陳文英, 張兵志, 史力晨, 趙青松
(1.北京特種車輛研究所, 北京 100072; 2.國防科技大學 系統工程學院, 湖南 長沙 410073)
隨著新軍事變革的持續推進,基于信息系統的體系作戰能力成為戰斗力基本形態,信息化武器裝備成為戰斗力的關鍵物質因素,裝備建設的體系特征更加明顯[1]。習主席指出:“要以對作戰體系的貢獻率為評估標準,科學設計裝備需求和技術指標”;“每一型武器裝備要不要發展,發展多少,都要以對作戰體系的貢獻率為標準,納入武器裝備體系大盤子考慮”。因此,如何評估裝備體系貢獻率是優化武器裝備體系結構、提高武器裝備建設效益需要解決的重點問題,是當前國內外管理科學、系統科學、軍事裝備學等多個學科的研究熱點,具有重要的理論意義和實用價值。
貢獻率的概念最早見于經濟領域,如科技、勞動力、投資、教育等經濟增長因素的貢獻率,而后衍生到社會生活各個領域。例如:通過建立科學技術對經濟增長的影響模型,研究了科學技術對經濟的貢獻率[2];通過建立勞動力對經濟影響的回歸模型,定量分析勞動力對經濟發展的貢獻率[3];通過收集互聯網用戶和互聯網基礎建設等相關數據,采用計量經濟學方法,建立柯布- 道格拉斯生產函數分析互聯網對國內生產總值(GDP)的貢獻率[4];此外還包括旅游業、交通運輸、貿易等其他相關產業對經濟的貢獻率等[5-7]。采取的主要分析方法可以概括為:收集研究對象的數據和經濟指數數據,建立相應生產函數、回歸模型或根據投入產出分析模型來研究貢獻率。借鑒經濟領域的思路,我軍創新提出了裝備體系貢獻率的概念,用于反映某型裝備(或裝備系統)對與其有關聯的上層裝備體系的貢獻或產生價值的大小。目前,國內有一些學者從不同角度開展了相關的探索研究[8-14],但還沒有形成一個對裝備體系貢獻率的精確定義或描述,評估研究也多集中在技術和能力領域。因此,有關裝備體系貢獻率的概念內涵、研究框架、評價方法、工具手段等系統研究都還需亟待加強。
本文結合新型智能裝甲作戰系統發展論證,探索研究裝備體系貢獻率的基本概念、研究框架、評估流程和技術方法等,提出裝備體系貢獻率評估的理論原則、規范過程、指標體系、評價方法及評估流程,闡明其實用性和有效性,為裝備體系貢獻率評估提供理論方法和技術手段支撐,為科學設計新型智能裝甲作戰系統的裝備需求和技術指標提供決策依據。
《辭海》中對貢獻的定義為“對國家或公眾所做的有益的事”,由此可知,貢獻不是單方面的事情,而是具有一定關聯關系的雙方甚至多方的事情。貢獻的大小由貢獻者和受益者來共同衡量,貢獻的大小不僅取決于貢獻者的能力大小還取決于受益者的需求或要求。貢獻率是衡量貢獻者所做貢獻大小的指標,反映了貢獻者的價值和作用,通常用貢獻者對受益者的貢獻程度來度量。據此,本文對裝備體系貢獻率的理解可以概括為:如果把某型武器裝備(或某型裝備系統)作為貢獻者,把與其有關聯的某上層裝備體系作為受益者,則某型武器裝備(或某型裝備系統)對與其有關聯的某上層裝備體系的發展建設、結構演化、體系能力、作戰效能等整體屬性的貢獻或產生價值的變化率,稱之為裝備體系貢獻率。
裝備體系貢獻率的表征參數可以歸結為以下4個方面:
1) 裝備體系功能完備性貢獻率。主要體現在對與其有關聯的上層裝備體系的要素齊全、配套完善、不存在明顯漏項或短板方面以及適用于未來作戰樣式及主要作戰方向等方面的作用或價值。
2) 裝備體系結構合理性貢獻率。在質量結構方面,主要看對與其有關聯的上層裝備體系的連通性和融合度等方面產生的作用或價值;在數量結構方面,主要看不同要素間的比例關系,如高、中、低檔的比例,主戰、信息、保障不同類型裝備的比例關系,這些關系影響體系的匹配性。
3) 裝備體系有效性貢獻率。主要從對與其有關聯的上層裝備體系的整體能力或作戰效能的提升及適于部隊編配的有效性等方面來具體評估。
4) 裝備體系先進性貢獻率。主要體現在對與其有關聯的上層裝備體系在精干程度、技術水平、三化水平以及對行業技術的拉動作用等方面的貢獻或價值。此外,還可以從采購費用、科研費用、技改費用等方面評估裝備體系效費比貢獻率。
由上述可見,裝備體系貢獻率是裝備系統地位作用的綜合性表征,其表征參數具有多樣性、復雜性及多種不確定性,很難構建通用的數學模型進行綜合評估,宜針對不同的裝備系統,采用定性與定量相結合的方法,從多個視角、多個層次進行系統化綜合研究。
裝備體系貢獻率研究框架是為開展裝備體系貢獻率評估而確定的規范工作流程及相關理論、技術、方法的具體描述,構建研究框架的意義在于明確裝備體系貢獻率評估的一般過程、主要內容、理論原則等,同時便于體系貢獻率評估過程中不同領域人員的分工與協調。裝備體系貢獻率研究框架如圖1所示。
裝備體系貢獻率評估的一般過程從宏觀上可分為3個階段,分別是評估準備、評估實施、評估總結。其中:評估準備階段由領域專家和評估人員就某型裝備(或系統)的體系貢獻率評估問題開展綜合研討,依據評估依據與輸入(包括國家安全戰略、軍事戰略、武器裝備發展綱要以及與待評裝備相關的其他需求文件等),構建裝備體系貢獻率評估指標體系及實施方案,籌備實施評估所需的資源,如模型、數據、評估工具等;評估實施階段以評估人員為主,領域專家參與,依據裝備性能、作戰規則、戰場環境等基礎數據,裝備、作戰等相關模型,歷史經驗和專家知識等,綜合采用定性與定量相結合的方法,從多個視角、多個層次進行系統分析評估,形成初步評估結論;評估總結階段,由領域專家和評估人員共同開展,必要時邀請主管機關領導參與,就形成的多視角、多層次的裝備體系貢獻率評估結論進行綜合研討,必要時根據情況調整評估實施方案,實施多輪迭代式分析評估,確保評估結論嚴謹、科學、可靠。并依據綜合分析結果,形成裝備體系貢獻率綜合分析評估報告。
聯合作戰框架下,新型智能裝甲作戰系統具有概念超前一代、技術跨越一代、體系結構創新一代的期望目標,是大體系支撐下的精兵作戰系統,具備兵力火力信息力一體、網絡平臺傳感器深度融合、有人與無人結合、地面與空中結合、近戰與遠戰結合、全域部署和快速機動兼備、高生存力及精確化等典型特征,能支撐陸軍力量要素集成和模塊化靈活編組運用,遠程快速部署和戰場快速機動,觀察、調整、決策、行動(OODA)循環高效運轉和無縫銜接,作戰行動由集中兵力向離散式部署和精確釋能轉變,負有引領和指導新一代陸軍裝備體系建設、推進陸戰作戰樣式變革、提升核心作戰能力、帶動技術跨越等重大使命。
信息化武器裝備體系具有復雜性、涌現性及演化性等特征,傳統裝備效能評估主要是從縱向上對比同類裝備效能提升的幅度,而裝備體系貢獻率是從更高層次、更大范圍、更多視角評價新型裝備系統的發展價值。因此,研究新型智能裝甲作戰系統體系貢獻率評估問題,不僅要從某一時間剖面進行靜態分析,更要從裝備體系發展演化、優化控制的視角進行動態評估。遵循綜合性、客觀性、靈敏性、可測性、獨立性、定性與定量相結合等原則,從體系功能完備性、體系結構優化、作戰能力提升、體系技術進步4個視角構建新型智能裝甲作戰系統體系貢獻率評估指標體系[15-16],如圖2所示。
從陸軍裝備體系功能完備性的視角,新型智能裝甲作戰系統的體系貢獻率可進一步分解為多樣化使命任務貢獻率、力量分類建設貢獻率、陸軍轉型貢獻率;從陸軍裝備體系結構優化的視角,新型智能裝甲作戰系統體系貢獻率可進一步分解為戰斗力生成方式貢獻率、一體化水平貢獻率、通用化與系列化貢獻率;從陸軍裝備體系作戰能力提升的視角,新型智能裝甲作戰系統體系貢獻率可進一步分解為敏捷部署能力貢獻率、實時感知能力貢獻率、高效指控能力貢獻率、多能打擊能力貢獻率、立體懾防能力貢獻率以及便捷保障能力貢獻率;從陸軍裝備體系技術進步的視角,新型智能裝甲作戰系統體系貢獻率可進一步分解為技術先進性貢獻率、技術拉動性貢獻率、技術持續性發展貢獻率。
新型智能裝甲作戰系統體系貢獻率評估指標類型多樣,且輸入信息包含多種不確定性,因此本文采用Yang等[17-18]提出的基于信度規則庫的證據推理方法開展綜合研究。該方法是在證據理論[19]、多屬性決策理論、模糊理論和IF-THEN專家系統等基礎上發展起來的,采用信度結構對多源不確定信息進行統一描述,具有對概率不確定性、模糊不確定性、信息或知識不足而導致的認知不確定性等進行建模和分析的能力[20-22],既能夠很好地處理實驗數據等定量信息,也能有效利用歷史經驗、專家知識等定性信息。目前該方法已在輸油管道的泄露檢測和泄露量估計[23-24]、武器裝備能力滿足度評估[25-26]等領域展示了其應用價值。
運用基于信度規則庫的證據推理方法進行裝備體系貢獻率評估時,要求底層的指標是可測的,或依據專家知識、歷史經驗等是可評價的,其具體步驟為:1) 面向待評估問題構造信度規則庫;2) 將輸入信息轉換為信度結構;3) 計算輸入數據對信度規則庫的激活程度;4) 采用證據推理算法進行指標聚合。
2.2.1 信度規則庫構造
信度規則庫是由若干“IF…THEN…”形式的規則組成,其中,“IF…”是規則的前提項,“THEN…”是采用信度結構表示的相應結論。可以說,信度規則庫本質上是一類改進的基于產生式規則的專家系統,它在規則結論部分引入了信度概念。

信度規則為

(1)
2.2.2 輸入信息轉換
輸入信息轉換,是將輸入信息轉換成信度結構形式的數據,并計算輸入對規則前提項的匹配程度。輸入數據可表示為
{(x1,ε1),(x2,ε2),…,(xI,εI)},
(2)
式中:xi表示裝備體系貢獻率指標及其指標對應的輸入值;εi是輸入xi的信度,反映輸入的不確定性。例如,最大機動距離取值為(800 km,0.8),表示最大機動距離取值為800 km的信度是0.8. 對于仿真結果數據,信度取仿真結果的頻率值;對于確定性數據,其信度為1.
帶有信度的輸入數據對信度規則前提項的匹配程度計算公式為
T(xi,εi)={(Aip,aip),
i=1,2,…,I,p=1,2,…,Pi},
(3)
(4)
式中:Aip表示裝備體系貢獻率指標及其指標在規則中的取值;aip表示輸入xi對規則前提項Aip的綜合匹配度,aip∈[0,1];φ(xi,Aip)刻畫xi與Aip的匹配度,稱為相似函數。φ的選取與指標類型及特點相關,指標類型不同,選取的相似函數也不同。
2.2.3 輸入對信度規則的激活程度計算


(5)

(6)
(7)
(8)
αk=αk(Tk),
(9)
然后,計算輸入數據對第k條規則的綜合激活程度:
(10)
式中:θk是第k條規則的相對權重;αk是輸入數據對第k條規則的匹配程度。
最后,依據輸入對規則結論的信度分布進行修正:
(11)
式中:μk稱為修正因子;Tk表示規則k中包含的前提項數目;l=1,2,…,L,k=1,2,…,K,表示規則庫中共有K條規則、L個結論。
2.2.4 基于證據理論的指標聚合
經過2.2.1節~2.2.3節的3個步驟,構造了信度規則庫,獲得了輸入數據對信度規則的激活程度,最后采用證據理論[17-19]進行指標聚合。該過程分為兩個步驟:首先由激活的規則構造基本可信數;然后采用證據理論中的合成規則對激活的規則進行合成,其實質是由下一層裝備體系貢獻率指標推導上一層裝備體系貢獻率的分布。
1) 構造基本可信數。
(12)
(13)
(14)
(15)

2) 證據組合。這一步是將激活的多條規則(ωk>0)按照證據理論算法進行融合。不妨設前S條規則被激活,采用解析形式的證據推理算法[18,27],其計算過程為
(16)
(17)
(18)
(19)
(20)
式中:βl表示某裝備體系貢獻率指標為等級l的信度;βR表示裝備體系貢獻率評估的不完備信度。最終,裝備體系貢獻率評估結果為向量B=(β1,β2,…,βL,βR)。
下面采用基于信度規則庫的證據推理方法開展新型智能裝甲作戰系統體系貢獻率評估研究,新型智能裝甲作戰系統體系貢獻率評估指標體系及其標識如圖3所示,其體系貢獻率評估指標均劃分為高和低兩個等級,并且假設規則庫中規則的相對權重相等,規則的前提條件項相對權重也相等。
限于篇幅限制,表1列出了新型智能裝甲作戰系統體系貢獻率評估信度規則庫中的部分規則。

表1 新型智能裝甲作戰系統體系貢獻率評估信度規則庫
為了便于比較,本文將新型智能裝甲作戰系統和傳統裝甲作戰系統的體系貢獻率進行對比分析,表2是它們的底層指標取值。
圖4為新型智能裝甲作戰系統體系貢獻率評估結果。體系貢獻率評定等級為高的信度是0.990 6, 為低的信度是0.009 4;體系功能完備性貢獻率評定等級為高的信度是0.849 8, 為低的信度是0.150 2;體系結構優化貢獻率評定等級為高的信度是0.839 6, 為低的信度是0.160 4;體系技術進步貢獻率評定等級為高的信度是0.865 2, 為低的信度是0.134 8;作戰能力提升貢獻率評定等級為高的信度是0.961 0, 為低的信度是0.039 0. 由此可見,從體系功能完備性、體系結構優化、體系技術進步、作戰能力提升4個視角,新型智能裝甲作戰系統體系貢獻率評定等級為高的信度均遠遠大于評定等級為低的信度。

表2 新型和傳統裝甲作戰系統體系貢獻率底層指標取值
圖5為新型智能裝甲作戰系統和傳統裝甲作戰系統體系貢獻率評價等級信度為高的對比分析圖。由圖5可見,從體系功能完備性、體系結構優化、體系技術進步、作戰能力提升4個視角,新型智能裝甲作戰系統體系貢獻率評價等級為高的信度遠遠大于傳統裝甲作戰系統體系貢獻率評價等級為高的信度。
為了便于直觀地描述裝備體系貢獻率,本文引入直線型效用函數,假定信度評定等級為高的價值為95,信度評價等級為低的價值為60,則新型智能裝甲作戰系統和傳統裝甲作戰系統的體系貢獻率效用值對比分析如圖6所示。
通過對新型智能裝甲作戰系統體系貢獻率評估研究,得出結論如下:
1) 體系貢獻率是裝備系統地位作用的綜合性表征,宜從多個視角、多個層次進行立體化、前瞻性地系統研究,給出不同視角的表征指標,形成具有完整性、可測性、系統性、科學性的綜合評估指標體系,而不宜給出一個單一數值。
2) 裝備體系貢獻率評估問題復雜性強,不確定因素眾多,基于多樣化類型的體系貢獻率評估指標體系構建通用的體系貢獻率評估模型非常困難,因此,應針對不同的評估對象,基于不同的評估目的和用途,建立定性分析與定量評估相結合的多視角、多分辨率評估模型集。
3) 采用基于信度規則庫的證據推理方法開展裝備體系貢獻率評估,具有以下優勢:①能處理評估過程中的多種不確定性,特別是認知不確定性;②評估結果不是單個數值,而是裝備體系貢獻率的信度分布,且結果具有可解釋性和可追溯性;③該方法將專家知識和各種歷史數據以信度規則的形式表示,是一種定性與定量相結合的方法;④相對于傳統作戰能力靜態評估、基于兵棋推演的動態評估以及基于體系對抗仿真的作戰效能評估等方法,該方法評估的層次更高,考慮的維度更多,評估結論更為綜合。