通信保障組織效能測度探索空間構造

陳帥　任學軍　朱吉勝　邵文靜

摘 要： 針對通信保障組織效能測度缺少探索空間構造而導致探索因子分析混亂的問題，提出一種新的探索空間構造方法。對最底層探索因子的屬性取預估值，之后離散化該層次，并對每個探索因子取多個水平值，反復迭代，逐層完成探索空間的構造。該方法能夠迅速、自動生成探索空間，極大縮短了效能測度時間，同時提高了效能測度的準確性，為探索因子分析提供了清晰的思路。

關鍵詞： 通信保障組織； 效能測度； 探索性分析； 探索空間構造

中圖分類號： TN911?34； P391 文獻標識碼： A 文章編號： 1004?373X（2015）19?0046?04

Abstract： For lack of exploring spatial structure of effectiveness measure for communication support organization， which may cause analysis confusion of exploring factors， a new method of exploring spatial structure is proposed. The estimated values are taken for properties of the exploring factors in the bottom， and then this layer is discretized. Then multiple level values are taken for each exploring factor， and the structure of exploring space is completed layer?by?layer by repeated iteration. This method can generate exploring space rapidly and automatically， shorten effectiveness measure time greatly， and improve the accuracy of effectiveness measure. The method offers a clear thinking for analyzing the exploring factors.

Keywords： communication support organization； effectiveness measure； exploratory analysis； exploring spatial structure

0 引 言

近年我國地震災害頻發，呈現出頻度高、強度大、分布廣等特點，給大家帶來了難以估量的生命財產損失。在抗震救災行動中，通信保障既是指揮員及時、高效指揮的關鍵要素，也是保證抗震救災任務有序進行的重要前提。由于現實的絕對可變性和信息掌握的相對貧乏性[1]，大家對通信保障組織的理解，包括其歷史形態、現實狀態、演化過程和未來狀態的預測能力都是極為有限的。同時，震區環境瞬息萬變，其中包含大量不確定因素，這些不確定因素在多大程度上影響通信保障組織效能的發揮，如何有效處理這些不確定因素是組織效能測度所要研究的內容。

從目前的研究文獻來看，關于組織效能測度的研究大多以組織體系的分類描述為主，包括基于DDD?Ⅲ環境[2]和Extend環境[3]的組織效能測度研究，以及以靈敏度分析方法[4]為主的組織效能測度分析方法等。之后，探索性分析方法[4]因其周期短、能夠以多分辨率分析問題等優勢，逐步取代其他測度方法，被廣泛應用于軍事領域。

探索性分析方法最早見于Steve Bankes等在1993年發表的論文[5]。其后，對探索性分析方法的研究以RAND公司[6]最為突出。20世紀90年代以來，RAND公司將該方法應用于一系列戰略分析和項目評價工作中，如恐怖的海峽[7]、大規模裝甲部隊入侵的空中打擊問題[8]、武器優化配置問題[9]以及作戰效能評估問題[10]等，極大地推動了探索性分析方法的發展。

1 探索性分析方法

探索性分析是對各種不確定因素產生的結果進行整體研究。其基本思路是通過考察大量由不確定因素引起的方案結果的變化，研究分析復雜現象背后數據變量之間的關系，并廣泛試探各種可能產生的結果。它面向戰略權衡和論證分析，通過對模型影響因素的抽象、聚合，對組織效能進行全面探索，確定其相互影響，回答何時、在何種環境下采取何種策略的問題[11]。

與靈敏度分析“從內到外”處理問題的方式不同，探索性分析采用“從外到內”的方式處理問題。首先全面嘗試不確定因素之間的組合，通過建立模型并求解形成輸出集合，在輸出集合中找出滿意結果和與之對應的輸入因素，研究其組合規律，從而探究形成滿意輸出的輸入組合策略。

現階段在對探索性分析法的運用過程中，很多學者在針對具體問題進行探索性分析之前，沒有考慮探索空間的描述及構造。如抗震救災通信保障問題，包含多個分析模型及與之相關的探索因子。若跳過探索空間描述及構造階段，直接對探索因子進行組合探索，很容易導致探索過程的混亂及重復，給后續問題的分析帶來困難，影響通信保障任務完成的效率。因此，有必要對探索空間的描述及構造等問題進行進一步的研究。

2 探索空間描述

采用探索性分析方法對抗震救災通信保障任務環境中不確定因素的處理，是基于探索空間對探索因子進行全面探索的過程。探索空間既是所有探索因子不同取值的全面組合的集合，也是建立探索性分析模型的初始化設置?？拐鹁葹耐ㄐ疟Ｕ先蝿窄h境并非是一成不變的，而是隨著任務的進行不斷發生著變化。從目前的研究成果來看，對于組織效能測度的研究，主要考慮任務需求層次和資源能力層次兩個方面的影響[12]。endprint

2.1 任務空間描述

定義1 任務空間[ST]描述通信保障任務層次上的探索因子的相關屬性，主要有任務需求[R（Ti）=[Ri1，Ri2，…，][RiL]、]任務處理時間[t（Ti）]及位置[d（Ti）]等，如表1所示。

3 探索空間構造

探索空間的構造，應當以探索因子為基礎，根據探索空間的描述，分別對任務空間及能力空間進行構造。探索空間構造的思路是：根據探索因子及其表現形式[13]（正態分布、均勻分布等）對探索空間進行描述，而后構造任務空間及能力空間，最后再合成整個探索空間。

3.1 任務空間構造

任務空間某一層次[STi]由多個屬性表共同描述，每個屬性表是對該層中某個點的具體描述，任務屬性表中第[i]行表示探索因子[Ti]在該點的具體屬性值。

3.1.1 任務空間[ST1]層構造

[ST1]層是整個空間最底層，是任務空間構造的初始化設置。其構造基本思路是先離散化整個[ST1]層，再對每一個探索因子取多個水平值以完成構造。

設通信保障任務中共有[i]個探索因子，則該任務空間[ST1]層每個任務屬性表共[i]行，每行表示某個探索因子的屬性值。在對探索因子的屬性值進行預估的基礎上，離散化整個[ST1]層，之后根據知識經驗及通信保障任務需要，對[i]個探索因子取多個水平值，完成對任務空間[ST1]層的構造。記任務空間[ST1]層第[r]個探索因子共[lr]個水平值，第[r]個探索因子所有水平值為[Kr=Kr1，Kr2，…，Krlr，]則[ST1]層由[m∈1，2，…，ilr]個任務屬性表共同描述。

3.1.2 任務空間[STi]層構造

如果通信保障組織效能測度需要根據分析模型構建任務空間的其他層次，則可以在已經構建的任務空間[STi-1]層的基礎上，進一步對[STi]層[（1

設在建立探索性分析模型的過程中，第[STi-1]層的[m]個探索因子經過粒化，聚合為[n]個新的探索因子，并一一映射于第[STi]層，過程如圖1所示。

3.2 能力空間構造

能力空間[SC]描述存在于通信保障組織中通信資源層次的探索因子及其相關屬性，以對通信資源屬性的構造為核心。[SCi]由多個通信資源屬性表共同描述。

3.2.1 能力空間[SC1]層構造

3.2.2 能力空間[SCi]層構造

通過式（6）和式（7），在能力空間第[SCi-1]層的基礎上對第[SCi]層進行構造，通過反復迭代，面向探索性分析模型構造整個能力空間。

通過對任務空間和能力空間的構造，在通信保障組織測度的探索性分析過程中，探索因子可以根據其具體的表現形式與取值方式，自動完成探索空間屬性表的賦值，并通過各個探索因子的全面組合，以迅速生成整個探索空間。

4 結 語

抗震救災通信保障任務對通信保障組織的敏捷性需求，需要通信保障組織測度探索空間能夠快速生成，為后續探索性模型的建立奠定基礎。本文針對抗震救災通信保障任務的實際需要，將探索空間劃分為任務空間及能力空間，根據探索空間的描述方式，分別對這兩個空間進行構造。使得通信保障組織測度過程中，探索空間能夠迅速、自動生成，極大地提高了通信保障效能的準確性及效率。

下一步將繼續對探索性分析模型進行研究，在已構造的探索空間的基礎上，建立多分辨率模型，通過探究各種不確定因素對通信保障任務帶來的影響，為決策者提供定性與定量相結合的決策依據，為抗震救災通信保障任務完成提供了一條新思路。

參考文獻

[1] 萬路軍，姚佩陽，梁宵.適應性指揮控制組織設計與研究綜述[J].電光與控制，2011，18（11）：7?11.

[2] DAVIS P K， BIGELOW J H， MCEVER J. Exploratory analysis and a case history of multiresolution， multiperspective mode?ling [J]. Rand Corporation， 2001， 17： 621?629.

[3] FRANTZ T L， CARLEY K M， WALLACE W A. Computational organization theory [M]. New Jersey： Lawrence Erlbaum Asso?ciates， 1994.

[4] PETE A， PATTIPATI K R， KLEINMAN D L， et al. An overview of decision networks and organizations [J]. IEEE Transactions on Systems， Man and Cybernetics， Part C： Applications and Reviews， 1998， 28（2）：173?193.

[5] STEVE B. Exploratory modeling for analysis [R]. USA： RAND， 1993.

[6] LEVCHUK G M， LEVCHUK Y N， LUO J， et al. Normative design of organizations?part Ⅱ： organizational structure [J]. IEEE Transactions on Systems， Man and Cybernetics， 2002， 32（3）： 360?375.

[7] CARLEY K M， LIN Z. Organizational design suited to high performance under stress [J]. IEEE Transactions on Systems， Man， and Cybernetics， 1993， 23（4）： 221?231.

[8] LEVCHUK G M， LEVCHUK Y N. Normative design of organizations?part Ⅰ： mission planning [J]. IEEE Transactions on Systems， Man and Cybernetics， 2002， 32（3）： 346?359.

[9] DAVIS P K， Hill R. Exploratory analysis for strategy problems with massive uncertainty [M]. Santa Monica： RAND， 2001.

[10] YU F， TU F， PATTIPATI K R. Novel congruent organizational design methodology using group technology and a nested genetic algorithm [J]. IEEE Transactions on Systems， Man and Cybernetics， 2006， 36（1）： 5?18.

[11] XIU B X， ZHANG W M， LIU Z， et al. A novel organizational design methodology based on the theory of information granulation [C]// Proceeding of 2005 IEEE International Conference on Machine Learning and Cybernetics. Guangzhou， China： IEEE， 2005， 1： 1?6.

[12] 修保新，張維明，劉忠，等.基于粒度計算和遺傳算法的C2組織結構設計方法[J].自然科學進展，2007，17（5）：662?671.

[13] YANG D S， LU Y I， LIU Z， et al. Research on algorithms of task scheduling [C]// Proceeding of the 2004 IEEE International Conference on Machine learning and Cybernetics. Shanghai， China： IEEE， 2004： 42?47.endprint