构建方法，其特征在于，节点删除方法具体为：指控网络中作战节点受到攻击或自身故障损坏后从网络中消失，即删除该节点，删除概率为q，根据边演化方法将边权演化；

$q=\mathrm{\α}\frac{1}{N}+\mathrm{\β}\frac{\mathrm{\ζ}\left(v_k\right)}{\underset{v_l\∈\mathrm{\Ω}1}{\Σ}\mathrm{\ζ}\left(v_l\right)}$

其中，α为对抗阶段随机删除节点的可调系数，β为对抗阶段蓄意删除节点的可调系数，且α+β＝1；如果指控网络中存在孤立节点，优先删除。

7.根据权利要求2所述基于局域世界的加权指控网络演化模型构建方法，其特征在于，边删除方法具体为：边受到攻击或自身故障损坏后会从网络中消失，即删除该边，删除边概率为m；

$m=\frac{\mathrm{\ζ}\left(w_{ij}\right)}{\underset{v_l\∈\mathrm{\Ω}1}{\Σ}\mathrm{\ζ}\left(w_l\right)}$

w为节点之间边的权重。

8.根据权利要求4所述基于局域世界的加权指控网络演化模型构建方法，其特征在于，局域世界构造方法具体为：指控网络中，新加入的节点总是与网络中局部作战节点相连，只使用整个网络的局部连接信息，从节点v_i开始，选择其邻接节点v_j中与v_i同层的节点集合，构造局域世界Ω；

Ω＝S_adja∩S_sl

式中，S_adja代表与节点v_i相连的节点集合；S_sl代表与节点v_i同层级的节点集合。

9.根据权利要求5或6所述基于局域世界的加权指控网络演化模型构建方法，其特征在于，边演化方法具体为：新节点v_k加入到指控网络并与节点v_z相连，则节点v_z的综合能力发生改变，即ζ_z＝ζ_z+w_zk；节点的综合能力增加，相应的边属性也增加，以如下方式分配与节点v_z直接相连的边权重：

$w_{iz}^{\′}=\frac{w_{iz}}{w_{iz}+w_{jz}}\×w_{zk}+w_{iz}$

$w_{jz}^{\′}=\frac{w_{jz}}{w_{iz}+w_{jz}}\×w_{zk}+w_{jz}$

其中，w'_iz,w'_jz为演化后的边权值。

10.根据权利要求9所述基于局域世界的加权指控网络演化模型构建方法，其特征在于，由边演化方法可知，节点的删除会导致指控网络中边权发生变化，部分节点之间边的权值会减少，如实际演化过程中，节点间链路的通信能力、协同能力下降到一定程度时，该链路视为无效。