基于組合評估的有人/無人機協同反艦作戰效能評估?

劉顯光 張曉豐 陳士濤 苗青林

（空軍工程大學 西安 710051）

1 引言

隨著無人機技術的迅速發展和軍事需求的不斷推進，無人機在戰場上的作用不斷拓展，無人智能化將成為無人機發展的必由之路，但現有的無人機的智能化水平還遠遠無法達到取代人腦自主完成戰場決策判斷以及實現無人機自主作戰的程度［1］。同時，對于現階段而言，單架無人機或者多架無人機協同作戰所能發揮的作用相對有限，對于地面站依賴又過高，無法跟上未來戰爭中快速出動、快速進攻的節奏，而這時把有人機引入到無人機的作戰體系中將成為無人機作戰的必然選擇［2］。與此同時，國內外也開展了有人/無人機協同作戰的相關試驗，如美國相繼進行了AMUST項目、“忠誠僚機”項目、“分布式作戰管理”項目和“拒止環境中協同作戰”項目［3～5］，英國推出了一種利用“基于智能體的推理”的項目［6］，可以使得有人駕駛機實現對無人作戰系統的實時控制和任務規劃，國內在無人機編隊控制技術以及有人機和無人機的作戰概念、數據通信、任務分工、效能評估和航路規劃等方面開展了廣泛的研究。反艦作戰是當今海上作戰的主要形式，在未來局部海戰中，利用具備隱身性能的有人機和無人機來對海上縱深以及高風險海域內的敵方艦船實施偵察攻擊將會成為未來反艦作戰領域的一個重要趨勢，而對其進行效能評估是未來檢驗其戰斗力、進行系統改良所必不可少的環節［2］，本文從組合評估的角度出發，探索組合不同評估方法的有人/無人機協同反艦作戰效能評估方法。

2 協同反艦作戰效能指標體系構建

2.1 作戰模式分析

如圖1所示，有人/無人機協同反艦作戰過程構想如下：作戰聯合指揮所根據戰場形勢制定作戰計劃，下達作戰命令給有人/無人機聯合編隊，對任務路徑進行數據裝訂后，聯合編隊從陸基或者海基平臺起飛［7］，無人偵察機和誘餌無人機處于編隊的最前方對敵方艦艇進行偵察監視，無人攻擊機和無人電子對抗機處于第二層，執行火力打擊和電磁對抗任務，有人機處于編隊的第三層，進行作戰決策，以安全距離進行跟隨飛行。

其中，誘餌無人機可令敵方防空雷達暴露，干擾敵方視線，以便無人偵察機對敵方艦艇進行實時監控偵察，將收集到的戰場信息及時反饋給有人機，并對敵我雙方的損傷狀況進行評估；同時電子對抗無人機對敵方艦艇進行電磁干擾，同時無人攻擊機也可攜帶反輻射導彈打擊敵防空系統［8］。

圖1 有人/無人機協同反艦作戰態勢圖

由于有人/無人機協同反艦作戰戰場環境復雜、各種電磁信號干擾交織、戰場態勢也瞬息萬變，需要考慮敵我效能影響因素眾多，難以將所有影響因素指標化，且隨著指標數量的增多，其評估計算量也會呈指數型上升，為了簡化效能評估過程，可以采用OODA環理論，將上述作戰流程簡化成四個模塊：觀察、判斷、決策、行動［9］，如圖2所示。

圖2 有人/無人機協同反艦作戰OODA

2.2 確定作戰效能指標體系

建立作戰效能指標體系是研究有人/無人機協同反艦作戰效能評估的前提和基礎，它是將影響有人/無人機協同反艦作戰效能的各個抽象因素轉化成具體、明確的度量指標，并賦予相應權重的過程，而建立作戰效能評估指標體系是一項復雜的系統工程，在保證指標體系全面性與獨立性、層次性與系統性統一的同時，又要確保指標體系符合評估的要求，全面準確地反映有人/無人機協同反艦作戰效能［10］。本文利用Delphi法來確定有人/無人機協同反艦作戰效能指標體系，分別確定OODA環四個模塊的作戰效能指標體系，如圖3所示。

3 基于組合評估法的指標權重計算

對于多指標評價問題，指標權重的確定將直接影響評價結果的準確性［11］。根據評估方法的主客觀程度，可以將權重確定方法分為主觀賦權法、客觀賦權法和主、客觀結合的組合賦權法。本文利用基于改進的層次分析法的主觀賦權和基于熵權理論的客觀賦權結合的組合賦權法來確定作戰效能指標的最終權重，既降低了主觀賦權法所產生的主觀隨意性，又解決了客觀賦權可能存在的權重與實際情況相悖的問題。

3.1 主觀權重計算

2.2節中在OODA環的基礎上利用Delphi明確了影響作戰效能的各個指標，但還沒有對其指標進行量化，而層次分析法（APH）可以進行定量分析，利用專家評比的方式對同一層上的各個因素按其重要度進行兩兩比較，得到權重判斷矩陣，并進行量化計算，最后結合專家權重來確定指標的主觀權重。

1）確定特征向量

構建好每名專家的判斷矩陣后采用方根法來確定指標權重：

對于構造出來的個體判斷矩陣也要檢驗其一致性指標，評判該判斷矩陣是否可以接受。

2）判斷專家權重

對于通過一致性檢驗的專家，根據實際情況和評判結果進行聚類分析，其中評判結果相似的專家可以歸為同一類，從而將專家劃分成不同的類別。其中，類容量大的專家的批判結果應該代表大多數人的意見，賦予相對較高的權重；而類容量較小的專家只代表少部分人的觀點，賦予相對較低的權重。

式中，Φi表示第i類專家們的類容量權重，φi表示第i類專家的數量，t表示總共劃分的專家的類別。

同時，一致性越好的判斷矩陣的可接受程度越好，對于各名專家的權重也應考慮個體判斷矩陣的一致性程度，將類容量權重Φi與一致性指標CI結合起來并進行歸一化處理得到專家權重

3.2 客觀權重計算

在信息論中，熵是用來度量信息不確定性的工具。熵越大的信息不確定性就越大，信息所包含的信息量就越大；熵越小的信息不確定性就越小，信息所包含的信息量就越小［12］。

而對于效能評估指標來說，熵值可以反映評估指標的離散程度。其中，若指標離散程度越大，就說明該指標對效能評估的影響越大，對應的權重也應該越大；若指標離散程度越小，就說明該指標對效能評估的影響越小，對應的權重也應該越小。例如某項指標在各個專家評分下都相同，則說明可以不必考慮該指標，權重為0。

計算熵的公式如下：

式中，Pij表示第j個指標在第i個專家評分中所占的比重，K為比例系數。

m為專家個數，即樣本容量；n為指標個數。

確定指標熵權重：

3.3 基于組合賦權的最終權重確定

將每名專家的個體判斷矩陣的特征向量與其對應的專家權重相乘加和并乘以指標的熵權重得到各個指標的最終權重向量W*：

圖3 有人/無人機協同反艦作戰效能指標體系

對于四個一級指標即OODA環的四個環節的權重，在上述基礎上，將各個二級指標分數加和求平均作為一級指標的評分：

然后依據2.2節計算出一級指標的熵權重，結合層次分析法計算出來的特征向量并進行歸一化可以得到一級指標的最終權重：

代入式（17）、（18）中就可以得到一級指標的權重向量。

4 建立灰色聚類評估模型

4.1 確定評估標準和評估分數矩陣

根據作戰效能評估的實際情況，可以將作戰效能劃分成四個灰類，如表1所示。

表1 作戰效能評估標準

對于有人/無人機協同反艦作戰效能的各項指標，邀請m名專家針對其作戰效能進行評分。

4.2 確定白化權函數值

根據效能評估的要求，確定有人/無人機協同反艦作戰效能評估的灰類數以及白化權函數。在上面已經將評估標準劃分成四類，分別是優秀、良好、一般以及較差，所以對應的評估灰類數也是四類，設定評估灰類t=1,2,3,4；將區間[0,100]劃分成[0 ,60]、[6 0,80]、[8 0，90] 、[9 0,100]四個區間；灰數的數值表示評估可能的取值范圍，而各個區間的幾何中點λk為該類的最優評估值。

計算各個指標的灰色評價系數：

式中，σjk是j指標關于灰類k的灰色系數，σj是j指標的總灰色系數，而rjk是指標j的第k個灰類的灰色評價權重。

因為總共劃分了四個灰類，所以由上式可得j指標灰色評價權向量Rj=(rj1,rj2,rj3,rj4)T，同理可得該層次的灰色評價矩陣R：

4.3 確定白化權函數值

邀請專家評分的方式，首先對OODA環的四個二級指標：觀察、判斷、決策、行動進行綜合評價：將得到的灰色評價矩陣與層次分析中得到的指標權重向量結合起來，得到四個二級指標的評估結果：

整合四個二級指標的綜合評價結果，可以生成對應于評估作戰效能一級指標的灰色評價矩陣C：

最后，根據對有人/無人機協同反艦作戰效能進行綜合評估：

W*T為四個二級指標對于作戰效能的權重評估向量，F為灰色評估向量，在表2作戰效能評估標準中選取四個灰類的中值作為灰色評估向量F=(95,85，70,30)，E為總體效能評估值，再對照表1，判斷其屬于的效能級別。

5 實例計算

現邀請16名相關領域專家組成有人/無人機協同反艦作戰效能評估小組，對上述確定的各項指標進行綜合評分，評分結果如表2。

表2 作戰效能專家打分情況表

5.1 計算作戰效能指標權重

根據上述效能評估數據，對有人/無人機機協同反艦作戰效能進行評估，建立評估指標的特征向量W=(W1,W2,W3,W4)，Wi分別表示協同感知、態勢分析、作戰決策和反艦作戰四項一級評估指標。首先確定4項一級指標對應下的二級指標權重，以協同感知能力為例，參照專家對各項效能指標的評分情況，按照表1的標準對各項指標進行兩兩比較，分別建立十六個專家的判斷矩陣，計算他們的特征值、特征向量和一致性檢驗值，如表3所示。

表3 專家判斷矩陣協同感知特征向量和一致性指標

將一致性檢驗不合格的四名專家建立的判斷矩陣（以*號標識）剔除，對剩下的十二名專家結合其評分情況利用k-means算法劃分成四類結合公式（2）～（4）得到各專家權重為表4。

表4 通過一致性檢驗的專家權重情況表

再由式（5）～（9）和表4計算出指標的熵權值，如表5。

表5 協調感知能力各指標熵權重情況表

最后，將得到的數據代入式（11）～（13）中可算出協調感知能力四項相應指標的最終權重，如表6。

表6 協調感知能力各指標最終權重情況表

按照此流程可計算出所有指標的最終權重，如表7。

表7 各級指標最終權重表

5.2 作戰效能灰色評估

根據第4節中灰色聚類評估步驟，將表1中的各項評估分數代入對應的白化權函數中，計算結果如表8。

表8 各個指標灰類白化權函數值

5.3 整體作戰效能評估

針對有人/無人機機反艦作戰的整體作戰效能，將表7和表8中計算得到的指標權重和灰色評估矩陣代入式（2）中可以計算出所有二級指標和一級指標的總體效能評估值，如表9。

表9 各級指標整體效能評估值

可以發現態勢分析能力和作戰決策能力這兩項指標都位于［60，80］區間內，評估結果為合格說明在該項評估中，要想提高反艦作戰的總體效能，需要盡可能提高態勢分析和作戰決策方面，例如對于效能評估值最低的作戰決策來說，應盡可能對飛行員的戰時作戰決策進行訓練，培養指揮素質，做好各種預案，提升飛行員的決策能力，同時完善有人機的輔助決策系統，盡可能提升各種信息處理能力，簡化決策流程，提高人機交互能力等，通過這些方式來盡可能提高作戰決策的作戰效能。

6 結語

從觀察-判斷-決策-行動四個環節入手建立起有人/無人機協同反艦作戰效能評估的指標體系，再結合改進層次分析法和灰色評估模型，從組合評估的角度出發建立有人/無人機協同反艦作戰效能評估模型：在確定指標權重方面，在傳統的層次分析法之上，還利用聚類分析的方式來確定專家的權重，同時結合熵權法的思想對于各個指標評估值予以修正；在灰色評估，利用端點混合三角白化權函數來確定各個指標灰類的隸屬度，結合指標權重來計算各級指標的效能大小。最后，通過實例分析的方式檢驗所建立的模型具有良好的可操作性。