基于數據耕種與數據挖掘的BMD系統效能評估*1

?

基于數據耕種與數據挖掘的BMD系統效能評估*1

王超1,2，劉付顯1

(1.空軍工程大學 防空反導學院，陜西 西安710051； 2. 空軍裝備研究院 防空所，北京100085)

摘要：針對目前BMD系統的特性，以數據為著手點，利用數據耕種和數據挖掘技術對BMD系統效能評估所需的數據進行預處理和篩選，繼而對效能進行分析評估，獲得評估結果。算例證明，利用數據耕種與數據挖掘技術進行武器系統效能評估能獲得更優的評價結果。

關鍵詞：彈道導彈防御系統；效能評估；數據挖掘；數據耕種；預處理和篩選；ADC模型

0引言

彈道導彈防御(ballistic missile defense, BMD)系統在空軍裝備體系中，占據了重要地位[1-3]。隨著空襲兵器的迅速發展，威脅日趨嚴重，大力發展BMD系統已成為世界各軍事強國共識。由于實際戰例少，試驗故障樣本有限，BMD系統的作戰效能評估問題很多一直是研究的熱點。目前國內外對BMD系統的效能評估尚無統一的方法，主要有層次分析法、作戰模擬法、云分析法、Petri網法等方法[4-8]。但是，無論利用哪種分析方法，始終注重的是武器系統效能評估中的數據，因為只有實際的數據才能給予武器系統效能高低真正的詮釋，才能讓我們對于所擁有的武器裝備有理性的認識。武器系統效能數據的獲取在如今這個和平年代顯得有點不切實際，僅僅憑著幾次打靶的數據還不足以滿足利用武器系統效能評估獲得真實評估結果的高額數據要求，所以，運用一種技術去獲取數據顯得迫在眉睫。本文針對數據獲取這一問題，提出了數據挖掘與數據耕種技術，但該技術在BMD系統的作戰效能評估上尚未廣泛應用。

1評估方法

1.1數據耕種

數據耕種是一種基于問題性分析的生殖性方法，即以問題為核心進行往復的訓練、數據獲取和分析[9-12]。使用該方法可以產出大量對回答所研究的問題有效、可以接受的近似值。數據耕種不是利用某個特定的模型給出最終答案，而是從整體視角研究問題結果的可能性空間，是對傳統分析方法和研究思路的轉變。本質上是使用高性能計算，在模型整個參數空間內運行，獲取無法直接得到的暗藏線索。基本思想就是在關注領域生長盡可能多數據,利用數據可視化、數據挖掘等方法對生長的數據在特定樣本空間內進行分析，獲得所關心問題答案及其發展趨勢，并指導下一次耕種。用戶對感興趣的問題基于高性能計算平臺開始數據的生產，包括施肥、栽培以種植；對收獲的耕種數據通過挖掘、可視化等手段進行分析；最后保存獲得的結果并指導下一次耕種，即實現耕種的再生過程。通過循環往復，獲取用戶所關心問題的答案。

如圖1所示，數據耕種是一個不斷迭代的循環過程，主要包括研究問題定義、模型開發和對抗模擬、參數空間探索、數據探索與分析等4個階段[10]。其中前2個階段對應于圖1中左側的“想定建立”循環，構建描述問題的系統模型，并通過模型或想定的編輯、檢查循環過程，使得構建的模型能夠滿足開發人員要求。后2個階段對應于圖1中右側的“想定運行空間執行”循環，一旦確定所構建的某個想定能夠描述問題，那么就由開發人員確定需要檢查的想定參數以及參數變更方法，通過高性能的計算環境探索參數空間，確定被檢查的參數。最后通過數據分析、數據挖掘等方法對輸出結果進行分析測量。

1.2數據挖掘

數據挖掘也稱為數據庫中的知識發現，是從大量數據中提取出可信、新穎、有價值的模式或規律等知識的復雜過程，它是數據耕種結果分析的手段之一[13]。可以把它簡單地理解為利用軟件工具和數據庫技術，對數據進行前端處理，從大量現存的數據中尋找隱藏在其中的有用信息和線索，它是將機器學習應用于大型數據庫的一種綜合的信息處理技術[14]。對于一個具體的復雜軍事問題研究來說，可以利用數據耕種方法，大量運行軍事模型獲取海量數據。對這些海量數據進行基于數據庫的分析，就是數據挖掘技術的應用。

圖1　數據耕種過程示圖Fig.1　Process of data mining

一般地，數據挖掘系統的核心構成和處理過程[15]如圖2所示。其中用戶通過人機交互界面輸入數據查詢操作或指令任務，并對數據挖掘過程進行主動干預，例如幫助搜索、確定聚焦興趣度等，用戶界面是用戶和數據挖掘系統之間通信的橋梁和中介；模式評估模塊根據用戶的興趣度，在數據挖掘模塊的交互配合下，對數據進行搜索、歸并、聚焦有趣模式等操作；數據挖掘引擎用于對數據進行特征化、關聯、分類、聚類等操作；知識庫是數據挖掘技術的關鍵，用于指導數據搜索、分析等，其中還包括了數據的概念分層和用戶的知識數據；數據庫服務器在數據處理過程中，根據用戶的數據挖掘請求指令從數據庫、數據倉庫等中提取相關數據；數據庫、數據倉庫和其他信息庫是數據挖掘的操作對象。整個數據挖掘是個重復循環的迭代過程，使用每種技術探查數據中的細微差別，通過不同的技術和方法，不斷地循環分析得到更好的或不同的結果。

2基于ADC模型的BMD系統效能評估

現有具備反導能力的地空導彈武器系統效能分3個方面，即導彈系統效能(D)、保障系統效能(B)、武器控制系統效能(K)。其中，導彈系統的故障間隔時間TD=42 h，故障修復時間RD=3 h；保障系統的故障間隔時間TB=48 h，故障修復時間RB=4 h；武器控制系統的故障間隔時間TK=64 h，故障修復時間RK=2 h；任務持續時間為2 h，且作戰過程中武器裝備不可修復。求出此次打靶該地空導彈能獲得的效能。

(1) 導彈系統效能

導彈系統的可用度為

AD=(TD/(TD+RD),1-TD/(TD+RD))=

(0.933 3，0.066 7).

導彈系統的可信性矩陣為

因為在導彈系統工作正常的情況下，其可靠度就可作為其能力，所以，導彈系統的能力矩陣為

CD=(0.953 5，0).

因此，可以根據公式計算:

ED=ADDDCD=0.791 92.

(2) 保障系統效能

保障系統可用為

AB=(TB/(TB+RB)，1-TB/(TB+RB))=

(0.923 1,0.076 9).

保障系統的可信性矩陣為

圖2　數據挖掘系統的構成Fig.2　Data mining system composition

同理可得，保障系統的能力矩陣為

CB=(0.959 2， 0).

因此，可以依據公式計算出保障系統效能

EB=ABDBCB=0.849 31.

(3) 導彈控制系統效能

控制系統可用度為

AK=(TK/(TK+RK)，1-TK/(TK+RK))=

(0.941 2， 0.058 8).

控制系統的可信性矩陣為

同理可得，控制系統的能力矩陣為

CK=(0.969 2， 0).

因此，控制系統的效能為

EK=AKDKCK=0.884 15.

故該型BMD系統的效能為

E1=(0.791 92，0.849 31，0.884 15).

(1)

運用ADC模型求解出的武器系統效能已經基本上能夠滿足平日研究需要，但是為了獲取更加精確的效能評估結果，將引入數據耕種和數據挖掘技術對ADC法進行補充和修正，運用數據分析所得的結果進行效能評估，將得到更好的評估效果。

3基于數據耕種與數據挖掘技術的BMD系統效能評估

某型具有反導能力地空導彈效能參數同2.1，其原始數據為：TD=42 h，RD=3 h；TB=48 h，RB=4 h；TK=64 h，RK=2 h。

利用數據耕種進行循環提取數據[16]，耕種后所得一系列數據如表1所示。

表1　數據耕種相關參數

另外，對于系統的能力，不能僅僅運用其可靠度來表示，為此對系統的能力進行耕種，可得如表2所示數據。

表2　數據耕種能力值

通過數據耕種，得到了一系列與評估該武器系統效能相關的數據，下面，利用數據挖掘技術對這些耕種所得的數據進行分析，綜合評判，得到相對來說更加精確可靠的數據。并依據所挖掘出的數據，再次對系統效能進行評估。

由于數據挖掘的實現算法過于繁雜，可以對數據進行挖掘所建立的模型賦權重，即給定每個考慮因素一個相應的權值，即是該因素在所有考慮因素中所占比例的大小，模型為

式中：Yi為各項參數數據挖掘后所得值；ai為各因素所占權重值；ci為各因素下的參數值。

所占權值見表1，2。依此，計算得到各參數的值：

TD=0.2×40+0.1×45+0.1×41+

0.2×41.8+0.4×42=41.76 h，

RD=0.2×3.5+0.1×2.4+0.1×3+

0.2×3.2+0.4×3=3.08 h，

TB=0.2×46.5+0.1×48.5+0.1×49+

0.2×47.5+0.4×48=47.75 h，

RB=0.2×4.25+0.1×3.62+0.1×4.1+

0.2×4.2+0.4×4=4.062 h，

TK=0.2×63+0.1×62.5+0.1×65+

0.2×64.5+0.4×64=63.85 h，

RK=0.2×1.8+0.1×2+0.1×2.2+

0.2×2.1+0.4×2=2 h.

能力參數的獲取：

CD=0.2×0.951 5+0.1×0.96+0.1×

0.942 5+00.2×0.95+0.4×0.953 5=0.951 95，

CB=0.2×0.95+0.1×0.945+0.1×

0.951 5+0.2×0.956+0.4×0.959 2=0.954 53，

CK=0.2×0.965+0.1×0.97+0.1×

0.961+0.2×0.96+0.4×0.969 2=0.965 78.

由此，利用數據挖掘技術[17]從耕種的結果中得出了用于評估系統效能的數據，根據這些數據再次利用ADC模型對武器系統效能進行評估。

(1) 導彈系統效能

導彈系統可用度為

AD=(TD/(TD+RD)，1-TD/(TD+RD))=

(0.931 3， 0.068 7),

導彈系統可信性矩陣為

導彈系統的能力為

CD=(0.951 95， 0)，

因此，導彈系統的效能為

ED=ADDDCD=0.845 1.

(2) 保障系統效能

保障系統可用度為

AB=(TB/(TB+RB)，1-TB/(TB+RB))=

(0.921 6, 0.078 4)，

保障系統的可信性矩陣為

保障系統的能力矩陣為

CB=(0.954 53,0)，

因此，保障系統的效能為

EB=ABDBCB=0.843 6.

(3) 導彈控制系統效能

控制系統可用度為

AK=(TK/(TK+RK)，1-TK/(TK+RK))=

(0.969 6, 0.030 4)，

控制系統的可信性矩陣為

控制系統的能力矩陣為

CK=(0.965 78，0)，

因此，導彈控制系統的效能為

EK=AKDKCK=0.907 5.

故該型BMD系統的效能為

E2=(0.845 1，0.843 6，0.907 5).

(2)

4方法評價

首先對武器系統效能采用傳統ADC方法進行評價，得到系統效能為(0.791 92，0.849 31，0.884 15)。基于數據耕種與挖掘技術進行評價時，利用數據耕種進行循環提取數據，得到數據耕種各能力值，利用權重賦值對結果進行挖掘，得到系統效能為(0.845 1，0.843 6，0.907 5)。另運用多種方法進行效能計算，經過專家綜合評價，得出的效能近似真值為Eo=(0.85，0.85，0.90)。可以看出，運用數據耕種與數據挖掘技術進行處理后效能評價值更接近真實的效能值。利用該項技術能夠有效地幫助人們對數據進行微觀、宏觀的統計、分析、綜合和推理，了解數據中潛在的規律，獲取更多、更準確的信息。

5結束語

本文所提BMD系統作戰效能評估方法，相比傳統ADC模型的方法，運用數據耕種與數據挖掘技術，將獲得更加精確和可行的效能評估結果。該方法對于小樣本試驗數據準確評估武器系統作戰效能具有一定的參考價值。

參考文獻：

[1]李為民, 陳剛, 王穎龍,等. 空天防御概論[M].北京: 國防大學出版社, 2010.

LI Wei-min, CHEN Gang, WANG Ying-long, et al. Air and Space Defense Introduction [M]. Beijing: Defense University Press, 2010.

[2]楊學軍, 張望新. 優勢來自空間-論空間戰場與空間作戰[M].北京: 國防工業出版社, 2006.

YANG Xue-jun, ZHANG Wang-xin. Dominance Comes from Space-Discuss the Space Battlefield and Space Operation [M]. Beijing:National Defense Industry Press, 2006.

[3]孫連山, 楊晉輝. 導彈防御系統[M]. 北京: 航空工業出版社, 2004.

SUN Lian-shan, YANG Jin-hui. Missile Defense System [M]. Beijing: Aviation Industry Press, 2004.

[4]李廷杰.導彈武器系統的效能及其分析[M].北京:國防工業出版社,2000.

LI Ting-jie. The Missile Equipment System Effectiveness and analysis [M]. Beijing:National Defense Industry Press, 2000.

[5]陳文齊. 防空導彈武器系統作戰效能評估分析[D]. 廈門: 廈門大學, 2006.

CHEN Wen-qi. Assessment and Analysis on the Operational Efficiency of Air Defense Missile Weapon System [D]. Xiamen: Xiamen University, 2006.

[6]齊善明, 李磊. 基于Grey-AHP的炮兵指揮信息系統作戰效能評估[J]. 艦船電子工程, 2011, 31(3): 30-33.

QI Shan-ming, LI Lei. Operational Effectiveness Evaluation of Artillery Command Information System Based on Grey-AHP [J]. Ship Electronic Engineering, 2011, 31(3):30-33.

[7]焦利明, 于偉, 羅均平,等. 基于云重心評判法的指揮自動化系統效能評估[J]. 情報指揮控制系統與仿真技術, 2005, 27(5): 71-74.

JIAO Li-ming, YU Wei, LUO Jun-ping, et al. Effectiveness Evaluation of C3I System Based on Membership Cloud Gravity Center [J]. Information Command Control System & Simulation Technology, 2005, 27(5):71-74.

[8]李智生, 李俊山, 耿志. 基于模糊神經Petri網的武器裝備效能評估模型[J]. 電光與控制, 2007, 14(5): 113-116.

LI Zhi-sheng, LI Jun-shan, GENG Zhi. Weapon Equipment Effectiveness Evaluation Model Based on Fuzzy Neural Petri Net [J]. Electronics Optics & Control, 2007, 14(5):113-116.

[9]鞠儒生. 基于數據耕種與數據挖掘的系統效能評估方法研究[D]. 長沙: 國防科學技術大學, 2006.

JU Ru-sheng. Research of System Effectiveness Evaluation Based on Data Farming and Data Mining [D]. Changsha: National University of Defense Technology, 2006.

[10]李明忠, 畢長劍, 劉小荷,等. 基于作戰模擬的數據耕種技術研究[J]. 計算機仿真, 2008, 25(7): 1-4.

LI Ming-zhong, BI Chang-jian, LIU Xiao-he, et al. A Research on Data Farming Based on Combat Simulation [J]. Computer Simulation, 2008, 25(7): 1-4.

[11]王曉海. 數據挖掘: 概念、模型、方法和算法[M]. 吳志剛，譯.北京: 清華大學出版社, 2013.

WANG Xiao-hai. Data Mining: Concepts, Models, Methods, and Algorithms[M].WU Zhi-gang. Translated. Beijing: Tsinghua University Press, 2013.

[12]毛國君, 段立娟, 王實,等. 數據挖掘原理與算法[M]. 北京:清華大學出版社, 2007.

MAO Guo-jun, DUAN Li-juan, WANG Shi, et al. The Data Mining Principle and Algorithm [M]. Beijing: Tsinghua University Press, 2007.

[13]蘇新寧, 楊建林, 江念南，等. 數據倉庫和數據挖掘[M]. 北京: 清華大學出版社, 2006.

SU Xin-ning, YANG Jian-lin, JIANG Nian-nan, et al. Data Warehouse and Data Mining [M]. Beijing: Tsinghua University Press, 2006.

[14]桂強. 數據挖掘及信息融合技術在電網故障信息系統中的應用[D].上海: 上海交通大學, 2007.

GUI Qiang. Application of Data Mining and Information Fusion Technologies in Power Grid Fault Information System [D]. Shanghai: Shanghai Jiaotong University, 2007.

[15]張燕. 網格環境中數據挖掘執行過程模型的研究[D]. 北京: 北京交通大學, 2011.

ZHANG Yan. Research on Data Mining Execution Process Model in Grid Environment [D]. Beijing: Beijing Jiaotong University, 2011.

[16]吳艷征, 趙冰化, 鄧武. 數據挖掘技術在企業管理層考評中的應用[J]. 艦船電子工程, 2014, 34(6):99-103.

WU Yan-zheng, ZHAO Bing-hua, DENG Wu. Application of Data Mining Technology in the Evaluation of Corporate Management [J]. Ship Electronic Engineering, 2014, 34(6): 99-103.

[17]Muhammad Shaheen, Muhammad Shahbaz, Zahoor ur Rehman, et al. Data Mining Applications in Hydrocarbon Exploration [J]. Artif Intell Rev, 2011, 35:1-18.

BMD System Effectiveness Evaluation Based on Data Farming and Data Mining

WANG Chao1，2, LIU Fu-xian1

(1.AFEU,Air and Missile Defense School, Shaanxi Xi’an 710051, China；2.Equipment Academy of Air Force,Land-Based Air Defense Equipment Institute,Beijing 100085,China)

Abstract:Based on characteristics of ballistic missile defense (BMD) system and taking the data as the stance, the data farming and data mining technology is adopted to preprocess and screen the data needed in BMD system effectiveness evaluation, then effectiveness evaluation is analyzed to obtain the evaluation results. The example proves that the data farming and data mining technology to create a weapons systems effectiveness evaluation can obtain better evaluation results.

Key words:ballistic missile defense(BMD) system; effectiveness evaluation; data farming; data mining; preprocess and screen; ADC model

中圖分類號：N945.1；TJ761.3

文獻標志碼：A

文章編號：1009-086X(2015)-05-0039-06

doi:10.3969/j.issn.1009-086x.2015.05.007

通信地址：710051陜西省西安市長樂東路甲字1號空軍工程大學防空反導學院E-mail：caipiao10000@163.com

作者簡介：王超(1980-)，男，甘肅金塔人。碩士生，主要研究方向為地空導彈武器作戰能力評估。

*收稿日期：2015-04-13；修回日期：2015-08-17