CN117541033A - 面向作战任务的能力需求分析方法、服务器及存储介质 - Google Patents

面向作战任务的能力需求分析方法、服务器及存储介质 Download PDF

Info

Publication number
CN117541033A
CN117541033A CN202410031998.5A CN202410031998A CN117541033A CN 117541033 A CN117541033 A CN 117541033A CN 202410031998 A CN202410031998 A CN 202410031998A CN 117541033 A CN117541033 A CN 117541033A
Authority
CN
China
Prior art keywords
capability
index
combat
requirement
list
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202410031998.5A
Other languages
English (en)
Inventor
李敏
申亚雪
樊志强
闫林
夏晓凯
孔瑞远
董书瀚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CETC Information Science Research Institute
Original Assignee
CETC Information Science Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CETC Information Science Research Institute filed Critical CETC Information Science Research Institute
Priority to CN202410031998.5A priority Critical patent/CN117541033A/zh
Publication of CN117541033A publication Critical patent/CN117541033A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种面向作战任务的能力需求分析方法、服务器及存储介质，属于作战需求分析领域，包括如下步骤：构建作战任务清单，并获取能力指标体系；采用分类函数实现作战任务清单和能力指标体系关联映射，生成能力要求框架，并获取能力现状；根据所述能力要求以及所述能力现状，标记指标类型并生成能力差距清单；根据指标类型按照不同计算公式对能力指标进行规范化处理，并计算能力满足度；根据所述能力差距清单成能力需求清单，同时输出所述能力满足度。采用本方法，能够综合分析现有能力水平满足能力要求的程度，生成作战能力需求清单，明确装备体系能力的不足，为体系能力建设提供依据和决策支撑。

Description

面向作战任务的能力需求分析方法、服务器及存储介质
技术领域
本申请属于作战需求分析领域，特别涉及一种面向作战任务的能力需求分析方法、服务器及存储介质。
背景技术
在战争中，对作战能力进行分析，尤其是面对不确定的军事威胁，分析现有作战能力，是保证作战任务能够顺利完成的首要任务之一。
在现有技术中，论文《面向任务基于能力的武器装备体系需求分析》中实现了作战能力要求分析是以体系使命任务和作战概念为数据牵引，形成作战能力指标体系，然后再将作战能力与作战任务细化形成的作战活动关联映射，以此确定作战能力需求。在此过程中需要将作战任务与能力自顶向下分解，构建任务能力层次有向模型图，并需要对模型图进行检验。
但是该种方法需要以体系使命任务、作战概念和样式等多种数据为依据才能确定总体作战能力，下一步还要分解总体作战能力，并构建作战能力与作战活动的关联关系，遵循作战活动的要求才能提取作战能力要求和指标要求，这种方法依赖数据较多，作战任务与作战能力分解是否合理可行会影响能力要求的生成。
现有公开文献或其他领域的研究中鲜少有方法或模型专门分析作战任务和作战能力之间的关联映射，这就导致无法实现作战任务清单与作战能力清单的对应，进而影响下一步能力差距分析和能力需求生成。
因此，需要一种针对作战任务的能力需求分析的技术方案，能够解决上述问题。
发明内容
为了解决所述现有技术的不足，本申请提供了一种面向作战任务的能力需求分析方法，通过对作战任务逐层分解后形成作战任务清单，利用Sentence-Bert算法，根据作战任务和能力指标框架映射生成面向特定任务的作战能力要求清单，以能力指标为基础对能力要求与能力现状进行能力差距比较得到能力满足度，生成作战能力需求清单。
本申请所要达到的技术效果通过以下方案实现：
根据本申请的第一方面，提供一种面向作战任务的能力需求分析方法，包括如下步骤：
S110：构建作战任务清单，并获取能力指标体系；
S120：采用Sentence-Bert分类函数实现作战任务清单和能力指标体系关联映射，生成能力要求框架，并获取能力现状；
S130：根据所述能力要求以及所述能力现状，标记指标类型并生成能力差距清单；
S140：根据指标类型按照不同计算公式对能力指标进行规范化处理，并计算能力满足度；
S150：根据所述能力差距清单生成能力需求清单，同时输出所述能力满足度。
优选地，在S110中，构建作战任务清单的具体方法为：将原本有目标的、宏观的任务分解为具体的子任务，将作战任务、任务名称、任务取值、优先级及执行单元形成作战任务清单。
优选地，在S120中，采用Sentence-Bert算法实现作战任务清单和能力指标体系关联映射，生成能力要求框架的具体方法为：将所述作战任务清单的任务描述以及所述能力指标体系中能力描述输入Sentence-Bert分类函数，建立作战任务清单和能力指标体系关联映射关系，从而得到相应的能力要求框架。
优选地，在S130中，所述指标类型主要包括：
成本型指标，指标值越小越好的能力指标；
效益型指标，指标取值越大越好的能力指标；
适中型指标，数值越接近最理想数值越好的指标；
偏离型指标，指标值越偏离某个固定值越好的能力指标；
以及偏离区间型指标，指标值越偏离某个区间越好的能力指标。
优选地，生成能力差距清单的具体方法为：根据作战任务与能力指标体系映射生成能力要求框架并根据想定的作战场景补充具体的指标值，形成能力要求清单；然后采用基于能力指标的差距识别方法，比较在相同取值条件、指标名称下，同一种作战装备在能力要求与能力现状清单中的取值，进行能力差距分析形成能力差距清单；其中：
若能力现状未达到能力要求，则能力差距清单中会显示有差距；若能力现状达到能力要求，则能力差距清单中会显示饱和。
优选地，在S140中，根据指标类型按照不同计算公式对能力指标进行规范化处理的具体方法为：
对于效益型指标无量纲化的标准化函数，其能力需求一般为能力指标下限，有，则其无量纲化函数计算如下：
;
其中， c为作战能力指标 C的现状取值；chigh为该指标理想要求，clow为该指标的最低要求；
对于成本型指标，指标取值越小效果越好，其能力需求一般为能力指标上限，有,其无量纲化函数计算如下：
;
其中， c为作战能力指标C的现状取值；chigh为该指标理想要求，clow为该指标的最低要求；
对于适中型指标，其无量纲化函数计算如下：
;
其中， c为作战能力指标 C的现状取值；chigh为该指标理想要求，clow为该指标的最低要求；
对于偏离型指标，其无量纲化函数计算如下：
;
其中，c为作战能力指标 C的现状取值；chigh为该指标理想要求；
对于偏离区间型指标，其无量纲化函数计算如下：
;
其中，c为作战能力指标 C的现状取值；chigh为该指标理想要求；clow为该指标的最低要求。
优选地，在S140中，计算能力满足度的具体方法为：
采用AHP计算方法，对同属于一层次的各评价指标相对于其上一层次的同一评价指标的重要度进行两两定量比较，构建判断矩阵；采用最大特征向量法计算判断矩阵对应特征根的特征向量，检验判断矩阵满足一致性时，将特征向量作为各评价指标的权重；
根据所述评价指标的权重用不同的逻辑表示各层评价指标的聚合关系，包括加权和以及加权积，其中：
当各评价指标之间相互独立时，下层能力指标存在“或”的关系，采用加权和的方式计算上层能力的能力满足度，即：
;
式中： C为上层能力，即能力满足度，其子能力为C11、C12、C13，各子能力的权重分别为 w11、w12、w13；
当下层评价指标之间存在“与”的关系时，例如上层C与下层能力C11、C12、C13之间都存在依赖关系，上层C的实现依赖于下层C11、C12、C13的同时实现，则采用加权积的方法计算上层能力指标，即：
；
式中： C为上层能力，即能力满足度，其子能力为C11、C12、C13，各子能力的权重分别为 w11、w12、w13；
当下层评价指标之间存在“或”的关系也存在“与”的关系，则采用加权和与加权积相结合的方式计算上层能力满足度。
优选地，构建判断矩阵的具体方法为：
利用1-9标度法对能力指标体系中的各个评价指标相对于上一层级的重要度进行两两比较，构造判断矩阵X如下：
;
其中，当i=j时，xij=1；当时，/>；
计算判断矩阵对应特征根的特征向量具体方法为：
首先将判断矩阵 X按照下式进行归一化处理：
;
再将所得的归一化判断矩阵的行加和，得到：
;
最后对做归一化处理：
;
最终计算得到特征向量：
。
根据本申请的第二方面，提供一种服务器，包括：存储器和至少一个处理器；
所述存储器存储计算机程序，所述至少一个处理器执行所述存储器存储的计算机程序，以实现上述面向作战任务的能力需求分析方法。
根据本申请的第三方面，提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被执行时实现上述面向作战任务的能力需求分析方法。
根据本申请的一个实施例，采用本方法的有益效果在于：通过获取作战任务，通过对作战任务逐层分解，并采用标准化的通用语言描述作战任务，形成作战任务清单，利用Sentence-Bert算法将作战任务清单和共用性能力指标框架关联映射，生成面向特定任务的作战能力要求清单，以能力指标为基础对能力要求与能力现状进行能力差距比较，综合分析现有能力水平满足能力要求的程度，生成作战能力需求清单，明确装备体系能力的不足，为体系能力建设提供依据和决策支撑。
附图说明
为了更清楚地说明本申请实施例或现有的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请一实施例中一种面向作战任务的能力需求分析方法的流程图；
图2为本申请一实施例中 Sentence-Bert算法的处理方法示意图；
图3为本申请一实施例中一种服务器的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本申请的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
如图1所示，本申请一实施例中的面向作战任务的能力需求分析方法，包括如下步骤：
S110：构建作战任务清单，并获取能力指标体系；
在该步骤中，构建作战任务清单的具体方法为：将原本有目标的、宏观的任务分解为具体的子任务，将作战任务、任务名称、任务取值、优先级及执行单元形成作战任务清单，作战任务清单如表1所示：
表1作战任务清单
能力指标体系的获取方式为：通过收集现有公开的国防资料、装备技术报告等法规文件或者军事用户给定的参考资料，作为能力要求库来源，形成可完成多种使命任务所必须的基础性、共用性能力指标体系，该能力指标体系如表2所示：
表2能力指标体系
S120：采用Sentence-Bert分类函数实现作战任务清单和能力指标体系关联映射，生成能力要求框架，并获取能力现状；
在该步骤中，在对照编辑的模式下采用图2所示的Sentence-Bert算法实现作战任务清单和能力指标体系关联映射，生成能力要求框架。
其中，u代表句子A任务描述的表示，v代表句子B能力描述的表示，将结果拼接起来，输入一个Softmax函数，返回对给定句子对相似的概率。
Sentence-BERT算法采用孪生网络更新权重，对于与输入句子的Encoder用左右共享权重的BERT处理，使得生成的句子向量承载更多的语义信息能够将获取到的句子A、句子B生成的句向量表示，然后将句向量采用余弦相似度公式计算相似度，建立“任务-能力”的映射关系，将作战任务清单和共用性能力要求标准关联映射，得到针对特定任务的能力要求框架。
能力现状是根据当前各项能力而实际采集得到的各种指标，可以是人工获取，也可以是根据当前各种能力参数自动获取。
S130：根据所述能力要求以及所述能力现状，标记指标类型并生成能力差距清单；
在该步骤中，获取作战任务分析形成的能力要求，及采集到的能力现状，作为能力差距分析的输入，其中能力要求清单如表3所示：
表3能力要求清单
能力现状清单如表4所示：
表4能力现状清单
标记能力指标类型，能力指标分为主要包含以下5类：
成本型指标，指标值越小越好的能力指标，例如信息传输时延、定位精度。
效益型指标，指标取值越大越好的能力指标，例如对目标的识别正确率、能够跟踪目标的数量、侦察监视的范围。
适中型指标，数值越接近最理想数值越好的指标。
偏离型指标，指标值越偏离某个固定值越好的能力指标。
偏离区间型指标，指标值越偏离某个区间越好的能力指标。
采用基于能力指标的差距识别方法，比较相同取值条件、指标名称下分析作战能力要求与现有作战能力的差距，进行能力差距分析形成能力差距清单，如表5所示：
表 5能力差距清单
若能力现状未达到能力要求，则能力差距清单中会显示有差距；若能力现状达到能力要求，则能力差距清单中会显示饱和。
S140：根据指标类型按照不同计算公式对能力指标进行规范化处理，并计算能力满足度；
在该步骤中，根据指标类型按照不同计算公式对能力指标进行规范化处理的具体方法为：
对于效益型指标无量纲化的标准化函数，其能力需求一般为能力指标下限，有，则其无量纲化函数计算如下：
;
其中，c为作战能力指标 C的现状取值； chigh为该指标理想要求，clow为该指标的最低要求；
对于成本型指标，指标取值越小效果越好，其能力需求一般为能力指标上限，有,其无量纲化函数计算如下：
;
其中，c为作战能力指标C的现状取值；chigh为该指标理想要求，clow为该指标的最低要求；
对于适中型指标，其无量纲化函数计算如下：
;
其中，c为作战能力指标C的现状取值；chigh为该指标理想要求，clow为该指标的最低要求；
对于偏离型指标，其无量纲化函数计算如下：
;
其中，c为作战能力指标C的现状取值；chigh为该指标理想要求。
对于偏离区间型指标，其无量纲化函数计算如下：
;
其中，c为作战能力指标C的现状取值；chigh为该指标理想要求，clow为该指标的最低要求。
然后确定能力权重，对于能力指标或者能力之间的权重，采用AHP方法确定。首先利用1-9标度法,对同属于一层次的各效能指标相对于其上一层次的同一能力的重要度进行两两定量比较，形成判断矩阵，采用最大特征向量法计算判断矩阵对应特征根的特征向量，检验判断矩阵满足一致性时，可将特征向量作为各指标的权重。AHP法确定作战能力体系评价指标权重的算法步骤包括构建判断矩阵和计算特征向量。具体的：
构建判断矩阵的方法为：利用1-9标度法对能力指标体系中的各个评价指标相对于上一层级的重要度进行两两比较。效能指标（或能力） xi与 xj比较，若xi相较于xj极其重要，则比较结果 xij=9；若 xi相较于 xj很重要，则比较结果 xij=7；若 xi相较于 xj相当重要，则比较结果 xij=5；若xi相较于xj一般重要，则比较结果 xij=3；若 xi相较于 xj同样重要，则比较结果xij=1。构造的判断矩阵X如下表示：
;
其中，当i=j时，xij=1；当时，/>。
计算特征向量的方法为：首先将判断矩阵 X按照下式进行归一化处理：
;
再将所得的归一化判断矩阵的行加和，得到：
;
最后对做归一化处理：
;
最终计算得到特征向量：
；
该步骤中，X矩阵中的i和j均表示能力指标或能力的顺序，此处i和j均表示第几个指标或能力。
该矩阵的目的是得到各个能力指标或能力的权重，xi表示第i个评价指标，xj表示第j个评价指标，比如说侦察监视能力最底层包含3个能力指标，i，j取值就为{1，2，3}， xi，xj均可以表示第一个、第二个、第三个能力指标每一个xij表示专家对 xi相较于 xj的重要程度的打分。
构建判断矩阵和计算特征向量的步骤完成后，将逻辑门的概念引入到传统的作战能力指标体系，用不同的逻辑表示各层能力指标的一种聚合关系及聚合方法，包括“加权和”、“加权积”。
采用评价指标来进行不同关系的评判，其中评价指标包含能力指标或能力，对于最后一级的能力，它的能力满足度是通过聚合能力指标得到，其他层级的能力满足度则是聚合下层能力得到。
当各评价指标间相互独立时，上层作战能力指标由下层作战能力指标以不同的权重聚合形成，下层指标存在“或”的关系，各评价指标互不影响彼此在整体评价水平的作用，则此时采用“加权和”的方式计算上层指标。假设，上层能力为C，其子能力为C11、C12、C13，各自权重分别为 w11、w12、w13，代表所对应的下层能力对上层能力的重要程度，则上层能力如下表示：
；
有些作战能力指标而言每个下层作战能力指标都是关键因素，只要其中一个为零则上层作战能力为零。此时下层能力之间存在“与”的关系，采用“加权积”的方式对上层能力进行聚合，若下层能力中存在任意一个无法满足需求，则上层能力也无法满足需求。假设上层能力为 C，其子能力为C11、C12、C13，各自权重分别为 w11、w12、w13，则上层能力如下表示：
；
对于上层作战能力体系的某个能力，下层可能既存在“或”的关系也存在“与”的关系，即下层的多个能力存在复合关系，则可采用加权和及加权积结合的方式计算整个的能力满足度。
S150：根据所述能力差距清单生成能力需求清单，同时输出所述能力满足度。
根据步骤三进行能力差距分析后，将有差距的能力及其相关内容（包括体系能力需求、指标需求）提取出来生成能力需求清单，根据能力满足度可以结合能力需求清单为下一步提升哪些能力做指导，使各项能力均衡发展，保证更快的解决各项任务。
根据本申请的一个实施例，提供一种服务器，包括：存储器301和至少一个处理器302；
所述存储器301存储计算机程序，所述至少一个处理器302执行所述存储器301存储的计算机程序，以实现上述面向作战任务的能力需求分析方法。
根据本申请的一个实施例，提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被执行时实现上述面向作战任务的能力需求分析方法。
根据本申请的一个实施例，采用本方法的有益效果在于：通过获取作战任务，通过对作战任务逐层分解，并采用标准化的通用语言描述作战任务，形成作战任务清单，利用Sentence-Bert算法将作战任务清单和共用性能力指标框架关联映射，生成面向特定任务的作战能力要求清单，以能力指标为基础对能力要求与能力现状进行能力差距比较，综合分析现有能力水平满足能力要求的程度，生成作战能力需求清单，明确装备体系能力的不足，为体系能力建设提供依据和决策支撑。
应该指出，上述详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语均具有与本申请所属技术领域的普通技术人员的通常理解所相同的含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式。此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，以便这里描述的本申请的实施方式能够以除了在这里图示或描述的那些以外的顺序实施。
此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为了便于描述，在这里可以使用空间相对术语，如“在……之上”、“在……上方”、“在……上表面”、“上面的”等，用来描述如在图中所示的一个器件或特征与其他器件或特征的空间位置关系。应当理解的是，空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如，如果附图中的器件被倒置，则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其他器件或构造之下”。因而，示例性术语“在……上方”可以包括“在……上方”和“在……下方”两种方位。该器件也可以其他不同方式定位，如旋转90度或处于其他方位，并且对这里所使用的空间相对描述作出相应解释。
在上面详细的说明中，参考了附图，附图形成本文的一部分。在附图中，类似的符号典型地确定类似的部件，除非上下文以其他方式指明。在详细的说明书、附图及权利要求书中所描述的图示说明的实施方案不意味是限制性的。在不脱离本文所呈现的主题的精神或范围下，其他实施方案可以被使用，并且可以作其他改变。
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.面向作战任务的能力需求分析方法，其特征在于，包括如下步骤：
S110：构建作战任务清单，并获取能力指标体系；
S120：采用Sentence-Bert分类函数实现作战任务清单和能力指标体系关联映射，生成能力要求框架，并获取能力现状；
S130：根据所述能力要求以及所述能力现状，标记指标类型并生成能力差距清单；
S140：根据指标类型按照不同计算公式对能力指标进行规范化处理，并计算能力满足度；
S150：根据所述能力差距清单生成能力需求清单，同时输出所述能力满足度。
2.根据权利要求1所述的面向作战任务的能力需求分析方法，其特征在于，在S110中，构建作战任务清单的具体方法为：将原本有目标的、宏观的任务分解为具体的子任务，将作战任务、任务名称、任务取值、优先级及执行单元形成作战任务清单。
3.根据权利要求1所述的面向作战任务的能力需求分析方法，其特征在于，在S120中，采用Sentence-Bert算法实现作战任务清单和能力指标体系关联映射，生成能力要求框架的具体方法为：将所述作战任务清单的任务描述以及所述能力指标体系中的能力描述输入Sentence-Bert分类函数，建立作战任务清单和能力指标体系关联映射关系，从而得到相应的能力要求框架。
4.根据权利要求1所述的面向作战任务的能力需求分析方法，其特征在于，在S130中，所述指标类型主要包括：
成本型指标，指标值越小越好的能力指标；
效益型指标，指标取值越大越好的能力指标；
适中型指标，数值越接近最理想数值越好的指标；
偏离型指标，指标值越偏离某个固定值越好的能力指标；
以及偏离区间型指标，指标值越偏离某个区间越好的能力指标。
5.根据权利要求4所述的面向作战任务的能力需求分析方法，其特征在于，生成能力差距清单的具体方法为：根据作战任务与能力指标体系映射生成能力要求框架并根据想定的作战场景补充具体的指标值，形成能力要求清单；然后采用基于能力指标的差距识别方法，比较在相同取值条件、指标名称下，同一种作战装备在能力要求与能力现状清单中的取值，进行能力差距分析形成能力差距清单；其中：
若能力现状未达到能力要求，则能力差距清单中会显示有差距；若能力现状达到能力要求，则能力差距清单中会显示饱和。
6.根据权利要求4所述的面向作战任务的能力需求分析方法，其特征在于，在S140中，根据指标类型按照不同计算公式对能力指标进行规范化处理的具体方法为：
对于效益型指标无量纲化的标准化函数，其能力需求一般为能力指标下限，有 ，则其无量纲化函数计算如下：
;
其中，c为作战能力指标C的现状取值； chigh为该指标理想要求，clow为该指标的最低要求；
对于成本型指标，指标取值越小效果越好，其能力需求一般为能力指标上限，有,其无量纲化函数计算如下：
;
其中，c为作战能力指标C的现状取值；chigh为该指标理想要求，clow为该指标的最低要求；
对于适中型指标，其无量纲化函数计算如下：
;
其中，c为作战能力指标C的现状取值；chigh为该指标理想要求，clow为该指标的最低要求；
对于偏离型指标，其无量纲化函数计算如下：
;
其中，c为作战能力指标C的现状取值；chigh为该指标理想要求；
对于偏离区间型指标，其无量纲化函数计算如下：
;
其中，c为作战能力指标C的现状取值；chigh为该指标理想要求；clow为该指标的最低要求。
7.根据权利要求4所述的面向作战任务的能力需求分析方法，其特征在于，在S140中，计算能力满足度的具体方法为：
采用AHP计算方法，对同属于一层次的各评价指标相对于其上一层次的同一评价指标的重要度进行两两定量比较，构建判断矩阵；采用最大特征向量法计算判断矩阵对应特征根的特征向量，检验判断矩阵满足一致性时，将特征向量作为各评价指标的权重；
根据所述评价指标的权重用不同的逻辑表示各层评价指标的聚合关系，包括加权和以及加权积，其中：
当各评价指标之间相互独立时，下层能力指标存在“或”的关系，采用加权和的方式计算上层能力的能力满足度，即：
;
式中：C为上层能力，即能力满足度，其子能力为C11 、C12 、C13，各子能力的权重分别为w11、w12、w13；
当下层评价指标之间存在“与”的关系时，例如上层C与下层能力C11 、C12 、C13之间都存在依赖关系，上层C的实现依赖于下层C11 、C12 、C13的同时实现，则采用加权积的方法计算上层能力指标，即：
;
式中：C为上层能力，即能力满足度，其子能力为C11 、C12 、C13，各子能力的权重分别为w11、w12、w13；
当下层评价指标之间存在“或”的关系也存在“与”的关系，则采用加权和与加权积相结合的方式计算上层能力满足度。
8.根据权利要求7所述的面向作战任务的能力需求分析方法，其特征在于，构建判断矩阵的具体方法为：
利用1-9标度法对能力指标体系中的各个评价指标相对于上一层级的重要度进行两两比较，构造判断矩阵X如下：
;
其中，当i = j时，xij=1；当时，/>；
计算判断矩阵对应特征根的特征向量具体方法为：
首先将判断矩阵X按照下式进行归一化处理：
;
再将所得的归一化判断矩阵的行加和，得到：
;
最后对做归一化处理：
;
最终计算得到特征向量：
。
9.一种服务器，其特征在于，包括：存储器和至少一个处理器；
所述存储器存储计算机程序，所述至少一个处理器执行所述存储器存储的计算机程序，以实现权利要求1至8中任一项所述的面向作战任务的能力需求分析方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被执行时实现权利要求1至8中任一项所述的面向作战任务的能力需求分析方法。
CN202410031998.5A 2024-01-10 2024-01-10 面向作战任务的能力需求分析方法、服务器及存储介质 Pending CN117541033A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410031998.5A CN117541033A (zh) 2024-01-10 2024-01-10 面向作战任务的能力需求分析方法、服务器及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410031998.5A CN117541033A (zh) 2024-01-10 2024-01-10 面向作战任务的能力需求分析方法、服务器及存储介质

Publications (1)

Publication Number Publication Date
CN117541033A true CN117541033A (zh) 2024-02-09

Family

ID=89790399

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410031998.5A Pending CN117541033A (zh) 2024-01-10 2024-01-10 面向作战任务的能力需求分析方法、服务器及存储介质

Country Status (1)

Country Link
CN (1) CN117541033A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108615122A (zh) * 2018-05-11 2018-10-02 北京航空航天大学 一种防空反导体系作战能力评估方法
CN108805430A (zh) * 2018-05-30 2018-11-13 北京航空航天大学 一种防空反导体系作战能力评估方法与装置
CN113869655A (zh) * 2021-09-02 2021-12-31 北京开元格物科技有限公司 快速响应运火箭作战试验指标的确定方法和装置
CN116451911A (zh) * 2023-06-16 2023-07-18 中国人民解放军战略支援部队航天工程大学 一种基于能力差距的装备技术体系评价方法及系统
CN117196185A (zh) * 2023-08-22 2023-12-08 湖南朔奇科技有限公司 一种军事体系需求生成方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108615122A (zh) * 2018-05-11 2018-10-02 北京航空航天大学 一种防空反导体系作战能力评估方法
CN108805430A (zh) * 2018-05-30 2018-11-13 北京航空航天大学 一种防空反导体系作战能力评估方法与装置
CN113869655A (zh) * 2021-09-02 2021-12-31 北京开元格物科技有限公司 快速响应运火箭作战试验指标的确定方法和装置
CN116451911A (zh) * 2023-06-16 2023-07-18 中国人民解放军战略支援部队航天工程大学 一种基于能力差距的装备技术体系评价方法及系统
CN117196185A (zh) * 2023-08-22 2023-12-08 湖南朔奇科技有限公司 一种军事体系需求生成方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
何国良等: "装备作战能力需求分析方法", 装甲兵工程学院学报, vol. 30, no. 2, 30 April 2016 (2016-04-30), pages 1 - 5 *

Similar Documents

Publication Publication Date Title
US7930242B2 (en) Methods and systems for multi-credit reporting agency data modeling
DE112021000189T5 (de) Mikrodienst-Aufspaltungsstrategie von monolithischen Anwendungen
Kosareva et al. Personnel ranking and selection problem solution by application of KEMIRA method
CN108898476A (zh) 一种贷款客户信用评分方法和装置
CN107491992B (zh) 一种基于云计算的智能服务推荐方法
Sousa et al. Credit analysis using data mining: application in the case of a credit union
CN112417176B (zh) 基于图特征的企业间隐性关联关系挖掘方法、设备及介质
CN113971527A (zh) 基于机器学习的数据风险评估方法及装置
Amirkhan et al. Measuring performance of a three-stage network structure using data envelopment analysis and Nash bargaining game: a supply chain application
CN113674087A (zh) 企业信用等级评定方法、装置、电子设备和介质
Ortega-Sánchez et al. Identification of apple diseases in digital images by using the Gaining-sharing knowledge-based algorithm for multilevel thresholding
CN111160783A (zh) 数字资产价值的评价方法、系统及电子设备
CN114139065B (zh) 基于大数据的人才筛选推荐方法、系统及可读存储介质
Tounsi et al. CSMAS: Improving multi-agent credit scoring system by integrating big data and the new generation of gradient boosting algorithms
CN116468273A (zh) 客户风险识别方法及装置
Ma Application of artificial intelligence in computer network technology
CN113435713B (zh) 基于gis技术和两模型融合的风险地图编制方法及系统
Wu et al. Image recognition in online monitoring of power equipment
CN110929974A (zh) 基于大数据模型的电力创新人才能力评估方法
CN114398685A (zh) 一种政务数据处理方法、装置、计算机设备及存储介质
Lasso et al. Towards an alert system for coffee diseases and pests in a smart farming approach based on semi-supervised learning and graph similarity
Hung et al. Using a fuzzy group decision approach-knowledge management adoption
CN116012019A (zh) 一种基于大数据分析的金融风控管理系统
CN117541033A (zh) 面向作战任务的能力需求分析方法、服务器及存储介质
CN115310606A (zh) 基于数据集敏感属性重构的深度学习模型去偏方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination