改進合同網協議在防空武器目標分配中的應用*

郭智杰，糜玉林，肖陽，姜文志，賀林波

(海軍航空工程學院a.研究生管理大隊；b.訓練部；c.兵器科學與技術系，山東 煙臺 264001)

改進合同網協議在防空武器目標分配中的應用*

郭智杰a，糜玉林b，肖陽a，姜文志c，賀林波a

(海軍航空工程學院a.研究生管理大隊；b.訓練部；c.兵器科學與技術系，山東 煙臺 264001)

針對現代防空作戰呈現出的協同性和動態性，引入多智能體系統的概念，對武器目標分配問題進行描述，建立了基于改進合同網的武器目標分配體系結構。在此基礎上對傳統合同網的招投標策略、中標策略及簽約策略進行設計改進，提出了一種基于改進合同網的防空武器目標分配策略。最后以防空作戰想定為例，通過仿真實驗對基于合同網和改進合同網的武器目標分配策略進行了比較分析。實驗結果表明，后者更具合理性和有效性。

武器目標分配； 智能體； 多智能體系統；防空體系； 合同網；NetLogo

0 引言

武器目標分配(weapon target assignment，WTA)問題一直以來都是防空作戰研究的熱點，最初來源于防空領域的資源分配問題，其重點解決如何在時間T內合理地分配M個武器到N個目標，使得防空作戰效能最大化[1-2]。隨著防空作戰面臨的戰場環境日益復雜，如何在有限時間內對武器進行快速有效地調配是一個較為復雜的問題。

目前絕大部分的多Agent系統采用合同網機制，并且合同網協商機制的求解質量和收斂性已被廣泛認同[3]。為了適應防空作戰中涌現出的協同性和動態性，這里采用相對成熟的合同網協議(contract net protocol，CNP)進行作戰任務分配[4]。國內不少學者對此進行大量的研究，提出基于擴展合同網的任務分配方法[5-8]，國外學者針對傳統合同網的不足進行了不同程度的改進[9-10]。本文正是基于前人的研究基礎上，提出一種基于多智能體系統(multiple agent systems，MAS)的改進合同網策略，并將其用于解決防空作戰武器目標分配領域，有效解決防空作戰單元的動態協同問題，提升了系統整體效率。

1 要地防空WTA問題描述

現代要地防空作戰中的WTA問題，通常是指處于不同空間位置的多種作戰平臺、多種武器單元協同打擊目標，以最小代價來換取整體防空作戰效能的最大化。為了更好地對問題進行描述，這里將防空作戰武器目標分配映射成一個MAS[11]，在該MAS中定義3類智能體：武器智能體(weapon agent，WA)，平臺管理智能體(platform management agent，PMA)，指控智能體(command agent，CA)。其中CA本質上是從多個PMA中選擇出來的指控中心。表1對系統中各符號參數進行說明。

表1 MAS符號參數說明

防空作戰武器目標分配實質就是Z求極值的過程，即MAS中各智能體如何協作以求系統效能最優的過程。則系統整體效能Z可表示為

(1)

式中：Mj表示第j個目標的威脅度；Xij表示第j個目標是否分配給第i個武器作戰單元，若成功分配則取值為1，否則取值為0；Vi和Vj分別表示武器作戰單元和目標的能力價值；p表示武器作戰單元攔截目標概率；p′表示武器作戰單元被目標攻擊概率。

2 基于改進CNP的防空WTA體系結構

2.1 傳統CNP

CNP是Smith在1980年對分布式問題研究過程中提出的一種Agent協同手段[12-13]，其基本原理是引入市場經濟中的招標-投標-中標-簽約機制。基于合同網協議的整個任務分配過程中，招標者以廣播形式發布任務信息，投標者根據自身能力相應地進行投標，招標者對投標者完成任務的能力進行評估，從而決定是否與其簽訂任務合同。傳統合同網基本原理如圖1所示。

圖1 傳統CNP基本原理Fig.1 Basic principle of traditional CNP

2.2 改進CNP

針對傳統CNP理論的不足，主要對合同網協議進行以下3方面的改進：

(1) 為了篩選合適的WA，這里引進黃頁服務的思想，要求所有的WA將自身的能力、類型及服務內容注冊在CA的系統目錄里，這樣CA就能隨時掌握WA的狀態，從而篩選合適的個體進行任務分配，減少與個體的協商次數，從而提高系統執行效率。

(2) 通常來說，一方面，系統中的Agent存在自私性，會隱瞞自身所能承受的任務負荷和自身所具備的能力[14]，因此，這里假設系統個體均誠實可靠；另一方面，針對WA無限制的投標和評標機制，這里引入新的投標策略和評標策略，用于在規定時間內完成對系統Agent的投標和評標工作。

(3) 針對系統動態性不足的問題，設計一種可解約的風險合同用于解決。系統中Agent可能隨時進入和退出，會導致原有分配方案受到影響，設計該合同可降低任務沖突和執行缺失的情況，一定程度上可避免死鎖現象。

改進后的CNP方案與傳統CNP方案的特性比較如表2所示。

表2 傳統CNP與改進CNP特性比較

2.3 體系結構

為了更好地對防空WTA問題進行研究，建立如圖2所示基于改進CNP的防空WTA體系結構，這里作出以下假設：

(1) 整個防空體系采用理想的網絡化結構。在CA有限的集中指揮方式下，各網絡作戰節點WA均可進行獨立或協同作戰。防空作戰網絡里的信息實現動態共享，網絡體系中WA，PMA和CA三者之間通信鏈路可靠，隨時可用。

(2) 體系中所有的Agent處于理想狀態，指控中心CA下達給武器平臺的任務，都是經過分解之后所得到的最小粒度的任務，并且各子任務之間是相互獨立的。所構建的武器目標分配體系，是針對多目標的多平臺協同決策；對于單一來襲目標則無需進行協同。

(3) 體系中各執行任務的Agent地位均等，所構建目標分配體系中所有Agent只存在與外界交互，以及Agent之間進行交互協作。Agent自身不帶有其他特性，在目標分配期間CA，PMA和WA三者之間不存在互相干擾，也考慮外界來襲目標的物理或電子干擾。

圖2 基于改進CNP的防空WTA體系結構Fig.2 Structure of WTA based on improved CNP

3 基于改進CNP的防空WTA策略

3.1 招標準備

這里引入黃頁服務的概念，黃頁是國際上對照企業性質或產品類別編排的商業電話號碼固稱，因其慣用黃色紙張印刷，故稱黃頁[15-16]。

招標開始前，防空體系結構下的所有WA需要向PMA注冊自己的信息，包括武器類型、射程及飛行速度等戰技指標，初始化后形成完整的黃頁目錄由PMA進行管理，系統目錄則由CA進行統一管理，體系中各PMA共享該目錄。在每一次目標分配完成后，都需要更新目錄，尤其是當防空作戰過程中有新平臺進入或平臺因故障退出時，也需要向系統注冊或注銷自身信息，隨時保持目錄動態更新。

3.2 招標階段策略

當初始集中分配結果不理想或目錄發生更新時，此時可根據需要進行公開招標。若此時只有1個目標需要分配，則通過查詢目錄向具備完成此目標的WA發送招標書；若此時有多批目標需要進行分配，則按照目標威脅程度進行排列，依次發送招標書至WA。其中招標任務書的信息如表3所示。

3.3 投標階段策略

在向PMA發送招標書后，各火力平臺所屬的武器單元WA進行公開招標，由底層的WA進行投標。假設Wi接收到招標書時已簽訂k個合同，此時對自身投標能力進行評估決定是否投標。設計Wi的投標規則如下：

表3 招標書內容描述

(1) 時間約束估計

Wi根據發來的任務目標信息計算擊毀目標所需的時間Ti，k+1、完成上一個任務所需時間Ti，k以及Wi所能等待任務響應時間T(i，k+1)，則此時應滿足Ti，k+1TEva。

(2) 投標值估計

Wi首先計算自身目前整體效能和投標后預計的整體效能，然后按照式(2)計算此次投標值Bi，k+1，若Bi，k+1>0，則可以考慮投標。

(2)

Wi將計算結果寫入投標書并反饋給Ai，體系里所有PMA將投標書發送匯總至CA等待進行處理。

3.4 中標階段策略

指控中心CA在收到投標書后，需要對投標者進行多指標綜合評價，以此避免或減少資源重復使用次數。假設投標書數量為l，這里采用時間、效能、代價3類主要指標對標書內容進行綜合評估，具體評標策略如下：

(1) 任務完成時間指標評估

對于打擊同一目標任務，招標者CA希望以最快的時間完成任務，故需要從所有投標者中篩選出完成任務耗時最少的為中標者，則有

(3)

(2) 作戰能力指標評估

對每個投標者進行作戰能力的評估主要是從2方面的因素進行考慮，一方面考慮投標者反饋的投標值Bi，j，另一方面則考慮投標者已有負載Qi大小，則有

(4)

(3) 執行任務代價指標評估

所有WA執行任務都會付出相應代價，這些代價包括通信代價、作戰資源消耗成本及武器保障成本等，則有

(5)

這里綜合考慮以上3種指標影響，對其進行加權評價。其中各項指標的權重系數由防空作戰指揮員的決策意圖和任務的客觀需求來具體確定，其中αt+αa+αc=1，最終得出綜合評價指數

(6)

根據綜合評價指標篩選最優的武器單元WA執行任務，當篩選出的WA無法完成任務時，即可進行二次篩選，在已投標的WA中選擇最優的個體進行協同作戰，以此循環直到任務完成為止。

3.5 簽約階段策略

CA在對所有投標者進行評估之后篩選出最優的中標者并與之簽訂合同，此時中標的WA更新黃頁目錄上注冊的信息，可有效降低二次招標時通信量。為了適應防空作戰的動態性及協同性，這里設計一種可解約的風險合同。風險合同規定描述如下：

(1) 正常情況。CA與中標者簽訂合同之后，中標WA正常執行并順利完成任務。

(2) 任務出現死鎖現象。在簽訂合同之后，由于戰場態勢變化使得任務復雜度增大導致WA無法正常完成任務。此時在保證系統整體作戰效能不發生較大變化的前提下，CA尋找其他適合的WA與當前任務WA進行合同交換。通過交換任務避免系統陷入死鎖，保證系統任務完成率。

(3) 武器作戰單元WA無法獨立完成任務。隨著防空作戰資源的消耗，原本有能力執行合約的WA由于不再滿足發射條件而無法進行獨立作戰，這時可由該WA充當招標者重新對任務進行公開招標，通過與其他WA進行協商招標請求與其進行協同作戰。

3.6 策略流程

本文對CNP的招投標策略、中標策略以及簽約策略進行設計改進，結合防空WTA問題得出基于改進CNP的防空WTA策略。具體策略流程如圖3所示。

由以上工作流程可以看出，改進的WTA分配策略有以下特點：

(1) 在招標階段引入黃頁服務的手段，通過查詢黃頁目錄可以減少防空作戰網絡體系中不必要的通信負載，大大降低CA計算量。

(2) 在選擇中標者階段，采用多指標綜合評價的方法對投標者進行整體作戰能力的評估，避免由于單一指標評價帶來的決策失誤。

(3) 在合同簽約階段，設計雙向可解約的風險合同具有一定程度的容錯能力，可以避免死鎖現象帶來的防空間隙，增強系統的協同性。

4 仿真實驗

為驗證本文提出策略的有效性，采用多主體建模仿真平臺NetLogo，設計基于改進CNP的防空WTA模型并對其進行仿真實驗。為方便開展仿真實驗，并根據前文的假設，這里對模型進行簡化處理。

假設防空作戰在正常的氣象條件下發生，目標分配期間不考慮地形環境以及電磁干擾等外界影響，在一個長300 km，寬300 km的仿真區域內，存在1個固定要地K位于仿真區域中心，整個防空作戰體系主要由1個區域防空指揮中心CA(位于仿真區域中心)和3個防空武器作戰平臺PMA組成，每個武器平臺PMA下屬4個武器作戰單元WA。其中區域指控中心CA的警戒范圍包括整個仿真區域，各作戰武器單元探測范圍為邊長150 km的矩形區域，整個防空體系里各Agent個體以鏈相連接，以此保證各智能體之間的信息傳遞以及任務的正常執行。設定3個武器作戰平臺PMA的初始能力價值分別為4.5，5，5.5，評標的時間約束、作戰能力及作戰代價的權重系數分別設為0.1，0.5，0.4。整個防空作戰區域內隨機產生n個威脅等級相同的敵方目標，并設置來襲目標的威脅度大小為0.5，能力價值設置為5。整個防空作戰區域隨機產生的n個目標，不予考慮自身電磁干擾特性，攻防作戰在正常條件下進行，因此，這里設置防空武器作戰單元被目標攻擊的平均概率為0.3，各平臺內部的武器作戰單元對來襲目標的平均殺傷概率為0.65。

仿真開始運行時，系統隨機生成n個目標，CA感知外界目標存在，系統中各武器作戰單元WA的狀態信息進行目錄注冊，并統一由CA進行管理。當敵方目標進入到矩形探測范圍之內，由戰術單位決策中心CA開始執行策略，各火力單元PMA組網協同完成目標分配。

由NetLogo所構建的WTA模型如圖4所示。

這里以n=10，m=12進行作戰仿真實驗，研究防空作戰整體效能在2種合同網策略下的變化情況。圖5為在CNP和改進CNP策略下系統效能隨時間變化的曲線。

由圖5可以得出，與傳統CNP 相比，改進CNP策略下的系統整體效能較優，主要是因為改進CNP中引進多指標的評標策略和風險合同機制，在CA篩選武器單元的過程中對其進行綜合能力評估而不是單一的局部評估，加上引入風險合同機制可以使得WA根據戰場態勢決定是否改簽，其中每個轉折處代表一次合同簽訂，WA之間通過協商進行協同作戰從而減少局部最優現象。

圖3 基于改進CNP的防空WTA策略流程Fig.3 Process of WTA strategy based on improved CNP

圖4 仿真實驗界面示意圖Fig.4 Sketch map of simulation interface strategies

圖5 2種策略下系統整體效能比較Fig.5 Comparison of system efficiency between two strategies

這里以n=11，m=12為例進行100次仿真實驗，研究2種策略下任務完成時間的變化情況，經過多次仿真得出如圖6所示的實驗結果。

圖6 2種策略下任務完成時間比較Fig.6 Comparison of task completion time between two strategies

由圖6可以看出基于改進CNP的WTA策略比基于CNP的WTA策略完成所有作戰任務耗時更少。這主要是因為改進策略里引進黃頁服務，相較于傳統CNP廣播式的招標方式更能夠迅速地找到合適的招標對象和協同單元，因此更有利于提高武器作戰反應速度，減少不必要的計算時間。

這里利用NetLogo的行為空間實驗工具對目標數為5～12的情況分別進行100次仿真實驗，研究作戰單元之間協同次數隨目標數量變化的情況，經過多次仿真得到如圖7所示的實驗結果。

圖7 2種策略下作戰單元協同次數比較Fig.7 Comparison of cooperative frequency between two strategies

由圖7可知，總體上改進CNP策略比傳統CNP策略作戰單元之間的協同次數要高，當n<8時2種策略下的協同次數基本呈上升趨勢，但是當n>8時，CNP策略下的協同次數出現下降趨勢，而改進CNP策略下的協同次數依舊保持上升。主要原因是在CNP策略下隨著目標數量的增加，作戰單元的目標分配逐漸趨于飽和，單一的合同使得作戰單元之間的協同性減弱；而在改進CNP策略下引進多類型的合同可以使得作戰單元之間進行靈活的協同交互，作戰單元在目標分配趨于飽和時，通過黃頁目錄查詢可以迅速找到合適的作戰單元簽訂風險合同來執行協同作戰。

由圖5，7可以看出，作戰單元之間的協同性一定程度上決定系統整體效能的變化，加強作戰單元之間的協同能力具有提高系統整體作戰效能的潛力。

上面的實驗均是在防空作戰單元數量和空襲目標數量固定的靜態條件下進行的，雖然可以體現策略的協同性，但是對于策略的動態適應性還未進行研究分析。這里考慮作戰單元由于故障退出作戰的情況，對所構建防空作戰WTA模型在靜態和動態分配情況下的系統效能變化情況進行研究。假設系統在目標分配之初n=10，m=12，保持來襲目標數量和威脅度大小不變，初始作戰平臺單元能力不變。系統中的武器作戰單元執行策略進行協同作戰，在系統進行目標分配過程中，隨機選取1個武器單元退出系統，2種策略在動態調整前后系統效能的仿真結果如圖8，9所示。

圖8 靜態目標分配下系統效能Fig.8 Sketch map of system efficiency under SWTA

圖9 動態目標分配下系統效能Fig.9 Sketch map of system efficiency under DWTA

結合圖 8 靜態目標分配下系統效能和圖 9 動態目標分配下系統效能可以看出，一方面無論是在靜態或者動態目標分配情況下，本文所提改進CNP策略的系統效能明顯要高于傳統CNP策略的系統效能；另一方面也可以看出，改進CNP策略下的系統效能相較于動態調整前系統效能基本沒有發生變化，而傳統CNP策略下系統效能相較于動態調整前來說，系統的效能下降幅度較大，遠低于調整前的系統平均效能。由此可知，本文所提目標分配策略對于動態隨機的作戰情況具有良好的適應性。

5 結束語

現代防空作戰充滿不確定性，目標分配問題隨著時間的推移呈現動態復雜性，需要智能自動化的決策方法用于解決。針對防空作戰的特點，本文利用多智能體系統的自主性和適應性，結合CNP的分布協同特性建立基于改進CNP的防空WTA體系結構，提出改進CNP的WTA策略，最后利用NetLogo平臺驗證了該策略的有效性。下一步將考慮武器單元的動態進入、武器單元的自私性以及任務的緊迫程度，通過分析這些不定因素對策略進行動態調整，從而更好地為防空作戰輔助決策提供服務。

[1] 劉傳波，邱志明，吳玲，等.動態武器目標分配問題的研究現狀與展望[J].電光與控制，2010，17(11)：43-48. LIU Chuan- bo，QIU Zhi- ming，WU Ling，et al.Review on Current Status and Prospect of Researches on Dynamic Weapon Target Assignment[J].Electronics Optics & Control，2010，17(11)：43-48.

[2] 于連飛，劉進，張維明，等.武器-目標分配問題算法研究綜述[J].數學的實踐與認識，2016，46(2)：26-32. YU Lian- fei，LIU jin，ZHANG Wei- ming，et al.Review of Weapon- Target Assignment Problem Algorithms[J].Mathematics in Practice and Theory，2016，46(2)：26-32.

[3] 劉剛，王瑛，張發，等.合同網協議協商機制收斂性與收斂速率分析[J].控制與決策，2014，29(6)：1027-1034. LIU Gang，WANG Ying，ZHANG Fa，et al.Convergence and Convergent Rate Analysis of Contract Net Protocol Negotiation Mechanism[J].Control and Decision，2014，29(6)：1027-1034.

[4] 趙良輝，熊作貞.基于R學習的合同網實時調度模型[J].計算機工程與應用，2014，50(10)：221-237. ZHAO Liang- hui，XIONG Zuo- zhen.Real- Time Contract- Net- Protocol Scheduling Model Based on R- Learning[J].Computer Engineering and Application，2014，50(10)：221-237.

[5] 唐蘇妍，梅珊，朱一凡，等.基于擴展合同網協議的分布式武器目標分配方法[J].系統工程與電子技術，2011，33(3)：568-574. TANG Su- yan，MEI Shan，ZHU Yi- fan，et al.Distributed Weapon Target Assignment Algorithm Based on Extended Contract Net Protocol[J].Systems Engineering and Electronics，2011，33(3)：568-574.

[6] 楊穎，武健，魏鵬.基于多智能體和合同網的巡航導彈自主任務分配[J].戰術導彈技術，2014(1)：63-66. YANG Ying，WU Jian，WEI Peng.Autonomous Task Assignment of Cruise Missile Based on Multi- Agent and CNP[J].Tactical Missile Technology，2014(1)：63-66.

[7] 李明，劉瑋，張彥.基于改進合同網協議的多Agent動態任務分配[J].山東大學學報：工學版，2016，46(2)：51-63. LI Ming，LIU Wei，ZHANG Yan.Multi- Agent Dynamic Task Allocation Based on Improved Contract Net Protocol[J].Journal of Shandong University:Engineering Science ed，2016，46(2)：51-63.

[8] 楊萍，劉穎，裴瑩.改進合同網協議的Agent動態任務分配[J].火力與指揮控制，2011，36(10)：77-80. YANG Ping，LIU Ying，PEI Ying.Agent Dynamic Task Allocation Based on Improved Contract Net Protocol[J].Fire Control & Command Control，2011，36(10)：77-80.

[9] HSIEH F，CHIANG C.Workflow Planning in Holonic Manufacturing Systems with Extended Contract Net Protocol[C]∥Proc.of Industrial，Engineering and Other Applications of Applied Intelligent Systems，2009：701-710.

[10] KENSLER J A，AGAH A.Neural Networks- Based Adaptive Bidding with the Contract Net Protocol in Multi- Robot Systems[J].Applied Intelligence，2009，31(3)：347-362.

[11] 陳華東，王航宇，王樹宗，等.基于合同機制的協同作戰分布式目標分配研究[J].系統仿真學報，2009，21(16)：5116-5119. CHEN Hua- dong，WANG Hang- yu，WANG Shu- zong，et al.Distributed Target Assignment Based on Contract Mechanism in Corporative Engagement[J].Journal of System Simulation，2009，21(16)：5116-5119.

[12] SMITH R G.The Contract Net Protocol：High- Level Communication and Control in a Distributed Problem Solver[J].IEEE Trans on Computers，1980，29(12)：1140-1143.

[13] 李昌平.基于黑板結構的多智能體系統實現方法的研究[D].沈陽：東北大學，2011. LI Chang- ping.Research on the Realization Method of MAS Based on the Blackboard Architecture[D].Shenyang：Northeastern University，2011.

[14] 郝會成，姜維，李一軍，等.基于Multi- Agent敏捷衛星動態任務規劃問題[J].國防科技大學學報，2013，35(1)：53-59. HAO Hui- cheng，JIANG Wei，LI Yi- jun，et al.Research on Agile Satellite Dynamic Mission Planning Based on Multi- Agent[J].Journal of National University of Defense Technology，2013，35(1)：53-59.

[15] 曹佳.基于多Agent的合同網改進方案設計與實現[D].蘇州：蘇州大學，2012. CAO Jia.Design and Implementation of Improvement Scheme for Contract Network Based on Multi- Agent[D].Suzhou：Suzhou University，2012.

[16] 陳華東，劉忠，李云凡，等.黃頁服務的合同網在編隊武器目標分配中的應用[J].火力與指揮控制，2013，38(7)：103-106. CHEN Hua- dong，LIU Zhong，LI Yun- fan，et al.Application of Contract Net Protocol Based on Yellow Pages Service on Weapon Target Assignment of the Fleet[J].Fire Control & Command Control，2013，38(7)：103-106.

Application of Improved Contract Net Protocol on Weapon Target Assignment of Air Defense Combat

GUO Zhi- jieb，MI Yu- lina，XIAO Yanga，JIANG Wen- zhic，HE Lin- boa

(Naval Aeronautical and Astronautical University，a.Graduate Students’ Brigade；b.Department of Training； c.Department of Ordnance Science & Technology，Shandong Yantai 264001，China)

Due to the cooperativity and the dynamic in air defense operations, the concept of multiple agent systems is introduced to describe weapon target assignment (WTA)， and the architecture of WTA based on improved contract net protocol (CNP) is established. The strategies of announcement, biding and bid evaluation are designed, and WTA is realized by applying of the strategy based on improved CNP. A comparison was made between CNP and improved CNP based on WTA strategy through an operational scenario. Simulation results show that the proposed strategy is more reasonable and efficient.

weapon target assignment； agent； multiple agent systems； antiaircraft defense system； contract net protocol； NetLogo

2016-08-30；

2016-11-18 作者簡介：郭智杰(1992-)，男，回族，福建莆田人。碩士生，主要研究方向為管理科學與工程。

10.3969/j.issn.1009- 086x.2017.04.017

E926；TN915.04

A

1009- 086X(2017)- 04- 0104- 08

通信地址：361021 福建省廈門市集美區西柯鎮禹州大學城小區 E- mail：gzj_549@163.com