基于關(guān)聯(lián)挖掘的裝甲分隊演訓(xùn)數(shù)據(jù)分析?

趙 辰 王壽鵬，2 梁甲慧

（1.國防大學(xué)聯(lián)合作戰(zhàn)學(xué)院 石家莊 050084）（2.陸軍勤務(wù)學(xué)院 重慶 401331）

1 引言

演訓(xùn)數(shù)據(jù)作為對演訓(xùn)活動實時態(tài)勢的描述，完整地記錄了演訓(xùn)活動的全過程、全要素、全流程，不僅可用于復(fù)現(xiàn)演訓(xùn)過程，在經(jīng)過數(shù)據(jù)分析和挖掘后生成提煉的作戰(zhàn)行動標準和認知數(shù)據(jù)，還可為檢驗認證方案計劃、裝備效能、人員能力和水平提供決策依據(jù)［1］。關(guān)聯(lián)挖掘是利用數(shù)據(jù)挖掘的思想，在不同種類的海量數(shù)據(jù)中發(fā)現(xiàn)有關(guān)聯(lián)性的、有價值但不明顯的有效信息，這種從數(shù)據(jù)中挖掘提取信息的過程就是在進行一種探索性的數(shù)據(jù)分析［2］。在裝甲分隊演訓(xùn)中進行嵌入式數(shù)據(jù)采集，能夠在實裝上生成數(shù)量龐大、豐富多元的演訓(xùn)數(shù)據(jù)。對這些數(shù)據(jù)，需要使用科學(xué)的方法加以挖掘分析，以定量描述和定性描述結(jié)合的方式反映作戰(zhàn)行動的質(zhì)量［3］，達到對演訓(xùn)效果的準確評估。

2 數(shù)據(jù)的關(guān)聯(lián)挖掘分析方法

數(shù)據(jù)挖掘涉及數(shù)據(jù)庫技術(shù)、機器學(xué)習(xí)、統(tǒng)計學(xué)、高性能計算、神經(jīng)網(wǎng)絡(luò)、模式識別、數(shù)據(jù)可視化、信息檢索等多學(xué)科的技術(shù)集成［4］。其最常用的分析方法主要包括分類、聚類、回歸分析、關(guān)聯(lián)規(guī)則挖掘和數(shù)據(jù)特征分析等［5］。其中，利用關(guān)聯(lián)規(guī)則對數(shù)據(jù)進行挖掘是發(fā)現(xiàn)其隱含的有用內(nèi)容的重要手段。

2.1 數(shù)據(jù)清洗

關(guān)聯(lián)挖掘前，通常需要在對數(shù)據(jù)探索性分析［6］的基礎(chǔ)上進行清洗，從而為數(shù)據(jù)分析和構(gòu)建模型做準備［7］。主要是對缺失值、異常值（離群點）、重復(fù)值以及噪音數(shù)據(jù)的處理。

2.2 單變量分析

單變量分析是關(guān)聯(lián)挖掘的基礎(chǔ)，其目的是對變量分布的特征和規(guī)律進行刻畫和描述。1）單變量描述統(tǒng)計，主要是用最簡單的概括去反映大量數(shù)據(jù)中的基本信息，可以確定頻數(shù)、頻率分布，從而進行集中趨勢、離散趨勢分析。2）單變量推論統(tǒng)計，主要是通樣本的數(shù)據(jù)資料對總體的參數(shù)值進行推斷。主要從區(qū)間估計和假設(shè)檢驗兩個方向進行。

2.3 多變量分析

進行多變量分析要在單變量分析的基礎(chǔ)上，主要目的是查找相同類別變量之間的關(guān)聯(lián)。常用的方法有聚類分析［8］、回歸分析、判別分析［9～10］、主成分分析［11］等。

2.4 關(guān)聯(lián)性分析

關(guān)聯(lián)分析是在大量數(shù)據(jù)集中去發(fā)現(xiàn)有關(guān)聯(lián)性或相關(guān)性的數(shù)據(jù)，從而描述事物中不同屬性之間聯(lián)系的規(guī)律和模式。Apriori算法和FP-Tree算都是較為經(jīng)典的關(guān)聯(lián)挖掘算法，其核心思想是通過迭代生成頻繁項集。當前，已經(jīng)有很多工具包集成了各種分析功能，可以進行大數(shù)據(jù)環(huán)境中的關(guān)聯(lián)分析，如Mahout工具包可實現(xiàn)分類、聚類、關(guān)聯(lián)挖掘、回歸等操作。

3 演訓(xùn)數(shù)據(jù)關(guān)聯(lián)挖掘流程

演訓(xùn)數(shù)據(jù)關(guān)聯(lián)挖掘流程如圖1所示，分為數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、判別分析、關(guān)聯(lián)規(guī)則挖掘、可視化動態(tài)展示、形成結(jié)論六個步驟。

圖1 演訓(xùn)數(shù)據(jù)關(guān)聯(lián)挖掘流程圖

3.1 演訓(xùn)數(shù)據(jù)采集

演訓(xùn)數(shù)據(jù)一般分為基礎(chǔ)數(shù)據(jù)、人工采集數(shù)據(jù)和傳感器采集數(shù)據(jù)。隨著我軍信息化條件下實戰(zhàn)化訓(xùn)練的深入開展，各級部隊“靠數(shù)據(jù)打仗”“用數(shù)據(jù)說話”意識逐漸增強，各種數(shù)據(jù)資源漸趨豐富。這些數(shù)據(jù)具有不同類別屬性、層次結(jié)構(gòu)、互相之間存在復(fù)雜的映射、計算關(guān)系，這就導(dǎo)致了數(shù)據(jù)的數(shù)量和類型大大增加。因此，應(yīng)遵循實用性、高效性、完備性、安全性的原則進行采集。

3.2 數(shù)據(jù)預(yù)處理

受戰(zhàn)場環(huán)境、儀器精度等客觀原因影響，采集到的數(shù)據(jù)具有結(jié)構(gòu)不統(tǒng)一、無效數(shù)據(jù)多、能夠直接提供的價值有限等特點。需要通過清洗、去噪等操作得到完整、清晰的數(shù)據(jù)表格。

3.3 變量判別分析

在進行清洗、去噪得到清晰數(shù)據(jù)的基礎(chǔ)上，要做進一步的變量分析。對得到的一批采集數(shù)據(jù)，需要按照一定的判別準則，建立一個或多個判別函數(shù)，計算判別指標，從而確定該批數(shù)據(jù)的歸屬問題。例如，對裝甲車運動狀態(tài)的判斷，如果單純利用采集到的速度數(shù)據(jù)來判斷，可能會產(chǎn)生誤判，需要綜合考慮各種影響運動狀態(tài)的因素，建立判別函數(shù)，對數(shù)據(jù)進行歸類。

3.4 數(shù)據(jù)關(guān)聯(lián)挖掘

演訓(xùn)數(shù)據(jù)關(guān)聯(lián)挖掘是在分布式存儲和并行運算技術(shù)基礎(chǔ)上采用關(guān)聯(lián)規(guī)則方法構(gòu)建模型，對演訓(xùn)數(shù)據(jù)各要素間的關(guān)聯(lián)關(guān)系、發(fā)展趨勢進行全面分析，精確判斷，從中找出可以為決策者提供幫助的隱藏條件、未知的相關(guān)關(guān)系以及其他難以預(yù)測的有用信息的過程。

3.5 形成分析結(jié)論

關(guān)聯(lián)挖掘得到的規(guī)則中可能會包含一些無實際意義甚至不符合邏輯的錯誤規(guī)則，因此，我們還需要結(jié)合演訓(xùn)的實際情況對冗余規(guī)則做剔除處理。之后再進行規(guī)則解讀，將其轉(zhuǎn)化為演訓(xùn)現(xiàn)象，使所得結(jié)論更加精確量化，對演訓(xùn)實際更具指導(dǎo)意義。

3.6 可視化動態(tài)展示

為提高演訓(xùn)數(shù)據(jù)的可讀性，要基于數(shù)據(jù)可視化技術(shù)，直觀展示采集到的行動數(shù)據(jù)，還原機動路線和部隊行動。對各種戰(zhàn)術(shù)行動進行可視化動態(tài)展示可以更直觀、更準確的按照戰(zhàn)術(shù)要求對行動進行深入分析，為后續(xù)的定量評估提供有力依據(jù)。

4 裝甲分隊行動數(shù)據(jù)關(guān)聯(lián)挖掘案例

現(xiàn)以某部的一次裝甲分隊突擊行動演練為案例，根據(jù)本文提出的應(yīng)用架構(gòu)和邏輯對行動數(shù)據(jù)進行關(guān)聯(lián)挖掘和分析，進而對突擊行動組織效果進行評價。

4.1 案例背景

藍軍某機步旅在A地區(qū)組織防御，企圖以既設(shè)堅固陣地為依托阻滯紅軍攻擊行動，進而屏護T島中部安全。紅軍由一個機步連擔任前沿突擊分隊，其主要任務(wù)是打開通路，破壞A地區(qū)前沿火力點，爾后就地轉(zhuǎn)入防御，進而保障后續(xù)部隊發(fā)展進攻。演練行動共分為集結(jié)部署、形成戰(zhàn)斗隊形、地面突擊行動三個階段。

數(shù)據(jù)來源是現(xiàn)場采集或者各類傳感器采集的多源異構(gòu)數(shù)據(jù)，如從車輛上安裝的數(shù)據(jù)記錄儀可以采集到車輛裝甲有關(guān)信息，從各監(jiān)控點的視頻監(jiān)控獲取的視頻數(shù)據(jù)，從現(xiàn)場工作人員和導(dǎo)調(diào)員處獲取人工采集的數(shù)據(jù)。現(xiàn)選取安裝在車輛上的數(shù)據(jù)記錄儀采集到的數(shù)據(jù)進行分析，包括時間、經(jīng)度、緯度、速度、高程、方位角六個維度。

4.2 實驗設(shè)計

數(shù)據(jù)記錄儀從行動開始每隔10s記錄一次裝甲車輛的相關(guān)數(shù)據(jù)，考慮到數(shù)據(jù)記錄儀的誤差（當ν<10km/h，采集的速度數(shù)據(jù)可能為0），需要對采集到的數(shù)據(jù)進行入庫整編，其采集分析系統(tǒng)結(jié)構(gòu)組織以及工作流程圖2所示。

圖2 裝甲分隊演訓(xùn)數(shù)據(jù)采集分析流程圖

通過大數(shù)據(jù)的分析挖掘，將所得結(jié)論與視頻數(shù)據(jù)和人工記錄數(shù)據(jù)分析結(jié)論相比較，驗證關(guān)聯(lián)挖掘的可行性和有效性，對裝甲分隊突擊行動組織效果進行定量評估，以指導(dǎo)部隊訓(xùn)練，提高部隊戰(zhàn)斗力。

4.3 實驗分析

1）實驗數(shù)據(jù)預(yù)處理。由于戰(zhàn)場環(huán)境的復(fù)雜性、部隊行動的實時性、儀器自有精度等原因，演練產(chǎn)生的大數(shù)據(jù)中存在部分無效數(shù)據(jù)，結(jié)構(gòu)格式也不能直接使用，需進行數(shù)據(jù)合理化分析和清洗去噪。

通過整理，可以得到表1每輛裝甲車的有效序列數(shù)據(jù)，形如｛UID，T，R｝。其中UID表示裝甲車輛實體，T為數(shù)據(jù)采集時間，R表示實體屬性值列表，包括經(jīng)緯度、速度、高程、方位角等時序數(shù)據(jù)。

表1 裝甲車輛序列數(shù)據(jù)信息描述

2）運動狀態(tài)判別分析。由于數(shù)據(jù)記錄儀存在誤差（當ν<10km/h時，采集速度數(shù)據(jù)可能為0），我們應(yīng)考慮在諸如轉(zhuǎn)向、掉頭、原地轉(zhuǎn)彎等非靜止狀態(tài)的采集速度可能為0。因此，不能僅以速度指標來判定，需綜合考慮經(jīng)緯度、方位角等變化。這就需要通過建立判別函數(shù)進行分析、判定。

判別條件1：

表示車輛在一段時間內(nèi)vt=0。

通過計算，在不考慮高程和其余條件的情況下，經(jīng)緯度對距離的影響見表2。

表2 經(jīng)緯度變化與距離的關(guān)系表

判別條件2：

當s<0.1×10-4m 時，車輛位置不發(fā)生變化。

判別條件3：如果v=0，且10s內(nèi)方位角增量：

判別過程如圖3所示。

圖3 運動狀態(tài)判別流程圖

當條件1成立，進一步驗證條件2，如果式（2）不成立，說明車輛處在運動狀態(tài)。如果式（1）、（2）同時成立，進一步驗證條件3，如果式（3）成立，車輛處于運動狀態(tài)，否則可以判斷為靜止狀態(tài)。

通過上述判斷函數(shù)，可對裝甲車輛進行判別分類，區(qū)分靜止運動兩個狀態(tài)，作為UID的第7個屬性，得到整體出發(fā)時間和各車位置及經(jīng)緯度隨時間變化圖，以便于下一步的關(guān)聯(lián)挖掘。

3）對數(shù)據(jù)進行關(guān)聯(lián)挖掘［12］及解讀。在準確判斷車輛運動狀態(tài)之后，可以進一步對數(shù)據(jù)進行關(guān)聯(lián)挖掘從而得到每個實體的時序數(shù)據(jù)，如車間距、行進速度、隊形展開時間、機動效率、突擊效率等若干因素有關(guān)的時序數(shù)據(jù)。這些數(shù)據(jù)能真實地還原分隊行動的實際情況，但要想提高數(shù)據(jù)的參考價值還應(yīng)當酌情考慮戰(zhàn)場環(huán)境，需進行關(guān)聯(lián)挖掘分析。

首先，進行關(guān)聯(lián)規(guī)則挖掘。可得到表3所示的一系列關(guān)聯(lián)規(guī)則和信息。

表3 演訓(xùn)數(shù)據(jù)關(guān)聯(lián)規(guī)則

對挖掘到的關(guān)聯(lián)規(guī)則進行篩選解讀，將其轉(zhuǎn)化為可理解的知識，用來評估裝甲分隊此次突擊行動的組織效果。以表3前三條規(guī)則為例進行解讀。

第一條：根據(jù)1號裝甲車輛的速度和時間屬性可得到加速度，將相關(guān)偏差因素考慮入內(nèi)，其置信度為0.75。

第二條：根據(jù)1號裝甲車角度隨時間的變化，可以得到其車輛在任一時刻的角速度，其置信度為1。

第三條：根據(jù)1號裝甲車經(jīng)緯度隨時間的變化，可得到其在某段時間內(nèi)的水平位移。

以上為從1號車的｛UID，T，R｝序列可得到的部分關(guān)聯(lián)信息，根據(jù)裝甲分隊演訓(xùn)科目及要評估的內(nèi)容，制定不同關(guān)聯(lián)規(guī)則分析可挖掘到更多信息。

4）形成結(jié)論。分階段對突擊效果進行分析可得如下結(jié)論。

一是前沿攻擊隊從展開地區(qū)發(fā)起沖擊至通過通路階段。沖擊距離約1.5km～3.5km，分隊可以采取乘車沖擊與下車沖擊相結(jié)合的方式進行，而通道地形上乘車沖擊平均速度要求25km/h左右，下車沖擊平均速度10km/h左右，考慮到敵炮火攔阻、前沿陣地火力威脅和分隊實施火力打擊等因素，實際沖擊速度應(yīng)降為正常速度的三分之一左右，該裝甲分隊平均速度達到24.7km/h，基本能達到該標準。

二是前沿攻擊隊從通過通路至奪占敵一線排陣地階段。依據(jù)敵抵抗程度及敵防守陣地的地形情況，大約需要0.7h～1h，達到了大綱規(guī)定標準和要求。

三是后續(xù)階段。前沿攻擊隊奪占一線排陣地后向敵縱深陣地發(fā)展進攻至機動攻擊隊加入戰(zhàn)斗完成營的后續(xù)戰(zhàn)斗任務(wù)、抗擊敵反沖擊和保障上級縱深攻擊群進入戰(zhàn)斗階段，此階段依據(jù)敵縱深陣地敵兵力部署及地形情況，通常需要0.5h～1h左右，該裝甲分隊需時0.6h左右，符合需求。總體來看，該裝甲分隊地面突擊行動組織效果良好，基本完成預(yù)期戰(zhàn)斗目的。

5）可視化展示。利用軟件仿真模擬可得圖4裝甲分隊各車位置隨時間變化圖。

圖4 裝甲分隊各車位置隨時間變化圖

5 結(jié)語

貼近實戰(zhàn)的演訓(xùn)活動是檢驗部隊訓(xùn)練水平的重要方式，對各類演訓(xùn)活動進行定量分析評價，是軍事訓(xùn)練和評估最新發(fā)展趨勢，關(guān)聯(lián)挖掘在其中的作用日益凸顯。綜合運用數(shù)據(jù)分析技術(shù)對演訓(xùn)數(shù)據(jù)進行關(guān)聯(lián)挖掘和可視化利用，既能實現(xiàn)“用數(shù)據(jù)來說話”，又能實現(xiàn)“用數(shù)據(jù)來管理”，更能基于廣闊戰(zhàn)場的信息網(wǎng)絡(luò)數(shù)據(jù)分析與指揮員高超指揮藝術(shù)的有機融合，實現(xiàn)“用數(shù)據(jù)來決策”，為軍事訓(xùn)練效果評估工作提供可靠的數(shù)據(jù)支撐［13］。