基于貝葉斯網絡的艦艇對空作戰訓練效果評估研究*

馬志軍　吉玉潔

(91336部隊　秦皇島　066000)

基于貝葉斯網絡的艦艇對空作戰訓練效果評估研究*

馬志軍吉玉潔

(91336部隊秦皇島066000)

摘要水面艦艇對空作戰訓練是艦艇軍事訓練中的一項重要內容,由于缺乏客觀、有效的評估方法,訓練中難以及時、準確地對裝備職手和作戰指揮人員的操作做出客觀評價,不能有效指導作戰訓練,嚴重影響了艦艇作戰訓練效果,成為當前困擾艦艇作戰訓練的瓶頸問題之一。針對艦艇對空作戰訓練特點,結合艦艇對空作戰訓練實踐,探討了訓練效果評估的評估指標體系及指標評估準則,提出了基于貝葉斯網絡的艦艇對空作戰訓練效果評估方法與模型。

關鍵詞訓練效果評估; 指標體系; 評估準則; 貝葉斯網絡

Class NumberTP391.9

1引言

水面艦艇對空作戰訓練效果評估是指在特定作戰環境條件下,按照一定作戰預案,組織部隊裝備職手和指揮人員進行對抗演練,評價裝備職手的操作、指揮人員的指揮以及裝備作戰使用效能等,以提高部隊對所屬裝備的操控能力,指揮人員的作戰指揮能力,并評價裝備在各種復雜環境條件下作戰能力,以便于裝備的作戰使用與部署。

艦艇對空作戰訓練效果評估是一項復雜的系統工程,一般都需要綜合各種定性和定量信息對整體訓練效果進行綜合評估。根據此特點,結合訓練效果評估實踐,在評估指標體系及指標評估準則分析基礎上,提出了基于貝葉斯網絡的艦艇對空作戰訓練效果評估方法與模型。

貝葉斯網絡是人工智能領域中新發展起來的一種決策推理工具,適于解決不確定性或概率性事件。利用貝葉斯網絡進行訓練效果評估有以下幾方面的優勢[5]:

1) 貝葉斯網絡可以綜合歷史數據信息、專家經驗信息、以及訓練過程中收集到的各種不完整或不精確的訓練信息對訓練效果進行綜合評估,做出相對準確的評價。

2) 由于貝葉斯網絡可以綜合驗前與驗后信息對訓練效果進行綜合評價,因此貝葉斯網絡可以在缺少訓練信息條件下,對訓練效果做出相對準確的評價,從而提高訓練效果評估效率。

3) 貝葉斯網絡評估速度快,可以實現對訓練過程的近實時動態評估,及時為作戰指揮人員和訓練導調人員提供訓練態勢信息,便于對訓練的作戰指揮和訓練導調。

2評估指標體系與指標評估準則

評估指標體系以及指標評估準則是進行訓練效果評估的基礎,是聯系評估對象與評估專家的橋梁,也是聯系評估對象與評估方法的紐帶。

2.1評估指標體系[1～4]

評估指標體系是指在一定范圍內或條件下,由一系列相互聯系、從不同側面反映事物或系統屬性的評估指標組成的有機體。在指標體系中,每個指標對系統的某種特征進行度量,并與其它相關指標相互關聯,共同形成對系統的完整刻畫。因此,一個完整的評估指標體系包括評估指標以及評估指標間的相互影響關系兩方面內容。

運用層次化分析思想,將系統分解成若干個簡單系統,并逐級進行功能分解,直到最底層不能再分解的評估要素指標,并按照功能由上而下分解,指標由下向上的影響關系,建立艦艇對空作戰訓練效果評估指標體系,如圖1所示。在指標體系中,最底層各評估指標是評價艦上職手操作的評估要素指標,直接與評估對象相關,圖中用陰影表示,指標體系中上層各評估指標受評估要素狀態影響。

圖1　艦艇對空作戰訓練效果評估指標體系

2.2指標評估準則[5]

根據評估指標和評估要素的不同性質,可分別為兩類指標制定相應評估準則。

1) 評估指標評估準則

評估指標評估準則在不同的評估方法中表現為不同形式。在貝葉斯網絡中表現為條件概率,如表1所示,它表示父結點處于各種狀態時子結點處于各種狀態的概率。

表1　訓練評估指標評估準則

2) 評估要素評估準則

在制定要素評估準則時,應根據各評估要素的特點、評估信息的性質、內容及其數、質量情況,依據一定的準則,如時間準則、距離準則、概率準則等,制定各評估要素指標的評價準則。如雷達探測指標相關評估要素評估準則如表2所示。

3基于貝葉斯網絡的艦艇對空作戰訓練效果評估

基于貝葉斯網絡的艦艇對空作戰訓練效果評估是在系統評估指標體系及指標評估準則基礎上,建立艦艇對空作戰訓練效果評估貝葉斯網絡模型,并利用貝葉斯網絡軟件對訓練效果進行評估的過程。

3.1系統評估指標體系與指標評估準則

運用層次化分析思想,按照2.1節中建立評估指標體系的方法建立系統評估指標體系,如圖1所示。同時,按照2.2節中指標評估準則確定方法,為每個評估指標及評估要素指標建立評估準則,如表1、表2所示。為確定貝葉斯網絡模型結構及模型參數做準備。

表2　雷達探測指標相關評估要素評估準則

3.2貝葉斯網絡模型[5～9]

艦艇對空作戰訓練效果評估貝葉斯網絡模型包括模型結構與模型參數兩部分。

3.2.1貝葉斯網絡模型結構[10]

貝葉斯網絡結構定性地描述了網絡中各結點之間的因果關系,由網絡中的結點,以及連接結點間的有向弧構成,它是進行貝葉斯網絡推理的載體與基礎。根據艦艇對空作戰訓練效果評估指標體系,模擬艦艇對空作戰訓練項目各戰位或各分系統之間的影響關系,可建立艦艇對空作戰訓練效果評估貝葉斯網絡模型結構,如圖2所示。

圖2　貝葉斯網絡模型結構圖

3.2.2貝葉斯網絡模型參數

貝葉斯網絡模型參數包含兩方面內容:網絡中各結點的狀態與依附在各結點上的條件概率。

“精神富有”是一個理論問題，更是一個實踐問題。省十三次黨代會將現代化浙江定位為“物質富裕、精神富有”之后，紹興也迅速做出呼應，并賦予“精神富有”以紹興內涵加以傳播和實踐。正是在這樣的背景下，本文試從實踐的層面，將精神形態特征明顯的文藝創新置于“精神富有”的視域之中，開展若干問題的調查與思考。

貝葉斯網絡模型中結點的狀態是指該結點所代表的因素可能會出現的各種狀態。根據部隊訓練效果評估習慣以及評估需要,可以確定網絡中各個結點狀態,如表3所示。

表3　貝葉斯網絡模型中各結點狀態

貝葉斯網絡模型中的條件概率是指網絡中各父結點處于不同狀態時其子結點處于各種狀態的概率。

貝葉斯網絡模型中條件概率的確定一般都比較困難,它也是貝葉斯網絡在實際應用中的瓶頸。在實際應用中,貝葉斯網絡中的條件概率一般都是根據實際情況,由專家憑主觀經驗確定,但這種方法的缺點是主觀性太強,專家經驗對模型的準確性影響很大,因此提出一種基于蒙特卡羅仿真確定模型中條件概率的方法。

基于蒙特卡羅仿真的條件概率計算法主要包括以下幾個步驟:

1) 根據各父結點的狀態值及其權重W,計算父結點分別處于不同狀態時,對子結點影響的分值C。根據網絡中各結點狀態的定義,可大致確定結點各狀態的狀態值分別為:優秀(狀態值95),良好(狀態值85),及格(狀態值70),不及格(狀態值30)。

如對空偵察(權重0.4)為優秀;對空防御(權重0.5)為優秀,綜合表現(權重0.1)為優秀時,對其子結點訓練評估影響的分值C為

C=95*0.4+95*0.5+95*0.1=95

2) 進行蒙特卡羅仿真,計算父結點處于各種狀態時,子結點處于各種狀態的概率。以父結點對子結點影響的分值C為均值,進行正態分布蒙特卡羅仿真,考察仿真結果分別處于優秀、良好、及格、不及格狀態的概率。根據專家經驗,通過調整正態分布方差,仿真出適合的條件概率。圖3為利用正態分布蒙特卡羅仿真法,仿真出的訓練評估結點上的條件概率。概率形式如表1所示。

圖3　訓練評估結點上的條件概率仿真結果

3.3訓練效果實時評估

Hugin是當前比較成熟的一款貝葉斯網絡軟件,根據前面建立的貝葉斯網絡模型,利用Hugin建立艦艇對空作戰訓練效果評估系統,如圖4所示。當收集到艦艇對空作戰訓練信息時,將訓練信息加入評估系統,便可實現對訓練效果的近實時評估。

圖4　艦艇對空作戰訓練效果評估系統

4實例分析

4.1某艦艇對空作戰訓練想定

藍方:在航空警戒飛行隊和電子對抗部隊的配合下,對紅方某水面艦艇實施突擊。

紅方:在空中預警探測群、岸基預警探測群以及電子對抗部隊的配合下,進行防空反導訓練。

4.2評估信息的收集與預處理

通過作戰網、導控網以及考核員記錄等方式收集各種訓練信息,并對這些數據進行預處理,剔除異常值,訓練專家根據這些訓練數據信息,依據表2所示的評估要素評估準則對各評估要素進行評分,得到該艦艇對空作戰訓練考核成績。同時根據各評估要素的權重確定相應評估指標的項目評分,最后,通過蒙特卡羅仿真方法將考評分數轉換為各評估指標處于各種評價狀態的概率,如表4所示。

表4　艦艇對空作戰訓練考核成績表

4.3艦艇對空作戰訓練效果實時評估

將預處理的各項評價指標信息輸入到評估系統中,運行評估系統,評價艦艇對空作戰訓練效果。

1) 訓練系統初始化,系統初始時,各評估要素結點的概率都為經驗概率,當收集到評估要素訓練信息時需要更新這些概率,以實現對訓練效果的評價。訓練系統初始化界面如圖4所示。

2) 當收集到艦艇對空作戰訓練信息時,將這些信息分別輸入到評估系統中,更新網絡中各結點的狀態,計算訓練評估結點處于各種狀態的概率。如圖5所示,訓練效果評估結點處于各種狀態的概率分別為優秀:2.29%,良好:66.74%,及格:30.94%,不及格:0.03%。其中,良好的概率由初始狀態時的26.17%上升為66.74%。根據最大概率原則,本次訓練成績為良好。

圖5　加入評估信息后,各結點狀態圖

由以上評估模型建立及訓練效果評估過程可以看出,貝葉斯網絡法能夠很好地描述艦艇對空作戰訓練過程中各系統及各評估要素之間的相互影響關系,適合解決訓練效果評估問題。其次,貝葉斯網絡模型建立過程中,利用蒙特卡羅仿真法確定模型中的條件概率及各底層評估指標處于各種狀態的概率,提高了模型建立的效率及客觀性、準確性。最后,貝葉斯網絡綜合利用專家經驗信息、以往訓練數據信息,以及訓練過程信息,可以在信息不完整、不確定的情況下,利用貝葉斯網絡的多信息融合能力,在實際訓練過程中對訓練效果進行近實時的動態評估,大大提高了訓練效果評估效率。總之,貝葉斯網絡為解決訓練效果評估問題提供了一個有利的工具。

5結語

艦艇對空作戰訓練效果評估是制約水面艦艇對空作戰訓練的一個重要環節,在總結以往訓練效果評估經驗基礎上,探討了訓練效果評估系統評估指標體系與指標評估準則,根據艦艇對空作戰訓練效果評估特點,提出了基于貝葉斯網絡的訓練效果評估方法。通過實例分析,初步驗證了該方法在水面艦艇對空作戰訓練效果評估中應用的可行性與有效性。

參 考 文 獻

[1] 李志猛,徐培德,冉承新,等.武器系統效能評估理論及應用[M].北京:國防工業出版社,2013:124-126.

[2] 羅鵬程,周經倫,金光.武器裝備體系作戰效能與作戰能力評估分析方法[M].北京:國防工業出版社,2014:24-29.

[3] 黃勝,郭海鵬,王超.ISM方法在航空母艦評估指標體系構建中的應用[J].中國艦船研究,2014,9(1):1-7.

[4] 穆中林,于雷,廖俊,等.編隊對地攻擊作戰效能評估指標體系[J].火力與指揮控制,2011,36(1):87-89.

[5] 馬志軍.目標毀傷效果評估及其決策模型研究[D].石家莊:軍械工程學院博士學位論文,2008:57-74.

[6] 李亮.基于動態貝葉斯網絡法的戰場態勢重構技術研究[D].南昌:南昌航空大學碩士學位論文,2013:23-34.

[7] 曾雅文.基于貝葉斯網絡的目標毀傷效果評估研究[D].武漢:中國艦船研究院碩士學位論文,2014:26-30.

[8] Finn V. Jensen. Bayesian Network and Decision Graphs[M]. New York: Maple-Vail Book Manufacturing Group, York, PA,2001:35-70.

[9] Todd A. Stephenson. An Introduction to Bayesian Network Theory and Usage[S]. IDLAP-RR 00-03. February,2000:15-43.

[10] 李碩豪,張軍.貝葉斯網絡結構學習綜述[J].計算機應用研究,2015,32(3):641-642.

Training Evaluation of Surface Warship Anti-air Defence Based on Bayesian Network

MA ZhijunJI Yujie

(No. 91336 Troops of PLA, Qinhuangdao066000)

AbstractWarship anti-air defence training is a basic training subject in warship training. Owing to lack of objective and effective evaluation method, the trainer and equipment cannot be evaluated exactly, the warship training cannot be guided. Warship anti-air defence training evaluation has hindered warship training badly. According to characteristics of warship anti-air defence training, the establishing of index system and rule of index are discussed, and a method of warship anti-air defence training evaluation based on Bayesian network is put forward.

Key Wordstraining evaluation, index system, rule of index, Bayesian network

*收稿日期:2015年12月4日,修回日期:2016年1月30日

作者簡介:馬志軍,男,博士研究生,工程師,研究方向:數字仿真、作戰評估。吉玉潔,女,碩士研究生,工程師,研究方向:數字仿真、作戰評估。

中圖分類號TP391.9

DOI:10.3969/j.issn.1672-9730.2016.06.008