CN117932977A - 一种可计算作战概念模型的构建方法及系统 - Google Patents
一种可计算作战概念模型的构建方法及系统 Download PDFInfo
- Publication number
- CN117932977A CN117932977A CN202410327516.0A CN202410327516A CN117932977A CN 117932977 A CN117932977 A CN 117932977A CN 202410327516 A CN202410327516 A CN 202410327516A CN 117932977 A CN117932977 A CN 117932977A
- Authority
- CN
- China
- Prior art keywords
- combat
- evaluation index
- evaluation
- space design
- concept
- 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.)
- Granted
Links
- 238000010276 construction Methods 0.000 title claims abstract description 18
- 238000011156 evaluation Methods 0.000 claims abstract description 250
- 238000013461 design Methods 0.000 claims abstract description 107
- 238000004364 calculation method Methods 0.000 claims abstract description 73
- 239000011159 matrix material Substances 0.000 claims abstract description 73
- 230000000694 effects Effects 0.000 claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000012512 characterization method Methods 0.000 claims abstract description 27
- 238000013507 mapping Methods 0.000 claims abstract description 24
- 238000004458 analytical method Methods 0.000 claims abstract description 4
- 230000008569 process Effects 0.000 claims description 11
- 230000005484 gravity Effects 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000012938 design process Methods 0.000 abstract description 3
- 238000004088 simulation Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 238000005094 computer simulation Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q50/08—Construction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种可计算作战概念模型的构建方法及系统,属于作战仿真技术领域,该方法包括:形成作战概念量化表征,基于作战概念量化表征得到多视图模型,并基于多视图模型分析提取作战活动,形成作战空间设计结果;对形成的作战空间设计结果进行多次映射,形成计算空间设计结果;重复形成多个计算空间设计结果;对多个计算空间设计结果进行评分,获取评分矩阵,采用各个评估指标的权重对评分矩阵进行加权处理得到加权规范化评价矩阵,以及基于加权规范化评价矩阵获取最优的计算空间设计结果。本申请提供的方法及系统,实现了作战概念定性描述和作战概念定量描述,并使得整个设计过程持续迭代和优化。
Description
技术领域
本发明涉及作战仿真技术领域,尤其涉及一种可计算作战概念模型的构建方法及系统。
背景技术
为应对系统复杂性和创新设计,基于模型的系统工程(model-based systemsengineering,MBSE)应运而生,能以系统模型方式形式化表达系统复杂交互作用,常用的建模方法主要有Petri网、UML、SysML、OPM、DoDAF等,这些方法都可用于对作战概念形成形式化、结构化、层次化、可视化描述,但由于作战概念具有前瞻性、复杂性、系统性、递进性等特征,现有技术中在进行作战概念模型设计构建过程时存在以下问题:常见建模工具偏重理论及方法研究,缺少深层次实例研究,可参考资料较少;作战概念模型通常是从定性角度进行设计,缺乏定量化描述,设计效果较差;作战概念构建过程通常只有模型构建,整体设计流程不完整,缺少设计效果的评估与迭代。
发明内容
本发明意在提供一种可计算作战概念模型的构建方法及系统,以解决现有技术中存在的不足,本发明要解决的技术问题通过以下技术方案来实现。
本发明提供的可计算作战概念模型的构建方法,包括:
采用层次结构模型对作战概念进行表征,形成作战概念量化表征,对作战概念量化表征进行建模,得到多视图模型,并基于多视图模型分析提取作战活动,对提取的作战活动进行整合,形成作战空间设计结果;
对形成的作战空间设计结果进行多次映射,依次得到任务意图指标、任务能力指标和系统能力指标,对得到的系统能力指标进行量化设计,形成计算空间设计结果;
重复形成多个作战空间设计结果,并基于多个作战空间设计结果形成多个计算空间设计结果;
构建评估指标体系,基于评估指标体系中的各个评估指标对多个计算空间设计结果进行评分,获取评分矩阵,确定评估指标体系中的各个评估指标的权重,并采用各个评估指标的权重对评分矩阵进行加权处理得到加权规范化评价矩阵,以及基于加权规范化评价矩阵获取最优的计算空间设计结果。
在上述的方案中,采用层次结构模型对作战概念进行表征时,将作战概念分解成目标、准则、指标三个层次,以作战时序为时间轴,将作战概念作为目标层的目标特征,采用准则层的各准则因素反映目标层的目标特征,并采用指标层的多个元素反映准则层的各准则因素。
在上述的方案中,在对作战概念量化表征进行建模过程中,采用建模工具建立准则层的各准则因素的关联关系。
在上述的方案中,基于多视图模型分析提取作战活动,对提取的作战活动进行整合,形成作战空间设计结果包括:
通过对多视图模型进行分析,获取准则层的各准则因素的关联关系,从准则层的各准则因素的关联关系中提取出多个作战活动,并通过描述各个作战活动的属性及要求以定义各个作战活动,以及对指挥链长、参与者众多的作战活动进行逐层分解,直至确保相应作战活动能够综合反映某一任务;
基于作战活动之间的逻辑时序、体系内部运行与操作控制来整合各个作战活动,形成作战流程集合。
在上述的方案中,对形成的作战空间设计结果进行多次映射,依次得到任务意图指标、任务能力指标和系统能力指标包括:
对形成的作战空间设计结果进行映射,得到任务意图指标,对得到的任务意图指标进行分解映射,得到任务能力指标,并对得到的任务能力指标进行分解映射,得到系统能力指标。
在上述的方案中,确定评估指标体系中的各个评估指标的权重包括:
采用最优权法获取评估指标体系中的各个评估指标的第一权重;
基于评估指标体系中的各个评估指标的指标值差异程度获取评估指标体系中的各个评估指标的第二权重;
将评估指标体系中的各个评估指标的第一权重和第二权重的乘积作为评估指标体系中的各个评估指标的权重。
在上述的方案中,基于评估指标体系中的各个评估指标的指标值差异程度获取评估指标体系中的各个评估指标的第二权重包括:
获取各个评估指标的特征比重,其中,特征比重的计算公式为:
;
pj为评估指标体系中第j个评估指标的特征比重,xj为基于评估指标体系中n个专家基于评估指标体系中的第j个评估指标对多个计算空间设计结果进行评分的均值,A为评估指标体系中的评估指标的总个数;
计算各个评估指标的熵值,其中,熵值的计算公式为:
;
ej为评估指标体系中第j个评估指标的熵值,pj为评估指标体系中第j个评估指标的特征比重,A为评估指标体系中的评估指标的总个数;
获取各个评估指标的差异性系数,其中,差异性系数的计算公式为:
,其中,dj为评估指标体系中第j个评估指标的差异性系数,ej为评估指标体系中第j个评估指标的熵值;
基于各个评估指标的差异性系数获取各个评估指标的第二权重,其中,第二权重计算公式为:;
其中,
;
为评估指标体系对应的l个准则因素相对于评估指标体系对应的目标特征的权值,Dl为评估指标体系对应的第l个准则因素对应的所有评估指标的差异性系数的总和,k为评估指标体系对应的准则因素的总个数,B为评估指标体系对应的第l个准则因素对应的评估指标的总个数。
在上述的方案中,基于加权规范化评价矩阵获取最优的计算空间设计结果包括:
分别获取加权规范化评价矩阵的最大理想值和最小理想值;
基于最大理想值和最小理想值获取各个计算空间设计结果的加权评分值对于加权规范化评价矩阵的最小理想值的相对接近度;
对获取的相对接近度进行排序,将排序在第一位的相对接近度对应的计算空间设计结果作为最优的计算空间设计结果。
在上述的方案中,通过相对接近度计算公式获取各个计算空间设计结果的加权评分值对于加权规范化评价矩阵的最小理想值的相对接近度,其中,相对接近度计算公式为:
;
其中,hk为第k个计算空间设计结果的加权评分值对于加权规范化评价矩阵的最小理想值的相对接近度,,/>,为加权规范化评价矩阵的最小理想值,,加权规范化评价矩阵的最大理想值,zij为加权规范化评价矩阵Z中的任意元素,,zk为加权规范化评价矩阵Z中的第k列元素,m为加权规范化评价矩阵的列数,为/>和/>的内积,/>,为加权规范化评价矩阵Z中的第k列元素的最大值,,为加权规范化评价矩阵Z中的第k列元素的最小值。
本发明提供的可计算作战概念模型的构建系统,采用如上所述的可计算作战概念模型的构建方法进行可计算作战概念模型的构建,所述系统包括:
作战概念表征模块,用于采用层次结构模型对作战概念进行表征,形成作战概念量化表征;
作战空间设计模块,用于对作战概念量化表征进行建模,得到多视图模型,并基于多视图模型分析提取作战活动,对提取的作战活动进行整合,形成作战空间设计结果;
计算空间设计模块,用于对形成的作战空间设计结果进行多次映射,依次得到任务意图指标、任务能力指标和系统能力指标,对得到的系统能力指标进行量化设计,形成计算空间设计结果;
最优结果获取模块,用于重复形成多个作战空间设计结果,并基于多个作战空间设计结果形成多个计算空间设计结果,构建评估指标体系,基于评估指标体系中的各个评估指标对多个计算空间设计结果进行评分,获取评分矩阵,确定评估指标体系中的各个评估指标的权重,并采用各个评估指标的权重对评分矩阵进行加权处理得到加权规范化评价矩阵,以及基于加权规范化评价矩阵获取最优的计算空间设计结果。
本发明实施例包括以下优点:
本发明实施例提供的可计算作战概念模型的构建方法及系统,通过基于作战概念抽取其对应的表征信息,并基于表征信息进行多视图建模以及作战空间设计,完成作战概念在作战空间域设计,实现了作战概念定性描述;同时,通过构建系统能力指标、可计算指标,形成了可计算、可评估、直观的计算空间设计结果,实现了作战概念定量描述;最后,通过对计算空间设计结果进行评价,基于评价结果获取最优的计算空间设计结果,使得整个设计过程持续迭代和优化。
附图说明
图1是本发明的一个实施例中一种可计算作战概念模型的构建方法的步骤图;
图2是本发明的一个实施例中层次结构模型的结构示意图;
图3是本发明的一个实施例中作战概念量化表征的分类层级体系结构示意图;
图4是本发明的一个实施例中形成作战流程集合的流程示意图;
图5是本发明的一个实施例中形成计算空间设计结果的流程示意图;
图6是本发明的一个实施例中评估指标体系的组成结构示意图;
图7是本发明的一个实施例中一种可计算作战概念模型的构建系统的组成示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
如图1所示,本发明提供一种可计算作战概念模型的构建方法,该方法包括以下步骤:
步骤S1:采用层次结构模型对作战概念进行表征,形成作战概念量化表征,采用体系建模工具对作战概念量化表征进行建模,得到多视图模型,并基于多视图模型分析提取作战活动,对提取的作战活动进行整合,形成作战空间设计结果;
如图2所示,层次结构模型包括目标层G、准则层和指标层/>,其中,,目标层G处于最上层,准则层/>用于反映目标层G的目标特征,处于中间层,指标层/>处于底层,用于反映准则层/>的各准则因素;
如图3所示,采用层次结构模型对作战概念进行表征时,将作战概念分解成目标、准则、指标三个层次,具体地,以作战时序为时间轴,将作战概念作为目标层的目标特征,将场景主题、作战背景、作战目的、敌作战体系、我作战体系、我作战任务以及假设/约束作为准则层的各准则因素来反映目标层的目标特征,其中,用于反映场景主题的指标层的元素为{陆域作战,海域作战,空天域作战,电磁域作战,……},用于反映作战背景的指标层的元素为{政治情况,军事情况,社会情况,经济情况,……},用于反映作战目的指标层的元素为{武力对峙,威慑为主、打击为辅,局部战术打击,使对手丧失作战能力,……},用于反映敌作战体系的指标层的元素为{兵力编组,陆域作战装备/系统,海域作战装备/系统,空天域作战装备/系统,电磁域作战装备/系统,……},用于反映我作战体系的指标层的元素为{兵力编组,陆域作战装备/系统,海域作战装备/系统,空天域作战装备/系统,电磁域作战装备/系统,……},用于反映我作战任务的指标层的元素为{火力打击任务,战时保障任务,作战指挥任务,情报作战任务,……},用于反映假设/约束的元素为{作战体系当前状态及未来状态,双方作战决心,战场环境是否可知、具体信息以及利于哪一方,……};
具体地,在对作战概念量化表征进行建模过程中,采用DoDAF体系建模工具建立准则层的各准则因素的关联关系,包括:基于全局视图对场景主题与作战背景进行建模,基于能力视图对作战目的、敌作战体系、我作战体系进行建模,基于作战视图对我作战任务、假设/约束等信息进行体系建模,其中,得到的多视图模型与作战概念量化表征的映射关系如下表所示:
表1 多视图模型与作战概念量化表征的映射关系表
具体地,针对现有技术中对作战概念存在理解认知不同、描述形式多样、尚无明确定义与框架等问题,本发明的实施例基于完成某一作战任务的角度出发,对作战概念的本质、影响因素及相关关系进行深入分析,根据作战任务不同,从作战概念中拆解出通用约束准则及与之相应的特征要素,运用层次结构模型对其进行表征,其优点在于能够将作战概念抽象定义进行具象化与直观化,实现从抽象概念向作战空间的转换,为后续计算空间设计奠定基础;同时,结合了具体作战场景信息,对表征要素进行实例化,形成具体作战场景描述。
具体地,作战空间设计结果为作战流程集合;
如图4所示,基于多视图模型分析提取作战活动,对提取的作战活动进行整合,形成作战空间设计结果包括以下步骤:
通过对多视图模型进行分析,获取准则层的各准则因素的关联关系,从准则层的各准则因素的关联关系中提取出多个作战活动,并通过描述各个作战活动的属性及要求以定义各个作战活动,以及对指挥链长、参与者众多的作战活动进行逐层分解,直至确保相应作战活动能够综合反映某一任务;
基于作战活动之间的逻辑时序、体系内部运行与操作控制等约束来整合各个作战活动,形成作战流程集合,确保作战流程集合能够全部涵盖作战任务。
步骤S2:对形成的作战空间设计结果进行映射,得到任务意图指标,对得到的任务意图指标进行分解映射,得到任务能力指标,并对得到的任务能力指标进行分解映射,得到系统能力指标,以及对得到的系统能力指标进行量化设计,形成计算空间设计结果;
具体地,针对作战空间设计过程中产生的表征要素较多且类型多样的问题,步骤S2中根据信息化战争特点及要求,选取作战任务、敌我双方作战体系等表征信息为转换主体,进行作战空间向计算空间转换,主要过程如下:首先,依据相关作战理论与经验,总结出完成作战任务的关键任务意图指标,例如对于执行某侦查任务,任务意图指标应包括侦察-态势闭环时间、态势中目标精度;然后,运用系统工程思想和体系正向设计方法,对任务意图指标展开分解并逐项设计完成任务意图所需的能力,提出能力指标概念,例如侦察-态势闭环时间这一任务意图指标可拆解出天基侦察能力、空基侦察能力、电磁特征感知能力、海基侦察能力等;最后,围绕任务中实际敌我双方作战体系装备范畴,结合作战理论及装备知识,将各装备的系统能力指标与任务能力指标进行映射,构建“任务意图指标-任务能力指标-系统能力指标”的从作战空间到计算空间、可定量描述的作战能力指标体系。
如图5所示,任务意图指标包含的元素为{侦查-态势闭环时间,态势中目标精度,……},任务能力指标包含的元素为{天基侦查能力,空基侦查能力,电磁特征感知能力,海基侦查能力,天地一体化组网能力,情报自主分发能力,……},系统能力指标包含的元素为{图像、SAR卫星探测能力,通信卫星通信能力,A系统电磁感知处理能力,B系统对海探测处理能力,C系统对空探测处理能力,D系统指控系统情报处理与态势生成能力,……};
具体地,量化设计的具体过程为:对得到的系统能力指标进行映射,计算空间设计结果为可计算指标,其中,系统能力指标与可计算指标的映射关系如下表所示:
表2 系统能力指标与可计算指标的映射关系表
具体地,通过步骤S1和步骤S2可将作战概念转换成一套可计算、可评估、直观的计算空间设计结果,以“最小集+可计算”形式展示了作战概念中核心内容。
步骤S3:重复步骤S1和步骤S2形成多个计算空间设计结果;
步骤S4:构建评估指标体系,基于评估指标体系中的各个评估指标对多个计算空间设计结果进行评分,基于评分结果获取评分矩阵,确定评估指标体系中的各个评估指标的权重,并采用各个评估指标的权重对评分矩阵进行加权处理得到加权规范化评价矩阵,以及基于加权规范化评价矩阵获取最优的计算空间设计结果。
如图6所示,评估指标体系包括任务情况、资源情况和其他因素三个类别的评估指标,其中,任务情况包括的评估指标为:目标达成度、目标符合度等;资源情况包括的评估指标为:资源利用、指挥协调能力等,其他因素包括的评估指标为:装备适应性、战术灵活性等;
具体地,本发明的实施例中采用层次结构模型构建评估指标体系,其中,任务效果评估为目标层的目标特征,任务情况、资源情况和其他因素为准则层的各准则因素,目标达成度、目标符合度、资源利用、指挥协调能力、装备适应性、战术灵活性等是指标层的元素,其用于作为准则层的各准则因素的评估因素;
具体地,若干名作战指挥理论和经验丰富的专家基于评估指标体系中的各个评估指标对多个计算空间设计结果进行评分,获取多个计算空间设计结果分别对应的评分结果;
具体地,在本发明的实施例中,共有n个专家基于评估指标体系中的各个评估指标对m个计算空间设计结果进行评分,各个专家的评价相互独立,互不影响;
具体地,第i个专家基于评估指标体系中的各个评估指标对第j个计算空间设计结果进行评分,得到评分结果xij,基于所有专家基于评估指标体系中的各个评估指标对m个计算空间设计结果的评分结果,得到评分矩阵X={xij},其中,i∈[1,n],j∈[1,m];
具体地,确定评估指标体系中的各个评估指标的权重包括以下步骤:
采用最优权法获取评估指标体系中的各个评估指标的第一权重,其中,各个评估指标的第一权重为评估指标相对于评估指标体系对应的准则因素的权重,评估指标体系对应的准则因素包括任务情况、资源情况和其他因素,最优权法的基本思想是求解约束极值问题,即最优权向量为评分协方差矩阵的最大特征值所对应的单位特征向量,可采用MATLAB中的eig函数求解得到第一权重;基于评估指标体系中的各个评估指标的指标值差异程度获取评估指标体系中的各个评估指标的第二权重,其中,第二权重为准则层的各准则因素相对于评估指标体系对应的目标特征的权值,评估指标体系对应的目标特征为任务效果评估;
将评估指标体系中的各个评估指标的第一权重和第二权重的乘积作为评估指标体系中的各个评估指标的权重。
具体地,通过以上步骤获取各个评估指标的权重,可避免由于任务类型不同、任务重点也各不相同以及专家对同一问题的考虑角度也各有不同,可能出现评价结果主观性强、不够客观的问题。
具体地,基于评估指标体系中的各个评估指标的指标值差异程度获取评估指标体系中的各个评估指标的第二权重包括以下步骤:
获取各个评估指标的特征比重,其中,特征比重的计算公式为:
;
pj为评估指标体系中第j个评估指标的特征比重,xj为基于评估指标体系中n个专家基于评估指标体系中的第j个评估指标对多个计算空间设计结果进行评分的均值,A为评估指标体系中的评估指标的总个数;
计算各个评估指标的熵值,其中,熵值的计算公式为:
;
ej为评估指标体系中第j个评估指标的熵值,pj为评估指标体系中第j个评估指标的特征比重,A为评估指标体系中的评估指标的总个数;
获取各个评估指标的差异性系数,其中,差异性系数的计算公式为:
,其中,dj为评估指标体系中第j个评估指标的差异性系数,ej为评估指标体系中第j个评估指标的熵值;
基于各个评估指标的差异性系数获取各个评估指标的第二权重,其中,第二权重计算公式为:
;
其中,
;
为评估指标体系对应的l个准则因素相对于评估指标体系对应的目标特征的权值,Dl为评估指标体系对应的第l个准则因素对应的所有评估指标的差异性系数的总和,k为评估指标体系对应的准则因素的总个数,B为评估指标体系对应的第l个准则因素对应的评估指标的总个数。
具体地,采用各个评估指标的权重对评分矩阵X进行加权处理得到加权规范化评价矩阵Z,其中,评分矩阵X为n×m矩阵,假设评估指标体系中的评估指标的个数为L,则评估指标体系个评估指标的权重形成L×1的列向量,加权规范化评价矩阵Z为L×m的矩阵,加权规范化评价矩阵Z中的任意元素zij表示第j个计算空间设计结果对应的加权评分值;
具体地,基于加权规范化评价矩阵获取最优的计算空间设计结果包括:
分别获取加权规范化评价矩阵的最大理想值和最小理想值;
基于最大理想值和最小理想值获取各个计算空间设计结果的加权评分值对于加权规范化评价矩阵的最小理想值的相对接近度;
对获取的相对接近度进行排序,将排序在第一位的相对接近度对应的计算空间设计结果作为最优的计算空间设计结果。
具体地,通过相对接近度计算公式获取各个计算空间设计结果的加权评分值对于加权规范化评价矩阵的最小理想值的相对接近度,其中,相对接近度计算公式为:
;
其中,hk为第k个计算空间设计结果的加权评分值对于加权规范化评价矩阵的最小理想值的相对接近度,,/>,为加权规范化评价矩阵的最小理想值,,加权规范化评价矩阵的最大理想值,zij为加权规范化评价矩阵Z中的任意元素,/>,zk为加权规范化评价矩阵Z中的第k列元素,m为加权规范化评价矩阵的列数,/>为/>和/>的内积,/>,为加权规范化评价矩阵Z中的第k列元素的最大值,/>,为加权规范化评价矩阵Z中的第k列元素的最小值。
如图7所示,本发明提供一种可计算作战概念模型的构建系统,采用如上所述的可计算作战概念模型的构建方法进行可计算作战概念模型的构建,该系统包括:
作战概念表征模块,用于采用层次结构模型对作战概念进行表征,形成作战概念量化表征;
作战空间设计模块,用于采用体系建模工具对作战概念量化表征进行建模,得到多视图模型,并基于多视图模型分析提取作战活动,对提取的作战活动进行整合,形成作战空间设计结果;
计算空间设计模块,用于对形成的作战空间设计结果进行映射,得到任务意图指标,对得到的任务意图指标进行分解映射,得到任务能力指标,并对得到的任务能力指标进行分解映射,得到系统能力指标,以及对得到的系统能力指标进行量化设计,形成计算空间设计结果;
最优结果获取模块,用于重复形成多个计算空间设计结果,构建评估指标体系,基于评估指标体系中的各个评估指标对多个计算空间设计结果进行评分,基于评分结果获取评分矩阵,确定评估指标体系中的各个评估指标的权重,并采用各个评估指标的权重对评分矩阵进行加权处理得到加权规范化评价矩阵,以及基于加权规范化评价矩阵获取最优的计算空间设计结果。
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。
以上所述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)
1.一种可计算作战概念模型的构建方法,其特征在于,所述方法包括:
采用层次结构模型对作战概念进行表征,形成作战概念量化表征,对作战概念量化表征进行建模,得到多视图模型,并基于多视图模型分析提取作战活动,对提取的作战活动进行整合,形成作战空间设计结果;
对形成的作战空间设计结果进行多次映射,依次得到任务意图指标、任务能力指标和系统能力指标,对得到的系统能力指标进行量化设计,形成计算空间设计结果;
重复形成多个作战空间设计结果,并基于多个作战空间设计结果形成多个计算空间设计结果;
构建评估指标体系,基于评估指标体系中的各个评估指标对多个计算空间设计结果进行评分,获取评分矩阵,确定评估指标体系中的各个评估指标的权重,并采用各个评估指标的权重对评分矩阵进行加权处理得到加权规范化评价矩阵,以及基于加权规范化评价矩阵获取最优的计算空间设计结果。
2.根据权利要求1所述的可计算作战概念模型的构建方法,其特征在于,采用层次结构模型对作战概念进行表征时,将作战概念分解成目标、准则、指标三个层次,以作战时序为时间轴,将作战概念作为目标层的目标特征,采用准则层的各准则因素反映目标层的目标特征,并采用指标层的多个元素反映准则层的各准则因素。
3.根据权利要求2所述的可计算作战概念模型的构建方法,其特征在于,在对作战概念量化表征进行建模过程中,采用建模工具建立准则层的各准则因素的关联关系。
4.根据权利要求2所述的可计算作战概念模型的构建方法,其特征在于,基于多视图模型分析提取作战活动,对提取的作战活动进行整合,形成作战空间设计结果包括:
通过对多视图模型进行分析,获取准则层的各准则因素的关联关系,从准则层的各准则因素的关联关系中提取出多个作战活动,并通过描述各个作战活动的属性及要求以定义各个作战活动,以及对指挥链长、参与者众多的作战活动进行逐层分解,直至确保相应作战活动能够综合反映某一任务;
基于作战活动之间的逻辑时序、体系内部运行与操作控制来整合各个作战活动,形成作战流程集合。
5.根据权利要求1所述的可计算作战概念模型的构建方法,其特征在于,对形成的作战空间设计结果进行多次映射,依次得到任务意图指标、任务能力指标和系统能力指标包括:
对形成的作战空间设计结果进行映射,得到任务意图指标,对得到的任务意图指标进行分解映射,得到任务能力指标,并对得到的任务能力指标进行分解映射,得到系统能力指标。
6.根据权利要求1所述的可计算作战概念模型的构建方法,其特征在于,确定评估指标体系中的各个评估指标的权重包括:
采用最优权法获取评估指标体系中的各个评估指标的第一权重;
基于评估指标体系中的各个评估指标的指标值差异程度获取评估指标体系中的各个评估指标的第二权重;
将评估指标体系中的各个评估指标的第一权重和第二权重的乘积作为评估指标体系中的各个评估指标的权重。
7.根据权利要求6所述的可计算作战概念模型的构建方法,其特征在于,基于评估指标体系中的各个评估指标的指标值差异程度获取评估指标体系中的各个评估指标的第二权重包括:
获取各个评估指标的特征比重,其中,特征比重的计算公式为:
;
pj为评估指标体系中第j个评估指标的特征比重,xj为基于评估指标体系中n个专家基于评估指标体系中的第j个评估指标对多个计算空间设计结果进行评分的均值,A为评估指标体系中的评估指标的总个数;
计算各个评估指标的熵值,其中,熵值的计算公式为:
;
ej为评估指标体系中第j个评估指标的熵值,pj为评估指标体系中第j个评估指标的特征比重,A为评估指标体系中的评估指标的总个数;
获取各个评估指标的差异性系数,其中,差异性系数的计算公式为:
,其中,dj为评估指标体系中第j个评估指标的差异性系数,ej为评估指标体系中第j个评估指标的熵值;
基于各个评估指标的差异性系数获取各个评估指标的第二权重,其中,第二权重计算公式为: ;
其中,
;
为评估指标体系对应的l个准则因素相对于评估指标体系对应的目标特征的权值,Dl为评估指标体系对应的第l个准则因素对应的所有评估指标的差异性系数的总和,k为评估指标体系对应的准则因素的总个数,B为评估指标体系对应的第l个准则因素对应的评估指标的总个数。
8.根据权利要求1所述的可计算作战概念模型的构建方法,其特征在于,基于加权规范化评价矩阵获取最优的计算空间设计结果包括:
分别获取加权规范化评价矩阵的最大理想值和最小理想值;
基于最大理想值和最小理想值获取各个计算空间设计结果的加权评分值对于加权规范化评价矩阵的最小理想值的相对接近度;
对获取的相对接近度进行排序,将排序在第一位的相对接近度对应的计算空间设计结果作为最优的计算空间设计结果。
9.根据权利要求1所述的可计算作战概念模型的构建方法,其特征在于,通过相对接近度计算公式获取各个计算空间设计结果的加权评分值对于加权规范化评价矩阵的最小理想值的相对接近度,其中,相对接近度计算公式为:
;
其中,hk为第k个计算空间设计结果的加权评分值对于加权规范化评价矩阵的最小理想值的相对接近度,,/>,为加权规范化评价矩阵的最小理想值,/>,加权规范化评价矩阵的最大理想值,zij为加权规范化评价矩阵Z中的任意元素,/>,zk为加权规范化评价矩阵Z中的第k列元素,m为加权规范化评价矩阵的列数,/>为/>和的内积,/>,为加权规范化评价矩阵Z中的第k列元素的最大值,/>,为加权规范化评价矩阵Z中的第k列元素的最小值。
10.一种可计算作战概念模型的构建系统,采用如权利要求1-9任一项所述的可计算作战概念模型的构建方法进行可计算作战概念模型的构建,其特征在于,所述系统包括:
作战概念表征模块,用于采用层次结构模型对作战概念进行表征,形成作战概念量化表征;
作战空间设计模块,用于对作战概念量化表征进行建模,得到多视图模型,并基于多视图模型分析提取作战活动,对提取的作战活动进行整合,形成作战空间设计结果;
计算空间设计模块,用于对形成的作战空间设计结果进行多次映射,依次得到任务意图指标、任务能力指标和系统能力指标,对得到的系统能力指标进行量化设计,形成计算空间设计结果;
最优结果获取模块,用于重复形成多个作战空间设计结果,并基于多个作战空间设计结果形成多个计算空间设计结果,构建评估指标体系,基于评估指标体系中的各个评估指标对多个计算空间设计结果进行评分,获取评分矩阵,确定评估指标体系中的各个评估指标的权重,并采用各个评估指标的权重对评分矩阵进行加权处理得到加权规范化评价矩阵,以及基于加权规范化评价矩阵获取最优的计算空间设计结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410327516.0A CN117932977B (zh) | 2024-03-21 | 2024-03-21 | 一种可计算作战概念模型的构建方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410327516.0A CN117932977B (zh) | 2024-03-21 | 2024-03-21 | 一种可计算作战概念模型的构建方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117932977A true CN117932977A (zh) | 2024-04-26 |
CN117932977B CN117932977B (zh) | 2024-06-07 |
Family
ID=90752343
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410327516.0A Active CN117932977B (zh) | 2024-03-21 | 2024-03-21 | 一种可计算作战概念模型的构建方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117932977B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070050239A1 (en) * | 2005-08-24 | 2007-03-01 | Caneva Duane C | Method for managing organizational capabilities |
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 |
CN114169142A (zh) * | 2021-11-12 | 2022-03-11 | 中国人民解放军空军工程大学 | 面向通用作战流程的任务元模型构建方法、数据库及装置 |
CN114418410A (zh) * | 2022-01-22 | 2022-04-29 | 贾晓南 | 一种陆军主战分队装备作战效能评估分析方法 |
RU212049U1 (ru) * | 2022-03-29 | 2022-07-05 | Федеральное государственное бюджетное учреждение "4 Центральный научно-исследовательский институт" Министерства обороны Российской Федерации | Устройство для оценки боевого потенциала разнородной группировки войск |
CN116151492A (zh) * | 2023-04-21 | 2023-05-23 | 中国兵器科学研究院 | 一种联合作战体系辅助决策分析系统 |
-
2024
- 2024-03-21 CN CN202410327516.0A patent/CN117932977B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070050239A1 (en) * | 2005-08-24 | 2007-03-01 | Caneva Duane C | Method for managing organizational capabilities |
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 |
CN114169142A (zh) * | 2021-11-12 | 2022-03-11 | 中国人民解放军空军工程大学 | 面向通用作战流程的任务元模型构建方法、数据库及装置 |
CN114418410A (zh) * | 2022-01-22 | 2022-04-29 | 贾晓南 | 一种陆军主战分队装备作战效能评估分析方法 |
RU212049U1 (ru) * | 2022-03-29 | 2022-07-05 | Федеральное государственное бюджетное учреждение "4 Центральный научно-исследовательский институт" Министерства обороны Российской Федерации | Устройство для оценки боевого потенциала разнородной группировки войск |
CN116151492A (zh) * | 2023-04-21 | 2023-05-23 | 中国兵器科学研究院 | 一种联合作战体系辅助决策分析系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117932977B (zh) | 2024-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112329348B (zh) | 一种面向非完全信息条件下军事对抗博弈的智能决策方法 | |
CN109960148B (zh) | 一种智能无人系统的自主性评估方法及系统 | |
CN110175773A (zh) | 基于贝叶斯网络的侦查无人机作战效能评估方法 | |
Biltgen et al. | A Methodology for Capability-Focused Technology Evaluation of Systems of Systems | |
CN109670660A (zh) | 一种基于直觉模糊topsis的舰艇编队动态防空威胁估计方法 | |
Radovanović et al. | Application of the fuzzy AHP-VIKOR hybrid model in the selection of an unmanned aircraft for the needs of tactical units of the armed forces | |
CN114912741A (zh) | 一种作战体系结构效能评估方法、装置以及存储介质 | |
CN117932977B (zh) | 一种可计算作战概念模型的构建方法及系统 | |
CN113408137B (zh) | 一种基于任务完成度和损失比的体系作战效能分析方法 | |
Bruzzone et al. | Strategic engineering applied to complex systems within marine environment | |
Han et al. | Operational effectiveness evaluation of space-based information system based on improved ahp-bpnn model | |
Metcalf et al. | INTEGRATING DIGITAL TWIN CONCEPTS TO ENHANCE AGILITY OF THE UNITED STATES MARINE CORPS’DECISION SUPPORT FRAMEWORK | |
Frey et al. | Tactical situation modelling of MUM-T helicopter mission scenarios using influence maps | |
Marler | A Decision Process for Surface Medical Evacuation Routing Under Adversary Threat and Uncertain Demand Using Online Optimization | |
Ajitha et al. | Multi-agent based artificial war | |
Maxwell et al. | A mathematical model of robust military village searches for decision making purposes. | |
Minghua et al. | Rough Set Neural Network Evaluation Method for UAV Reconnaissance Effectiveness | |
Ramadhianto et al. | Implementation of Artificial Intelligence on Indonesia’s Defense Intelligence Activities | |
Price | Game theory and U-boats in the Bay of Biscay | |
Hutabarat et al. | Priority Determination of Submarine Type as Defense of Archipelagic War with Fuzzy Ahp Method and Bcr Analysis | |
CN117540156A (zh) | 面向任务的复杂装备体系能力分析方法和模拟对抗系统 | |
Plamondon | A frigate survival approach based on real-time multiagent planning | |
Letourneau | Incorporating multi-criteria optimization and uncertainty analysis in the model-based systems engineering of an autonomous surface craft | |
Cil et al. | MABSIM: A multi agent based simulation model of military unit combat | |
CN115374392A (zh) | 获取目标事件的对象参数的方法、电子设备和存储介质 |
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 | ||
GR01 | Patent grant |