KR20150041315A

KR20150041315A - 방공교전에서의 무기유형 및 소요량을 결정하는 시뮬레이션 방법 및 이의 시스템

Info

Publication number: KR20150041315A
Application number: KR20130119688A
Authority: KR
Inventors: 조현식; 변재정; 한상우; 권승만
Original assignee: 국방과학연구소
Priority date: 2013-10-08
Filing date: 2013-10-08
Publication date: 2015-04-16
Also published as: KR101526893B1

Abstract

본 발명은 모의 교전 기술에 관한 것으로서, 더 상세하게는 효율적인 대공방호체계를 구축하기 위해 목표 방호율을 만족하며 소요비용이 최소화되도록 방공무기를 구성하는 시뮬레이션 방법 및 이의 시스템에 대한 것이다.

Description

방공교전에서의 무기유형 및 소요량을 결정하는 시뮬레이션 방법 및 이의 시스템 {Simulation method for determining type and requirement quantity of weapons in engagement of air defense and System thereof}

본 발명은 방공 모의 교전 기술에 관한 것으로서, 더 상세하게는 효율적인 대공방호체계를 구축하기 위해 목표 방호율을 만족하며 소요비용이 최소화되도록 방공무기를 구성하는 시뮬레이션 방법 및 이의 시스템에 대한 것이다.

특히, 본 발명은 휴리스틱 기법인 유전자 알고리즘을 활용하여 대공방호체계 무기구성의 적합성이 높아지도록 구성 조합을 변경하며 최적화함으로써, 짧은 시간에 최적에 근사한 방어효과 및 소요비용을 갖는 무기구성을 도출하는 시뮬레이션 방법 및 이의 시스템에 대한 것이다.

로켓, 포탄, 박격포탄과 같은 적의 공중위협으로부터 주요시설과 인원을 보호하기 위해서는 대공무기들을 구성하여 위협표적을 요격할 수 있는 대공방호체계가 요구된다. 대공방호체계는 교전통제소, 탐지 및 추적 레이더, 요격체계로 구성하며, 요격체계에 따라 대공포형과 유도탄형, 그리고 복합형으로 운용될 수 있다.

대공포는 유도탄에 비하여 사거리가 짧지만 다량사격으로 적군의 저고도 위협에 대응할 수 있으며 작전 반응시간이 짧고 비용이 저렴하다. 반면, 유도탄은 대공포에 비해 사거리가 증가되고 대응능력 및 명중률이 높은 장점이 있으나 많은 비용이 소요된다. 따라서 고비용의 유도탄을 적은 수량으로 구성하는 방안과 저비용의 대공포를 다수로 구성하는 방안, 그리고 유도탄 및/또는 대공포를 복합 구성하는 방안 중 어떤 방식이 비용대비 방어율이 우수한지를 고려하여 요격체계를 구성하여야 한다.

이때, 다량의 로켓, 포탄, 박격포탄 등의 적의 위협에 대공방호체계가 효과적으로 대응하기 위해서는 주요시설에 낙탄하는 로켓, 포탄, 박격포탄의 양에 상당하도록 요격체계가 구비되어져야 한다.

유도탄형의 경우는 발사대와 미사일이, 대공포형의 경우는 화포와 포탄이 구비되어야 하는데, 적의 공격규모와 표적형태에 따라 교전능력이 달라지므로 이를 고려하여 요격체계의 소요량이 결정되어야 한다.

그러므로 효율적인 대공방호체계를 구축하기 위해서는 적의 위협에 효과적으로 대응할 수 있도록 방어율을 고려하여 요격무기를 구성하여야 하며, 이때 소요되는 요격무기의 비용은 최소화되도록 무기구성을 최적화하여야 한다.

일반적으로 대공방호체계의 무기구성에 따른 방호효과를 비교하기 위해서는 OneSAF(One Semi-Automated Forces)와 EADSIM(Extended Air Defense Simulation)과 같은 시뮬레이션 도구를 통하여 모의교전 결과를 비교분석한다. 하지만 이와 같은 시뮬레이션 도구들은 대공방호체계의 무기구성이 확정된 상태에서 가상 시나리오에 따른 교전효과를 분석하기 위한 것으로, 일부를 수정한 몇 가지 요격무기 구성 대안에 대해서만 비교 분석이 이루어진다.

모든 요격 무기들의 조합에 따른 방호효과를 비교분석하기에는 구성 대안의 가지 수가 매우 많기 때문에 전체를 다 비교할 수 없기 때문이다. 그러므로 해당 시뮬레이션 도구를 통해서는 대공방호체계의 무기구성을 최적화 할 수는 없다는 문제점이 있었다.

다시 말하면, 대공방호체계의 요격무기 구성의 최적화는 무기 구성안에 대한 방호율과 비용을 서로 비교하면 가능하다. 하지만 요격무기 종류와 소요량에 따라 대공방호체계의 구성 대안이 기하급수적으로 많아지기 때문에 전체를 비교하기에는 매우 많은 시간이 소요되어 최적화하지 못하는 문제(NP-Complete 문제)가 발생하였다.

1. 한국등록특허번호 제10-1262243호

1. 변재정외, "국방 M&S의 재사용성과 상호운영성 향상을 위한 임무공간 개념 모델(CMMS) 적용 방안"Journal of the Society of Korea Industrial and Systems Engineering, Vol.33, No. 2, pp 140~147, 2010년 6월. 2. 변재정외, "모의분석을 통한 OMS/MP 산출기법에 관한 연구' 한국군사과학기술학회지 제15권 제6호, pp. 802~811, 2012년 12월

본 발명은 적의 공중위협에 대비하여 대공방호체계를 구축할 시 요격무기의 종류와 수량에 따른 구성안에 따라 방어효과와 비용의 차이가 발생하는 문제점을 해소하는 대공방호체계의 요격무기 유형 및 소요량을 결정하는 시뮬레이션 방법 및 이의 시스템을 제공하는데 그 목적이 있다.

본 발명은 위에서 제시된 과제를 달성하기 위해, 적의 공중위협에 대비하여 대공방호체계를 구축할 시 요격무기의 종류와 수량에 따른 구성안에 따라 방어효과와 비용의 차이가 발생하는 문제점을 해소하는 대공방호체계의 요격무기 유형 및 소요량을 결정하는 시뮬레이션 방법을 제공한다.

상기 시뮬레이션 방법은,

대공방호체계의 요격무기 구성안을 염색체(chromosome)로 표현하고, 값을 임의로 할당함으로써 다수의 요격무기 구성안을 형성하는 제 1 단계;

각 염색체의 요격무기 구성안으로 이루어진 방호도 및 비용 함수를 산출하는 제 2 단계;

상기 방호도 및 비용 함수를 이용하여 각 염색체의 적합도를 산출하는 제 3 단계; 및

산출된 적합도들 중 최고의 적합도를 갖는 요격무기 구성안을 선택하여 요격무기 유형 및 소요량을 결정하는 제 4 단계;를 포함하는 것을 특징으로 한다.

이때, 상기 제 3 단계는, 요격무기 구성안 집합인 부모 염색체 집합으로부터 개체 선택, 개체 교배, 및 돌연변이 생성이라는 유전자 조작을 통하여 진화된 자녀 염색체를 생성하는 단계를 더 포함하는 것을 특징으로 할 수 있다.

또한, 상기 방호도 함수의 산출은 무기-표적 할당 모델을 이용하는 것을 특징으로 하고, 상기 요격무기 유형 및 소요량의 결정은 유전자 알고리즘(Genetic Algorithm)을 통하여 이루어지는 것을 특징으로 할 수 있다.

또한, 요격무기 구성안의 염색체가 대공방호체계로 구성될 수 있는 최대 무기의 수만큼 유전자가 생성되고, 각 유전자는 요격무기의 유형 및 무기가 할당되지 않는 상태인 null 값을 가지도록 하며, 각 요격무기의 유형에 순서를 부여하여 염색체가 정렬된 상태를 유지하도록 하는 것을 특징으로 할 수 있다.

또한, 각 유전자는 오름차순으로 정렬되며, 상기 방호도 함수는 무기-표적 할당 최적화과정을 통하여 산출되는 보호된 총 자산의 가치인 최적의 무기-표적 할당 적합도 값으로 설정되며, 상기 비용 함수는 각 요격무기 비용의 총합으로 산정하는 것을 특징으로 할 수 있다.

또한, 상기 방호도 함수 및 비용 함수의 균등한 비교를 위해 최소-최대 정규화를 수행하되, 정규화 방호도 함수는 다음식,

으로 표현되고, 정규화 비용 함수는 다음식,

으로 표현되는 것을 특징으로 할 수 있다.

또한, 상기 적합도를 위한 최적화 함수는 다음식,

으로 표현되며, 방호도를 우선적으로 최대화하여 목표 방호도에 도달하게 한 후, 비용이 최소화되도록 최적화되는 것을 특징으로 할 수 있다.

또한, 획득된 방호도가 목표 방호도에 도달하지 못할 경우에는 적합도가 획득 방호도에 비례한 1이하의 값을 갖도록 하고, 목표 방호도를 만족한 경우에는 적합도가 비용에 반비례하여 1 이상의 값을 갖도록 하는 것을 특징으로 할 수 있다.

또한, 부모 염색체들 중 적합도가 우수한 염색체가 선택될 확률이 높도록 하며, 선택된 요격 무기 구성안인 부모 염색체의 일부 요격무기를 상호 치환하는 교배 연산 및 요격무기 구성안 중 일부를 임의의 다른 요격무기로 변환하는 변이 연산의 유전 조작을 이용하여 새로운 자녀 염색체를 생성하는 것을 특징으로 할 수 있다.

또한, 룰렛 휠 방식을 이용하여 적합도가 우수한 염색체를 선택하는 것을 특징으로 할 수 있다.

또한, 개체 교배 및 돌연변이의 수행후 재정렬이 이루어지는 것을 특징으로 할 수 있다.

또한, 상기 무기-표적 할당 모델은 정적 자산 기반의 할당 방식인 것을 특징으로 할 수 있다.

다른 한편으로, 본 발명의 다른 일실시예는, 대공방호체계의 요격무기 구성안을 염색체(chromosome)로 표현하고, 값을 임의로 할당함으로써 다수의 요격무기 구성안을 형성하는 무기 구성안 생성 모듈; 각 염색체의 요격무기 구성안으로 이루어진 방호도 및 비용 함수를 산출하는 방호 체계 산출 모듈; 상기 방호도 및 비용 함수를 이용하여 각 염색체의 적합도를 산출하는 적합도 산출 모듈; 및 산출된 적합도들 중 최고의 적합도를 갖는 요격무기 구성안을 선택하여 요격무기 유형 및 소요량을 결정하는 무기 구성한 선택 모듈;을 포함하는 것을 특징으로 하는 대공방호체계의 요격무기 유형 및 소요량을 결정하는 시뮬레이션 시스템을 제공한다.

또한, 상기 적합도 산출 모듈은 모의 교전 엔진 모듈을 갖는 모의 교전 효과 분석 시뮬레이션 서브-시스템을 이용하되, 상기 모의 교전 엔진 모듈은 무기-표적 할당 알고리즘 중 정적 자산 기반의 할당방식을 이용하는 것을 특징으로 할 수 있다.

또한, 상기 적합도 산출 모듈은, 요격무기 구성안 집합인 부모 염색체 집합으로부터 개체 선택, 개체 교배, 및 돌연변이 생성이라는 유전자 조작을 통하여 진화된 자녀 염색체를 생성하는 것을 특징으로 할 수 있다.

본 발명에 따르면, 임의의 적 위협에 대비하여 목표 방호율을 만족하며 요격 무기의 소요 비용을 최소화하는 최적의 무기구성(각 무기별 최적 소요량)을 결정할 수 있다.

도 1은 본 발명의 일실시예에 따른 대공방호체계의 요격무기 유형 및 소요량을 결정하는 시뮬레이션 시스템(100)의 구성도이다.
도 2는 본 발명의 일실시예에 따른 유전자 알고리즘 기반의 대공방호체계의 요격무기 유형 및 소요량을 결정하는 시뮬레이션 과정을 보여주는 흐름도이다.
도 3은 본 발명의 일실시예에 따른 요격무기 구성의 최적화를 위한 유전자 알고리즘의 개체 표현예이다.
도 4는 본 발명의 일실시예에 따른 무기-표적 할당 최적화를 위한 유전자 알고리즘의 개체 표현예이다.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 상세한 설명에 구체적으로 설명하고자 한다. 그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용한다.

제 1, 제 2등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.

예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다. "및/또는" 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미가 있다.

일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않아야 한다.

이하 첨부된 도면을 참조하여 본 발명의 일실시예에 따른 대공방호체계의 요격무기 유형 및 소요량을 결정하는 시뮬레이션 방법 및 이의 시스템을 상세하게 설명하기로 한다.

도 1은 본 발명의 일실시예에 따른 대공방호체계의 요격무기 유형 및 소요량을 결정하는 시뮬레이션 시스템(100)의 구성도이다. 도 1을 참조하면, 시뮬레이션 시스템(100)은 모의교전 효과 분석 시뮬레이션 서브-시스템(110)과 무기 구성 최적화 서브-시스템(120)을 포함하여 구성된다.

무기 구성 최적화 서브-시스템(120)은 대공방호체계의 모의교전 효과 분석 시뮬레이션 서브-시스템(110)과의 연동을 위하여 모의 교전효과 분석이 필요한 임의의 대공방호체계 구성안을 생성하여 넘겨주고, 해당 방호체계의 모의 교전 결과를 받아오게 된다.

이를 위해, 모의교전 효과 분석 시뮬레이션 서브-시스템(110)에는 모의 교전 효과 분석 시뮬레이션을 수행하기 위해, 무기 구성 모듈(111), 위협 시나리오 입력 모듈(112), 모의 교전 엔진 모듈(113), 사후 분석 모듈(115), 및 모의 교전 엔진을 위한 무기 체계 특성 데이터를 갖는 데이터베이스(117) 등이 구성된다.

모의 교전 엔진 모듈(113)은 무기-표적 할당 알고리즘 중 정적 자산기반의 할당방식을 이용한다.

무기-표적 할당이란 로켓, 포탄, 박격포탄과 같은 위협 표적을 식별한 후 요격하기 위하여 방호체계의 각 요격체계로 요격할 표적들을 할당하는 것을 말하며, 방어 자산들을 보호하여 총 자산들의 잔존 가치를 최대화하도록 표적할당하는 것을 말한다.

또한, 무기 구성 최적화 서브-시스템(120)에는, 모의 전장 환경에 대한 정보를 담은 대공방호체계의 요격무기 구성안을 입력하기 위한 입력 모듈(121), 대공방호체계의 요격무기 구성안을 염색체(chromosome)로 표현하고, 값을 임의로 할당함으로써 다수의 요격무기 구성안을 형성하는 무기 구성안 생성 모듈(123), 각 염색체의 요격무기 구성안으로 이루어진 방호도 및 비용 함수를 산출하는 방호 체계 산출 모듈(125), 상기 방호도 및 비용 함수를 이용하여 각 염색체의 적합도를 산출하는 적합도 산출 모듈(127), 산출된 적합도들 중 최고의 적합도를 갖는 요격무기 구성안을 선택하여 요격무기 유형 및 소요량을 결정하는 무기 구성한 선택 모듈(129) 등을 포함하여 구성한다.

무기 구성 최적화 서브-시스템(120)에서 이루어지는 제안된 방호체계의 무기 구성 최적화 과정을 단계별로 기능을 나누면 표 1과 같다.

단계		기능
1 단계		위협 시나리오 및 방호 목표율 입력
2 단계		임의의 무기 구성안 집합 생성
3 단계		각 무기 구성안의 적합성 평가
4 단계		종료조건 검사
5 단계	미 종료시	새 무기 구성안 생성 후 3단계 반복
	종료시	최고 적합도의 무기 구성안 선택

1 단계에서 위협 시나리오 및 방호 목표율을 입력받으며, 2단계에서는 방호체계를 구성하는 임의의 무기 구성안들을 생성하며, 3단계에서는 생성된 구성안들에 대하여 방호율 및 비용을 산출하여 적합성을 각각 평가하도록 한다. 4단계에서는 종료조건(목표값 또는 제한시간)을 검사하고, 5단계에서 종료조건을 만족하는 경우 구성안들 중 최고의 적합성을 가지는 구성안을 방호체계의 최적 구성안으로 설정하며, 미 종료시에는 방호체계의 새로운 무기구성안 생성하며 종료조건(목표값 또는 제한시간)을 만족 할 때까지 위의 과정을 반복 수행한다.

이 중 3 단계는 모의교전 효과분석 시뮬레이션 서브-시스템(110)을 이용하게 된다.

도 2는 본 발명의 일실시예에 따른 유전자 알고리즘 기반의 대공방호체계의 요격무기 유형 및 소요량을 결정하는 시뮬레이션 과정을 보여주는 흐름도이다. 즉, 무기 구성 최적화 프레임워크에 유전자 알고리즘을 적용하여 빠른 시간내에 무기 구성을 최적화하는 방법의 전반적인 흐름이다. 세부적으로 유전자 알고리즘 적용하는 방법은 다음과 같다.

위협 시나리오 및/또는 방호 목표율 등의 모의 전장 환경이 사용자에 의해 입력되면(단계 S200), 대공방호체계의 무기 구성안을 최적화하기 위해서는 우선적으로 임의의 안을 나타낼 수 있는 유전자 염색체로 부호화를 수행한다(단계 S210).

따라서 본 발명의 일실시예에 따른 유전자 알고리즘의 염색체 개체를 표현하면 도 3과 같다. 즉, 도 3을 참조하면 염색체 개체는 하나의 방호체계 무기 구성안으로 구성되는 방호무기의 종류와 수량을 표현한다. 여기에서 유전자(311)는 방호무기의 종류를 나타내며, 염색체(310)는 n개의 방호무기(300)로 구성된 조합을 말한다. 이때 만약 방호체계가 최대 n개의 요격무기로 구성이 가능하다고 가정한다면, 염색체는 n개의 유전자를 갖는 형태로 구성하며, 하나의 유전자당 하나의 무기유형(310)의 값을 갖도록 한다.

각 유전자는 무기유형에 따른 하나의 알파벳 값 또는 무기가 할당되지 않는 φ 값으로 무기의 유형을 부호화하여 염색체를 n자 이내의 문자열로 나타낸다. 따라서 구성 가능한 최대 무기의 수량 이내에서 최소의 비용으로 목표 방어 효과를 지니는 구성안을 찾을 수 있도록 한다.

하지만 이와 같이 부호화된 염색체는 위치에 따른 유전자의 의미가 없기 때문에 유전자 조작이 이루어지더라도 최적화되지 않고 단순한 무작위 탐색(random search) 이상의 의미를 지니지 못하게 된다. 예를 들어, 무기유형이 a, b, c와 같이 3개로 주어지고 2개의 위협 표적이 주어지며 최대 4개의 무기구성이 가능하다고 하면, (abbc), (bcab), (cbba)와 같이 서로 다른 형태의 염색체가 생성될 수 있다.

그러나 방호체계로 구성된 무기를 보면 a형 무기 1개, b형 무기 2개, c형 무기 1개를 갖는 구성안으로 동일하기 때문에 염색체의 각 유전자는 오름차순으로 정렬되도록 하여 유전자의 위치에 따른 의미를 부여하도록 한다.

결과로 위 3개의 염색체는 (abbc)의 동일한 형태가 되고, 염색체는 다음 식 1과 같은 형식언어(formal language)의 문자열(string)이 된다. 문자의 *마크는 해당 문자의 0개 이상의 반복 나열을 의미하고, 총 문자열의 길이는 n개 이하로 제한한다.

도 2를 다시 참조하면, 본 발명의 일실시예는 요격무기를 최적화하는 시스템으로 초기에 임의의 구성안을 생성하고 점차적으로 최적화시켜 최적의 무기 구성안을 생성하게 된다. 따라서 염색체 개체를 부호화 한 유전자 개체로 초기 개체 집단을 생성하며, 생성시 각 염색체의 유전자 값은 임의의 값으로 초기화한다(단계 S210).

초기 생성되는 개체의 수는 최적화에 영향을 미치는 주요변수로써, 초기에 많은 개체를 생성할 경우 탐색의 범위가 넓어져 지역적 최적화에 빠지는 경우를 줄여 보다 좋은 결과를 얻을 수 있다.

하지만 그 만큼 많은 시간이 소요되기 때문에 적당한 개체 생성이 필요하다. 일반적으로 초기개체의 수는 문제의 복잡성에 따라 증가하여 생성한다. 다시 말하면 구성해야 하는 무기의 유형과 소요량에 따라 문제의 복잡성은 증가하므로 이에 비례하여 개체 수를 생성하도록 한다.

위의 단계(S200 내지 S210)를 통하여 생성된 개체 집단은 모의교전 효과분석 시뮬레이션 시스템(도 1의 110)을 이용하여 모의 교전을 수행하게 된다(단계 S220,S230).

그 결과로 해당 대공방호체계의 방호도와 비용을 얻을 수 있다(단계 S221). 이를 가지고 각 개체는 유전자의의 적합 함수에 의해 평가되고, 그 값이 최소화 또는 최대화되도록 개체는 진화한다. 이를 위해, 본 발명의 일실시예에서는 적합함수가 제시된다.

방호체계의 최적 무기 구성은 최소의 소요 비용으로 방어 목표율을 달성하는 무기 구성으로 방호도(f1)와 비용(f2)의 2가지 목적 함수가 생긴다.

방호도(f1)는 개체에 의해 구성되는 무기 조합으로 주어진 위협 시나리오에 대하여 무기-표적 할당 최적화를 통해 얻게 되는 핵심시설의 보호도로서 더 상세한 설명은 후술하기로 한다. 또한, 비용(f2)은 개체에 의해 구성되는 무기들의 총 비용으로서 후술하기로 한다.

개체는 f1이 목표된 방호도에 도달하도록 최대화됨과 동시에 f2는 최소화되어야 한다. 따라서 유전자 알고리즘의 최적화 함수는 두 목적함수를 동시에 고려하여야 한다. 그러나 두 목적함수간의 척도가 다르기 때문에 균등한 비교를 위해 먼저 최소-최대 정규화를 수행하도록 한다.

f1은 목표된 방호도 이상의 최적화를 요구하지 않기 때문에 목표된 방호도에 도달한 비율로 정규화하며, 정규화 방호도(f1_norm) 함수는 다음식과 같다.

f2는 획득 방호도가 목표 방호도 이상인 경우, 비용이 가장 큰 무기로 최대 구성한 비용대비 소요비용으로 정규화하며, 정규화 비용(f2norm) 함수는 다음식과 같다.

획득 방호도가 목표 방호도 이하인 경우는 비용대신 목표방어율로 설정하여 최적화시에 우선적으로 방호도에 대해 최적화된다.

정규화된 두 목적함수를 동시에 고려한 적합도 함수는 다음식과 같이 정의하여 최대화된다.

방호도를 우선적으로 최대화하여 목표 방호도에 도달하게 한 후, 비용이 최소화되도록 최적화를 한다. 이러한 과정을 통하여 적합도를 산출하게 된다(단계 S223).

이러한 적합도 값을 통하여 각 무기 구성안의 우수성을 알 수 있다. 일반적인 무기 구성안 개체들에 대해 유전자 조작을 가하여 무기 구성안 집합을 개체의 적합도 값이 커지도록 진화시킬 수 있다(단계 S250).

이를 위하여 기존의 개체 집단에서 다음세대의 개체 선택을 위하여 적자생존의 법칙에 따라 룰렛 휠 방식으로 적합성이 우수한 개체를 선택하도록 한다(단계 S251). 룰렛 휠 방식이란 개체의 적합도에 따라 개체의 선택확률이 결정되는 방식으로 적합도가 높은 개체는 더 많은 선택의 기회를 주고, 적합도가 낮은 개체는 선택의 기회를 적게 주어 다음세대에 우수한 개체들로 구성될 수 있도록 최적화가 진행된다.

예를 들어 설명하면, 개체1의 적합도는 2, 개체2의 적합도는 3, 개체3의 적합도는 5인 경우, 개체1이 선택될 확률은 2/(2+3+5)로 20%가 되고, 개체2는 3/(2+3+5)로 30%, 개체3은 50%의 선택될 확률을 가지도록 한다.

앞서 선택된 개체들은 순차적으로 한 쌍씩 교배를 수행한다(단계 S253). 교배는 1개의 교차지점을 무작위로 정한 후 교차지점을 기준으로 두 개체를 서로 교환하도록 한다. 교배가 발생할 확률을 정하여 이전 세대의 일부개체는 다음세대에 그대로 유지하도록 한다.

교배후의 개체는 본 발명에서 제안된 염색체의 형태(식 1)에서 벗어나기 때문에 정렬되지 않은 문자열을 가질 수 있다. 따라서 교배 후에 추가적으로 재정렬 과정을 수행하여 염색체의 형태를 유지하도록 한다.

예를 들어 설명하면, 부모 개체(즉 염색체) 1은 {aaabbb}이고 부모 개체 2는 {abbccc} 일 때, 정중앙을 교차지점이라고 하면 자식 개체(즉 염색체) 1은 {aaaccc}가 되고, 자식 개체2는 {abbbbb}가 된다. 이 예제에서는 이미 정렬된 상태로 재정렬 과정이 필요하지 않다.

이를 통하여 구성되는 요격 무기의 유형 및 수량의 일부를 상호 구성안의 값으로 치환하여 새로운 무기 구성안을 생성한다.

각 개체는 하나의 유전자가 변이될 수 있도록 한다(단계 S255). 변이되는 유전자는 동일한 확률의 무작위로 선택되며, 선택된 유전자는 자신의 값을 제외한 임의의 문자로 변경된다. 이 경우도 개체교배와 같이 변이가 일어나면 본 염색체가 가져야하는 형태에서 벗어날 수 있으므로 재정렬 과정을 수행한다. 이를 통하여 구성되는 요격 무기의 유형 및 수량의 일부가 변경된다.

위와 같이 일련의 과정을 반복 수행함으로써 개체는 적합함수에 최적화된다. 최적화 제한시간을 주어 제한시간동안 최적화가 이루어지도록 하거나, 구성안 개체들의 적합도 값 중 최대값이 m세대동안 변하지 않는 경우 종료한다(단계 S240). 따라서 종료시 적합함수의 최적 값을 갖는 개체가 가장 효과적인 무기 구성안이 된다(단계 S260).

한편으로, 본 발명의 일실시예에 따른 시스템을 적용하기 위해서는 임의로 요격무기로 구성된 대공방호체계의 방호 효과도(즉, 방호도)를 모의교전 효과분석 시뮬레이션 서브-시스템(110)을 통하여 짧은 시간내에 분석 할 수 있어야 한다.

이를 위하여 본 발명의 일실시예에 따른 시스템을 운영하기 위한 모의교전 엔진 모듈(도 1의 113)을 함께 제안한다. 엔진 모듈은 대공방호체계의 운영분야에서 활발히 연구되고 있는 무기-표적 할당 알고리즘 중 정적 자산기반의 할당방식을 이용한다.

무기 구성안의 방호도는 방호체계의 무기 구성이 이미 이루어진 상태로 기존의 무기-표적 할당 알고리즘을 이용하여 최적의 무기-표적 할당 시 기대되는 시설 보호도로 적용할 수 있다.

무기-표적 할당 최적화를 위해서는 다양한 방법으로 문제를 풀 수 있다. 그 중의 하나로 유전자 알고리즘을 적용하여 해결하는 과정은 다음과 같다. 전반적인 처리과정은 무기 구성 최적화를 위한 유전자 알고리즘과 같고 유전 개체표현과 적합성 평가만 차이가 있다.

A. 개체표현 및 부호화

각 유전자는 각 위치에 따른 방호무기의 표적을 나타내며 염색체는 총 무기에 대한 표적 할당안을 말한다. 구성된 무기의 수가 n개라면 도 4에 도시된 바와 같이 n개의 유전자(410)가 생성되며 유전자의 값은 1에서 표적의 수 |T|사이의 정수를 할당하여 각 무기가 요격하는 표적(400)을 지정하도록 한다.

B. 개체 적합성 평가

무기-표적 할당에 따른 개체의 적합성은 주요시설의 보호도로, 다음식을 이용하여 계산한다.

위 수식은 다음식의 두 조건을 만족하여야 한다.

위의 수학식 6은 한 무기에 대한 표적할당이 전체 표적 중 최대 하나만을 요격할 수 있다는 것을 가정하며, 수학식 7은 표적 별 분할 요격할 수 없다는 것을 의미한다.

위 수학식 5 내지 수학식 7에서 사용된 기호의 의미를 정리하면 다음 표와 같다.

기호	의미
\|A\|	보호시설 수
\|W\|	요격 무기 개수
\|T\|	위협 표적 수
	표적 지시자
	보호시설 지시자
	무기 지시자
	보호시설 의 중요도
	무기 유형 가 표적 를 파괴할 확률
	표적 가 보호시설을 파괴할 확률
	보호시설 를 지향하고 있는 표적들의 집합
	무기 가 표적 에게 할당되었는지를 가리키며 할당되었다면 1, 아니면 0

본 발명의 다른 일실시예는 대공방호체계의 방호도를 자산기반의 정적할당방식의 최적화 값 max J(교전 후 보호되는 총 자산의 가치)를 방호도로 정의하여 사용하는 예를 보여준 것이다.

J를 최대화하기 위하여 다양한 방식으로 문제를 해결할 수 있는데, 본 발명의 다른 일실시예에서의 유전자 개체표현은 max J를 풀기위해 하나의 유전자 알고리즘 기법을 적용하여 문제를 풀 수 있는 예를 보여준 것이다.

100: 시뮬레이션 시스템
110: 모의 교전 효과분석 시뮬레이션 서브-시스템
111: 무기 구성 모듈 112: 위협 시나리오 입력 모듈
113: 모의 교전 엔진 모듈 115: 사후 분석 모듈
117: 데이터베이스
120: 무기 구성 최적화 서브-시스템
121: 입력 모듈 123: 무기 구성안 생성 모듈
125: 방호체계 산출 모듈 127: 적합도 산출부
129: 무기 구성안 선택 모듈

Claims

대공방호체계의 요격무기 구성안을 염색체(chromosome)로 표현하고, 값을 임의로 할당함으로써 다수의 요격무기 구성안을 형성하는 제 1 단계;
각 염색체의 요격무기 구성안으로 이루어진 방호도 및 비용 함수를 산출하는 제 2 단계;
상기 방호도 및 비용 함수를 이용하여 각 염색체의 적합도를 산출하는 제 3 단계; 및
산출된 적합도들 중 최고의 적합도를 갖는 요격무기 구성안을 선택하여 요격무기 유형 및 소요량을 결정하는 제 4 단계;
를 포함하는 것을 특징으로 하는 방공교전에서의 무기유형 및 소요량을 결정하는 시뮬레이션 방법.
제 1 항에 있어서,
상기 제 3 단계는, 요격무기 구성안 집합인 부모 염색체 집합으로부터 개체 선택, 개체 교배, 및 돌연변이 생성이라는 유전자 조작을 통하여 진화된 자녀 염색체를 생성하는 단계를 더 포함하는 것을 특징으로 하는 방공교전에서의 무기유형 및 소요량을 결정하는 시뮬레이션 방법.
제 1 항에 있어서,
상기 방호도 함수의 산출은 무기-표적 할당 모델을 이용하는 것을 특징으로 하고, 상기 요격무기 유형 및 소요량의 결정은 유전자 알고리즘(Genetic Algorithm)을 통하여 이루어지는 것을 특징으로 하는 방공교전에서의 무기유형 및 소요량을 결정하는 시뮬레이션 방법.
제 1 항에 있어서,
요격무기 구성안의 염색체가 대공방호체계로 구성될 수 있는 최대 무기의 수만큼 유전자가 생성되고, 각 유전자는 요격무기의 유형 및 무기가 할당되지 않는 상태인 null 값을 가지도록 하며, 각 요격무기의 유형에 순서를 부여하여 염색체가 정렬된 상태를 유지하도록 하는 것을 특징으로 하는 방공교전에서의 무기유형 및 소요량을 결정하는 시뮬레이션 방법.
제 4 항에 있어서,
각 유전자는 오름차순으로 정렬되며, 상기 방호도 함수는 무기-표적 할당 최적화과정을 통하여 산출되는 보호된 총 자산의 가치인 최적의 무기-표적 할당 적합도 값으로 설정되며, 상기 비용 함수는 각 요격무기 비용의 총합으로 산정하는 것을 특징으로 하는 방공교전에서의 무기유형 및 소요량을 결정하는 시뮬레이션 방법.
제 5 항에 있어서,
상기 방호도 함수 및 비용 함수의 균등한 비교를 위해 최소-최대 정규화를 수행하되, 정규화 방호도 함수는 다음식,
으로 표현되고, 정규화 비용 함수는 다음식,
으로 표현되는 것을 특징으로 하는 방공교전에서의 무기유형 및 소요량을 결정하는 시뮬레이션 방법.
제 6 항에 있어서,
상기 적합도를 위한 최적화 함수는 다음식,
으로 표현되며, 방호도를 우선적으로 최대화하여 목표 방호도에 도달하게 한 후, 비용이 최소화되도록 최적화되는 것을 특징으로 하는 방공교전에서의 무기유형 및 소요량을 결정하는 시뮬레이션 방법.
제 7 항에 있어서,
획득된 방호도가 목표 방호도에 도달하지 못할 경우에는 적합도가 획득 방호도에 비례한 1이하의 값을 갖도록 하고, 목표 방호도를 만족한 경우에는 적합도가 비용에 반비례하여 1 이상의 값을 갖도록 하는 것을 특징으로 하는 방공교전에서의 무기유형 및 소요량을 결정하는 시뮬레이션 방법.
제 2 항에 있어서,
부모 염색체들 중 적합도가 우수한 염색체가 선택될 확률이 높도록 하며, 선택된 요격 무기 구성안인 부모 염색체의 일부 요격무기를 상호 치환하는 교배 연산 및 요격무기 구성안 중 일부를 임의의 다른 요격무기로 변환하는 변이 연산의 유전 조작을 이용하여 새로운 자녀 염색체를 생성하는 것을 특징으로 하는 방공교전에서의 무기유형 및 소요량을 결정하는 시뮬레이션 방법.
제 9 항에 있어서,
룰렛 휠 방식을 이용하여 적합도가 우수한 염색체를 선택하는 것을 특징으로 하는 방공교전에서의 무기유형 및 소요량을 결정하는 시뮬레이션 방법.
제 2 항에 있어서,
개체 교배 및 돌연변이의 수행후 염색체가 가져야하는 형태를 벗어나지 않도록 재정렬이 이루어지는 것을 특징으로 하는 방공교전에서의 무기유형 및 소요량을 결정하는 시뮬레이션 방법.
제 3 항에 있어서,
상기 무기-표적 할당 모델은 정적 자산 기반의 할당 방식인 것을 특징으로 하는 방공교전에서의 무기유형 및 소요량을 결정하는 시뮬레이션 방법.
대공방호체계의 요격무기 구성안을 염색체(chromosome)로 표현하고, 값을 임의로 할당함으로써 다수의 요격무기 구성안을 형성하는 무기 구성안 생성 모듈;
각 염색체의 요격무기 구성안으로 이루어진 방호도 및 비용 함수를 산출하는 방호 체계 산출 모듈;
상기 방호도 및 비용 함수를 이용하여 각 염색체의 적합도를 산출하는 적합도 산출 모듈; 및
산출된 적합도들 중 최고의 적합도를 갖는 요격무기 구성안을 선택하여 요격무기 유형 및 소요량을 결정하는 무기 구성한 선택 모듈;
을 포함하는 것을 특징으로 하는 방공교전에서의 무기유형 및 소요량을 결정하는 시뮬레이션 시스템.
제 13 항에 있어서,
상기 적합도 산출 모듈은 모의 교전 엔진 모듈을 갖는 모의 교전 효과 분석 시뮬레이션 서브-시스템을 이용하되, 상기 모의 교전 엔진 모듈은 무기-표적 할당 알고리즘 중 정적 자산 기반의 할당방식을 이용하는 것을 특징으로 하는 대방공교전에서의 무기유형 및 소요량을 결정하는 시뮬레이션 시스템.
제 13 항에 있어서,
상기 적합도 산출 모듈은, 요격무기 구성안 집합인 부모 염색체 집합으로부터 개체 선택, 개체 교배, 및 돌연변이 생성이라는 유전자 조작을 통하여 진화된 자녀 염색체를 생성하는 것을 특징으로 하는 방공교전에서의 무기유형 및 소요량을 결정하는 시뮬레이션 시스템.