滕 哲 姜 寧
(海軍大連艦艇學院信息作戰系 大連 116018)
作戰方案,是軍隊在籌劃作戰時最主要的指揮文書,是指揮員決心意志和謀略水平的集中體現,構建作戰方案要素體系是提高作戰方案自動生成的關鍵問題,也是提升海上大型編隊體系作戰能力的基礎,美軍在這方面研究較早,技術也相對成熟,通常采用任務列表的方法進行作戰方案要素體系構建[1~3],如圖1所示。
1)使命本質任務(Mission Essential Task)
使命本質任務是執行某個組織的使命時必須完成的基本任務,一個組織可以有多個使命基本任務。本質任務是每個組織存在的基礎,把一個組織的所有使命本質任務按照某種關系排列在一起,就構成了使命本質任務列表。
2)支持任務(Supporting Task)
用于幫助實現使命本質任務的活動稱為支持任務,支持任務是由同一指揮層次或下級軍事元素執行的。
3)使能任務(Enabling Task)
成功實施使能任務是完成使命本質任務的前提,成功執行使能任務并不能保證使本質任務的實現,但是如果沒有執行使能任務就不一定會實現使命本質任務,使能任務是使命本質任務的必要條件。
4)命令相關的任務(Command-Lined Task)
在聯合訓練環境中,命令相關的任務描述了支持與被支持的軍事機構之間的接口。這些任務是被支持的軍事機構的使命本質任務順利實現的關鍵。被支持的指揮員通常配置和訪問命令相關的任務。執行任務的司令部通常評估任務的完成。在支持與被支持的司令部之間需要緊密的協同和交流。
5)使命本質任務列表(Mission Essential Task)
使命本質任務列表是一個組織使命本質任務的完整列表。是通過分析被分配的或預期的使命,就可以確定基于使命需求的能力集合,也就是使命本質任務的列表。
6)聯合使命本質任務列表(Joint Mission Es?sential Task List)
從計劃、命令、相關條件和度量標準中提取出的聯合力量指揮員的優先聯合任務列表構成了聯合力量指揮員的戰斗需求,并被稱為聯合使命本質任務列表。指揮員的聯合使命本質任務列表提供了推導訓練目標的基礎,同時它也是指揮員評估訓練事件的基礎。
2.1.1 實體本體
實體是系統的組成成分,實體的特征稱為屬性。實體通常具有可分解、可組合的特性,實體之間的關系可以分為三類:分類、組合和關聯[4]。
分類關系描述了問題空間內各類實體的層次關系,父類概括了子類的公共特性(屬性和操作),子類繼承了父類的特性并進行了擴展。分類結構對問題域信息進行分層,把通用屬性保存在高層類,低層類根據需要進行擴展[5]。
組合關系描述了一個實體及其組成部分的關系,組合關系表達了自然界的整體和部分的組成,是事物客觀的存在形式。
關聯關系描述了兩個實體活動過程中在同一領域可能存在的交互。常見的關聯關系包括:鄰接關系(表明了實體間的空間關系)、控制關系、指揮關系(實體間的上下級關系)、
通訊關系(實體間的信息交換關系)、組織關系、支持關系、供應關系、協作關系、占有關系、占領關系、擁有關系、對抗關系、操作關系。
2.1.2 行為本體
在軍事系統中,軍事實體的行為決定了戰爭系統的演化。實體行為包括動作和任務。動作是最小的原子行為,是實體具備的能力或功能,它不帶任何目的性,具有與上下文無關的特性。任務是具有明確意圖的最小行為單元,任務由動作或任務構成,任務間具有橫向和縱向聯系。橫向是指在同一戰爭層次內相互關聯的各項任務;縱向是指跨越戰爭層次的相互關聯的各項任務[6~7]。
任務是軍事使命空間的核心元素,其它要素都聯系在任務的周圍。任務包含于使命和任務序列,是使命和任務序列的組件;同時任務由動作構成,包含了一系列動作[8]。
通常編隊指揮員在接受上級命令之后,需要仔細分析以領會上級意圖,并結合實際戰場的兵力、海區等因素制定編隊作戰方案。對于接受的命令,主要考慮以下三個方面的要素:1)人物、時間、地點;2)如何執行任務;3)執行什么任務。
2.2.1 確定使命本質任務
編隊指揮員認真分析自己的使命,確定本組織的使命本質任務。作戰方案是在評估之后制定的,它描述了整個行動和各個組織的任務。
2.2.2 確定條件
為了更加充分地描述使命需求,編隊指揮員不僅要確定任務還要描述任務的操作環境。條件是可以影響單元、系統或個人執行任務的環境變量。因為在使命上下文中,條件影響任務的方式不同,所以條件是針對具體任務的,而不是面向整個使命的。條件在以下幾個方面影響任務執行:條例(如何執行任務)、組織(如何組織實施任務)、訓練(如何訓練相應的組織)、物資獲?。ㄊ褂檬裁囱b備)、領導能力教育(需要什么知識)。條件對于任務的影響方式是由具體的上下文環境決定的,對某些任務影響強烈的條件或許對另一些任務影響微弱或沒有影響。對任務影響強烈的條件才是有效的[9]。
2.2.3 建立度量和標準
確定使命信息的最后一步包括:選擇任務的執行度量和建立相應的度量標準。標準是人們所預期的任務執行的結果、效果,是可以接受的最低限度。標準由一個或多個任務的度量和及其閾值組成[10]。
海上大型編隊作戰方案要素體系可以按照作戰平臺、平臺作戰系統、作戰任務三個方面進行劃分。作戰平臺可以分為:XXX型航空母艦……、XXX型驅逐艦……、XXX型護衛艦……、XXX型艦載直升機……等。平臺作戰系統可以分為:XXX型艦載雷達……、XXX型聲納……、XXX型指控系統……、XXX型艦艦導彈……、XXX型艦空導彈……、XXX型艦炮……、XXX型魚雷……、XXX型電子戰系統……等。作戰任務可以分為:對海攻擊、對岸攻擊、對空防御、對潛攻擊、對潛防御等,如圖4所示。
在構建了基于本體的海上大型編隊作戰方案要素體系之后,運用面向對象的知識表示方法,開發了一套功能足夠強大而靈活的編隊作戰方案要素知識表示工具,其目的是用來研制基于知識的海上大型編隊智能決策系統。
開發的海上大型編隊作戰方案要素知識表示工具功能包括:
1)面向對象的知識表示
知識表示是指用機器表示知識的可行的、有效的、通用的原則和方法。傳統的知識表示方法有:邏輯模式、框架理論、語義網絡以及產生式系統等[11]。本文研究將框架理論和語義網絡相結合,采用面向對象的概念和技術來實現一種知識表示方法。
2)可視化的知識獲取和管理
知識庫的實現建立在成熟的數據庫系統之上,通過通用接口,知識庫可以建立在任何流行的數據庫系統之上[12]。通過可視化知識獲取和管理工具,可以方便地添加、刪除和修改海上大型編隊作戰方案要素知識,從而高效地建立、擴展和維護知識庫。
3)推理機及推理控制語言ICL
工具采用知識庫系統和推理機制相分離的方式來構造智能決策系統,這樣以來只需要改變知識庫系統中的知識,就可實現不同的智能決策系統[13]。為了提供功能足夠強大的推理機制,并最大限度地保持靈活性和方便性,引入一種專用的高級語言—推理控制語言ICL,用來描述和操作知識與規則以及控制推理過程。
4)面向對象的知識處理系統
實現了面向對象知識處理系統(Object-orient?ed Knowledge Processing System,OKPS),采用面向對象的知識表示方法來描述和存貯知識,可以通過所見即所得的可視化工具來高效地對具體的應用建立海上大型編隊作戰方案知識庫,并通過一致的推理機制根據用戶的需求進行推理。
3.2.1 知識獲取
要創建新的知識庫,只要給出知識庫的名稱,并指定一個數據庫作為其存貯介質后,系統就會創建一個空的知識庫,并自動打開它。如果需要,也可以通過這一工具創建新數據庫。如圖5所示。
此時就可以隨時向里面加入新知識。要打開已有的知識庫,系統會列出當前所有可用的知識庫,包括本地和遠程的知識庫。只要選取要打開的庫即可,而無須記住知識庫存放在何處。刪除知識庫時,只要經過必要的驗證,有足夠的權限,通過簡單地選擇和確認即可刪除知識庫。
3.2.2 對象和屬性的編輯
對象和屬性的編輯可以通過簡單點擊來完成,只要構造出知識庫的輪廓,就可以方便地實現加入、修改、刪除和瀏覽各種對象和屬性,賦予初始值,調整對象的相對關系,任何改動都會自動地完成其對應的數據庫映射和同步操作,如圖6所示。
1)分析了海上大型編隊作戰方案的特點、結構及要素體系
針對海上大型編隊作戰方案特點及生成方法現狀,分析了編隊作戰方案結構,并構建了要素體系。
2)研究了基于本體的海上大型編隊作戰方案的知識表示
基于軍事領域本體構建方法,提出了海上大型編隊作戰方案生成要素體系的構建方法及過程,按照作戰平臺、平臺作戰系統、作戰任務三個方面劃分了編隊作戰方案要素體系架構,并實現三維表示。
3)開發了面向對象的海上大型編隊作戰方案要素知識表示工具
采用面向對象的知識表示方法來描述和存貯知識,可以通過所見即所得的可視化工具來高效地對具體的應用建立海上大型編隊作戰方案知識庫,并通過一致的推理機制根據用戶的需求進行推理。
由于研究時間有限,工作還不夠深入細致,很多細節問題還沒有考慮周全,還需要進一步探索,未來研究工作主要從以下幾個方面展開:
1)由于海上大型編隊作戰方案領域本身的復雜性,建立的本體還不能涵蓋所有的作戰方案領域,有待于進一步研究海上大型編隊作戰方案本體。
2)通過想定、模擬等方法繼續完善面向對象的海上大型編隊作戰方案要素知識表示工具,繼續豐富知識庫、數據庫,為實現海上大型編隊作戰方案的智能生成打下良好基礎。
[1]Gage Aaron.Multi-Robot Task Allocation Using Affect[D].Tampa:University ofSouth Florida,2004.
[2]Jones E.Gil,Dias M.Bernardine,Stentz Anthony.Learn?ing-Enhanced Market-based Task Allocation for Disaster Response[A].CMU-RI-TR-06-48.Pittsburgh:Carne?gieMellon University,2006.
[3]Dobzinski Shahar,Nisan Noam,Schapira Michael.Ap?proximation Algorithms for Combinatorial Auctions with Complement-Free Bidders[J].Mathematics of Opera?tions Research,2010,35(1):1-13.
[4]I.D.Chase,Weissburg M. ,Dewitt T.H.The Vacancy Chain Process:A New Mechanism of Resource Distribu?tion in Animalswith Application to HermitCrabs[J].An?imal Behavior,1998,(36):1265-1274.
[5]Maheswararajah S,Halgamuge S.Sensor scheduling for target tracking using particle swarm optimization[C].Proc.of the IEEE 63rd Vehicular Technology conference,2006:573-577.
[6]Badawy R,Hirsch B,Albayrak S.Agent-based coordina?tion techniques formatching supply and demand in energy networks. Integrated Computer-Aided Engineering,2010,17(4):373-382.
[7]de Jong S,Tuyls K,Verbeeck K.Fairness inmulti-agent systems.Knowledge Engineering Review,2008,23(2):153-180
[8]Confessore G,Giordani S,Rismondo S.A market-based multi-agent system model for decetrlized multi-project scheduling.Annals of Operations Research, 2003:27-38.
[9]李鋒剛.基于案例推理的智能決策技術[M].合肥:安徽大學出版社,2010:35-40.
[10]張建華,劉仲英.案例推理和規則推理結合的緊急預案信息系統[J].同濟大學學報,2002,30(7):13-17.
[11]寇利.基于案例推理的空中進攻作戰計劃生成技術研究[D].長沙:國防科技大學碩士論文,2004:4-6
[12]史忠植,王文杰.人工智能[M].北京:國防工業出版社,2007:201-205.
[13]楊善林,倪志偉.機器學習與智能決策支持系統[M].北京:科學出版社,2015:30-35.