联合作战指挥控制过程模糊表示与决策方法研究

摘要

在现代战争中，协调多军兵种联合作战执行军事任务是当前军事指挥控制领域主要研究的课题之一。指挥员实施的影响指挥控制的程序称之为指挥控制过程（Command and Control Process，C2P）。C2P是军队执行军事任务的关键环节，针对C2P的研究一直是作战仿真理论研究的核心领域。传统作战仿真中采用主客体分离、简化近似的手段所得到的“精确”分析结果，很难解决联合作战条件下以人作为主导作用的复杂C2P问题。模糊集合论为描述和解决指挥C2P存在的诸多不确定性问题，提供了一种科学的理论和方法。将模糊集合论及其拓展理论应用到联合作战指挥控制过程（Joint Operational Command and Control Process，JOC2P）领域，根据不完全、不精确或不确定的信息对JOC2P进行表示推理及决策，有效地处理了由于战场信息的模糊性所引起的不确定性问题，为JOC2P建模提供了新的思路和方法。本研究目标是：借鉴当前对JOC2P的研究成果，应用模糊集和模糊推理方法重点对JOC2P中涉及的不确定性信息进行知识表示，并在复杂战场态势环境下进行指挥控制模糊决策，进而为人在环的指挥控制系统的智能化设计提供科学化的理论方法。讨论的关键技术包括模糊本体、模糊知识库、赋时影响网的模糊贝叶斯决策改进和模糊多准则群决策等，重点从表示和决策两个方面，研究JOC2P模糊化处理方法。
　　本研究主要内容包括：⑴提出了JOC2P模糊表示与决策方法的求解框架。首先对JOC2P的概念内涵、特点及复杂性分别了进行深入分析，接着讨论了JOC2P表示与决策方法的模糊化求解需求，进而提出了JOC2P模糊表示与决策方法的求解框架。在具体设计过程中，该框架将对JOC2P模糊表示与决策方法的求解起到重要的指导作用。⑵提出了基于模糊本体的JOC2P语义表示方法，较好地解决了JOC2P领域模糊信息的建模表示问题。首先设计了一种新的模糊描述逻辑L-SH OIN，给出其语法和语义，并基于该形式逻辑将OWL模糊扩展为FOWL。与当前主流模糊本体语言相比较，FOWL既可以进行定量的推理，也可以描述定性的非确定性推理，更适合于表示军事分析领域模糊信息。接着，以JC3IEDM数据模型为基础，面向FOWL设计了JOC2P模糊本体，实现了JOC2P领域模糊信息的建模表示。最后，开发了JOC2P模糊本体语义验证方法，包括基于模糊描述逻辑和f-SWRL的检验方法，用于解决JOC2P模糊本体中的概念冲突、知识冗余和数据不一致等问题。⑶针对当前指挥控制系统JOC2P模型智能化决策能力的不足，提出了JOC2P模糊知识库构建方法。基本对象模型（Basic Object Model，BOM）是当前指挥控制系统中广泛应用的一类仿真模型，通过对BOM的JOC2P模糊本体的语义附加，设计了基于BOM的联合任务空间模型建模框架。联合任务空间模型通过插件的形式重用已有插件以扩展模型的功能，指挥控制模糊知识库插件的使用可以赋予模型智能指挥控制功能。因此，对模糊知识库的组成及工作原理进行了深入研究，在此基础上设计了模糊知识库的构建方法，并给出了其对模糊威胁评估推理分析的应用实例。⑷提出了基于效果作战的JOC2P模糊决策优化方法，可以面向战场真实态势进行定量的分析优化。赋时影响网是将基于效果作战思想从定性描述转化为定量解析模型的有效工具，但其决策节点的先验概率基本都是人为指定，没有考虑真实战场态势的影响，因此尝试引入模糊贝叶斯决策的方法：对已知的战场态势进行模糊信息处理，用最新输入的模糊信息改进关于自然状态的先验分布假定，进而计算出后验模糊风险，以此更新决策节点的先验概率。在此基础上实现了赋时影响网的模糊改进，通过一个防空袭作战规划案例，演示并且验证了改进方法的有效性和鲁棒性。⑸提出了JOC2P模糊多准则群决策方法，在认知域中实现了JOC2P以群决策的方式对作战行动方案进行多准则模糊决策。由于作战的模糊性、不确定性及决策人员间不同的偏好等主观因素的影响，必须解决具有多种偏好信息的多指挥人员的群决策问题。针对行动方案评估元素之间相互影响的网络关系和多准则之间存在冲突的问题，引入三角模糊理论和直觉模糊理论表达信息的不确定性，提出了一种结合FANP和VIKOR的混合多准则模糊群决策方法，并给出一个用于优选作战方案的验证案例。实验结果表明，该算法具有出色的计算效率和有良好的可扩展性，可以较好地辅助指挥员决策参考。

目录

封面

声明

目录

中文摘要

英文摘要

符号列表

第一章 绪论

1.1 研究背景

1.2 国内外研究现状及分析

1.3 论文的主要贡献与组织结构

第二章 JOC2P模糊表示与决策建模与求解框架

2.1 JOC2P概述

2.2 JOC2P模糊化建模研究

2.3 JOC2P模糊化求解流程

2.4 本章小结

第三章 基于模糊本体的JOC2P语义表示方法

3.1 JOC2P模糊本体的开发需求

3.2 模糊本体语言FOWL

3.3 面向FOWL的JOC2P模糊本体表示方法

3.4 JOC2P模糊本体的语义验证方法

3.5 本章小结

第四章 JOC2P模糊知识库构建方法

4.1 基于BOM的联合任务空间模型建模框架

4.2 JOC2P模糊知识库设计

4.3 JOC2P模糊知识库推理应用

4.4 本章小结

第五章 基于效果作战的JOC2P模糊决策优化方法

5.1 JOC2P在TIN中的决策建模

5.2 基于直觉梯度模糊贝叶斯决策方法的先验概率更新算法

5.3 面向模糊改进TIN的粒子群与模拟退火混合改进算法

5.4 综合案例

5.5 本章小结

第六章 JOC2P模糊多准则群决策方法

6.1 联合作战行动方案（JCOA）效能评估

6.2 基于FANP和VIKOR的模糊多准则群决策集成算法

6.3 验证实例

6.4 本章小结

第七章 结论与展望

7.1 工作总结

7.2 工作展望

致谢

参考文献

作者在学期间取得的学术成果

附录A 基础理论

A.1 Tableaux扩展规则表

A.2 直觉梯度模糊集基本理论

A.3 三角模糊数基本理论

A.4 区间直觉模糊集基本理论