基于拓展HTN分解框架的編隊多層級任務分解方法

中圖分類號：TP393；E917 文獻標志碼：A DOI：10.3969/j.issn. 1673-3819.2025.05.004

Abstract：Thehigh concurrencyand tightcoupling of elements incross-domaincollaborativeoperations complicatemission decomposition.Twokeychallenges arethelack ofsmoothness inthe decomposition processandthehandlingof uncertain misions.Toaddressthese，thispaper proposesamulti-tiered mission decomposition method basedonanextended HTN （HierarchicalTaskNetwork）framework.HT，whichrecursivelybreaksdowncomplexmisionsintosubtasks，offersstructuredmodelingandadaptabilitytodynamicbatlefields.This studyextends HTNbyintegratinga knowledgebase，using formation hierarchyasakeyelement.A knowledgebase matchingandevaluation methodisalsointroducedtoaddressuncertain misionscaused byunclearintellgenceandcomplexconditions.Validation with specifcoperational scenarios shows that the proposed methodimprovesdecompositionsmoothness，handles uncertaintyefectively，and enhances missionadaptabilityand executability.

Keywords：hierarchical task network;multi-tiered formation;operational missions;mission decomposition

隨著信息化技術的快速發展，現代戰爭已經進入了一種全新的形態，即體系對抗。在這種情況下，不同作戰領域間需要實現協同作戰，同時處理多個作戰任務，并且涉及多種作戰要素之間的緊密聯系，這使得作戰任務變得更加錯綜復雜。由于作戰任務的復雜性，尋找一種有效可靠的任務分解方法，將作戰任務分解成一系列清晰明了的可執行任務，成為軍事領域的熱點和難點[1]

近年來，任務分解方法可分為以下3種，一是過程流網：閆旭等采用過程流網方法對裝備體系任務流程進行建模2，并對過程流網擴展了時間和資源等元素；二是時序關系：程愷等通過拓展時間影響網絡將作戰任務分解成按時序關系進行的行動方案[3]；三是層級任務網絡（HTN，Hierarchicaltasknetwork）：HTN方法以任務分解樹為核心，通過遞歸分解復雜任務為多個子任務，使任務層級清晰化。近年來，HTN在作戰任務分解領域得到了廣泛關注，如蕭毅鴻等在傳統層級任務網絡基礎上，引入領域知識對任務規劃算法拓展，同時支持分解變粒度[4]；耿松濤等在擴展HTN的基礎上，建立了電子對抗任務列表并構建分解模型5；俞錦濤等針對HTN分解過程中的不確定性問題提出了具體解決方案[6]

然而，現有研究中仍存在一些突出問題。一是任務分解過程的平滑性不足，當前分解方法存在分解跳躍性，影響整體任務完整性；二是不確定性任務的合理性處理不足，在情報信息模糊和戰場環境復雜的情況下，對不確定性任務缺乏合理性分析，可能對任務網絡的完整性和執行性造成影響。為解決這些問題，本文引入HTN作為任務分解的核心技術。HTN通過以任務分解樹為基礎，將復雜任務遞歸分解為多個層次的可執行子任務，具有分層化結構、遞歸擴展性、多粒度分解等特點。此外，HTN可以結合領域知識與外部知識庫，對不確定性任務進行評估和優化，增強任務網絡的合理性和適應性。同時，HTN還具備靈活擴展的特性，可適應復雜動態的戰場環境，是解決復雜作戰任務分解難題的有效工具。

基于此，本文在傳統HTN分解框架基礎上進行拓展。本文首先以編隊層級作為層級要素對任務層級進行拓展，同時引入知識庫對傳統層級任務網絡進行拓展，然后對任務進行規范化描述，從而平滑任務分解過程；其次，結合知識庫，設計知識庫匹配評估方法并對不確定性任務進行分析，提升任務網絡的適應性與執行性；最后，以海上編隊作戰任務為例進行任務分解驗證，說明本方法的可行性和有效性。

1任務的分解框架及規范化描述

1.1作戰任務分解框架

作戰任務分解的執行必須依靠一定規模的作戰編隊，沒有作戰編隊的執行，作戰任務是毫無意義的[1]。一個作戰編隊往往受領的是面向整個編隊，并且在限定時間內，在指定區域內，達成指定作戰目標的使命任務；在傳統層級任務網絡框架下，引入編隊層級屬性，將任務層級進行拓展，作戰任務結構層次示意圖如圖1所示。

編隊級任務：編隊級任務是由編隊級指揮所，根據上級意圖、戰場態勢、我方情況等作戰因素，綜合分析得出，再通過命令或指令發出。

方面級任務：由編隊級任務分解得來，編隊級指揮

圖1任務結構層次示意圖

Fig.1Schematic diagram of the taskstructure hierarchy員在綜合研判戰場因素之后，決定由哪些方面級進行作戰。通常情況下，完整的海上編隊進行作戰時，會有空中作戰方面、水面作戰方面和水下作戰方面。

平臺級任務：平臺級任務由多方面得來，一是我方裝備情況，是否有該平臺；二是戰場態勢，在充分考慮敵企圖之后，我方是否利用該平臺去對抗。

子任務：由平臺級任務衍生而來，該任務可被繼續分解，或者歸類到元任務。

元任務：元任務是最小任務單元，是作戰單元可以直接執行的任務，不可被繼續分解，是作戰任務樹的葉節點。

任務分解框架如圖2所示。首先，從宏觀的編隊級任務到作戰單元可直接執行的元任務，統一通用的任務規范化描述性方法是任務分解過程的起始，也是根本所在；其次，任務場景的建模以及知識庫的建立，作戰專家結合任務環境可將任務進行初步的分解；最后，通過任務分解策略，配合知識庫匹配評估優選方法將任務進一步分解成可執行一系列的元任務，形成作戰任務樹。

圖2作戰任務分解框架

Fig.2Operational mission decomposition framework

1.2任務規范化描述

杜偉偉結合任務式指揮理論，從What（任務類型）、When（任務時間）、Where（任務空間）、Who（作戰力量）、Why（任務指標）5項W要素對作戰任務進行規范化描述[，本文對其進行了擴展。在原有“任務名稱、任務主體、任務時間、任務空間、任務指標”五個核心屬性的基礎上，新增“任務層級、任務資源、任務關系”三個關鍵屬性，以更全面地描述復雜作戰任務，為后續的任務分解與不確定性任務分析提供了更完善的支持框架。因此，任務的規范化描述可表示為

M_ij=?M_Name，M_Hierarchical，M_Subject，M_Resources，

M_Time，M_space，M_Target，M_Relation?，

式中： i=1，2，…，5 為層級下標 ，j=1，2，…，n 為任務下標。 M_Name 為任務名稱； M_Hierarchical 為任務層級； M_subject 為任務主體； M_Resources 為任務資源； M_Time 為任務時間； M_space 為任務空間； M_Target 為任務指標； M_Relation 為任務間的關系。

5W方法中的任務規范化描述這里不再贅述，下面將詳細介紹新增的3個關鍵屬性。

1.2.1任務層級規范化描述

任務層級表示為 M_Hierarchical ，指的是作戰任務的層級屬性，不同層級的任務對于本級指揮員的要求不一樣，將其規范化描述為

M_Hierarchical=?h_formation，h_theater，h_platform，h_subtask，h_atomic? （2）式中： h_formation 為編隊層級； h_theater 為方面層級； h_platform 為平臺層級； h_subtask 為子任務級； h_atomic 為元任務級;如果任務用 M_ij 進行表示時，任務層級從高到低，分別為 i=1，… 5。

1.2.2任務資源規范化描述

任務資源表示為 M_Resources ，指的是該任務執行時所需要的一系列資源，將其規范化描述為

M_Resources=?r_person，r_equip，r_time，r_logisti，r_finan?

式中： r_person 為人員資源； r_equip 為武器裝備資源； r_time 為時間資源； r_logisti 為后勤資源； r_finan 為財務資源。

1.2.3任務關系規范化描述

任務關系表示為 M_Relation ，指的是任務之間的關系，包括層級關系、時序關系和邏輯關系，將其規范化描述為

M_Relation=?mid，M_ij，r_level，r_sequence，r_logic?

（i=1，…，5，j=1，…，N）

式中： M_Relation 為本任務中第 Δmid 索引、與第 i 層級、第 j 個任務的關系描述； M_ij 為第 i 層級、第 j 個任務； r_level 為層級關系，表示任務 M_a，M_b 之間是否為父子任務關系；r_sequence 為時序關系，包括（1）任務 M_a 開始執行后任務M_b 才開始執行；（2）任務 M_a 結束執行后任務 M_b 才開始執行；（3）任務 M_a 與任務 M_b 同時執行； r_logic 為邏輯關系，包括：（1）依賴關系；（2）互斥關系；（3）支持關系；（4）銜接關系。

2 作戰任務分解

2.1 分解原則

（1）原則一：可行性原則

可行性原則指的是分解出的元任務應當在實際條件下可完成，不超越執行者能力范圍和資源限制。考慮執行元任務所需的技術和裝備支持是否能夠滿足任務的要求，同時還要考慮分解出的元任務應當符合執行者的實際能力水平。

（2）原則二：效益性原則

效益性原則指的是任務分解要考慮元任務執行的效益和成本，確保元任務的完成能最大程度實現戰略目標，并在資源利用上具有經濟性和有效性。

（3）原則三：顆粒度原則

顆粒度指的是將子任務分解為更小、更具體并且可執行的元任務的程度。任務分解的顆粒度應當適度，既要保證任務拆分得夠細致，使得每個元任務清晰明確，又要避免任務拆分得過于細碎，導致元任務管理復雜化和執行效率降低。

（4）原則四：協同性原則

協同性原則指的是各個元任務之間具有協同配合的關系，確保任務之間的關聯性和配合性，避免出現執行沖突和資源浪費。

2.2作戰任務分解建模

任務分解建模是對作戰任務的初步分解，是構建子任務集合的必要步驟，將其表述為

N_p=M_p，E，K

式中： M_p 為規范化描述后的輸入任務； E 為任務場景； K

為知識庫； N_p 為初步分解后的子任務集合；

2.2.1任務場景建模

作戰任務分解與任務場景是密切聯系的，任務場景建模示意圖如圖3所示，其規范化描述為

E=?E_e-deploy，E_e-attempt，E_environment?

式中： E_e-deploy 為敵部署情況; 為敵意圖；

為作戰環境;

2.2.2 知識庫建模

知識庫是一個系統化的信息平臺，集成了各種軍事情報、歷史案例、作戰計劃、戰術技巧、軍事科技資料和規章制度等信息資源[8-10]。在分解典型任務時，作戰專家可直接根據知識庫中的子任務集合作為分解結果，也可借助知識庫，對任務分解結果進行優化處理。建模示意圖如圖4所示，其規范化描述為

K=?K_M-temp，K_M-exper?

式中： K_y-temp 為典型任務集; K_n-exper 為專家經驗集。

圖3任務場景建模示意圖

Fig.3Mission scenario modelingdiagram

（i=1，…，5，j=1，…，N）

（3）檢查是否有不確定性任務，若有不確定性任務，利用知識庫匹配評估優選方法對不確定性任務進行綜合研判，根據指標決定該任務是否需要被保留；

（4）檢查元任務集合中是否還有可繼續分解的任務，若有，則繼續拆解。

3作戰任務分解結果評估

3. 1 效費比

通過效費比的計算，量化效果與成本的關系，評估作戰任務分解結果的具體指標，指揮官能夠選擇最有效的作戰方案，從而最大限度地實現作戰目標并確保資源的合理使用[1I-12]。“效費比\"即任務完成效果率與該任務所需要消耗的費用率之間的比值，計算方法如下：

（i=1，…，5，j=1，…，N）

任務完成效果率 .Re_ij（M_ij：{ 子任務集合 } ）為效益型指標，數值越大越好；費用率 子任務集合）為成本型指標，數值越小越好；因此，針對某一待評估任務的若干種任務分解結果進行比較時，效費比越大越好。

3.1.1任務完成效果率計算

任務完成效果率指的是待評估任務在某一種分解結果下的評估完成效果，達到任務分解前預期完成效果的某個程度，計算方法如下：

式中： K_ij^Mt，K_ij^Me 分別為第 i 層級第 j 條索引的典型任務和專家經驗； K_condition^Mt K_condition^Me 為前置規則或條件； K_conclusion^Mt ，（204號 K_conclusion^Me 為結論， C^Mt，C^Me∈[0，1] 為可信度。

2.3作戰任務分解策略

輸入：作戰任務集合。

輸出：作戰任務樹。

過程：任務分解流程圖，如圖5所示。

（1）判斷任務層級屬性，如果是任務層級在平臺級及以上的任務，首先進行作戰任務樹的建模，進行任務的初步分解；如果任務層級在平臺級以下，那么將進一步判斷并分解；

（2）判斷子任務是否可繼續拆解，若可以拆解，將遵循分解原則中的四項基本原則，對任務進行分解，得到元任務集合；若不能繼續拆解，將直接歸入元任務集合中；

Re_ij（M_ij ：：子任務集合

式中：利用比值法，可以將效果率進行歸一化處理;Re_ij（M_ij：{ 子任務集合 } ）即待評估任務在某一種任務分解結果下的任務完成效果率； γ 為該任務對評估任務的貢獻度，且 （204

該值主要由兩個指標決定，一是待評估任務的預期完成效果值 E_ij（M_ij） ，二是待評估任務在某種分解結果下的評估完成效果值 E_ij^eval（M_ij） ，兩者定義在區間[0，1]內，具體計算方法如下：

圖4任務場景建模示意圖

Fig.4Knowledgebasemodeling diagram

目標毀傷程度打擊任務： 0? 目標毀傷程度 ? 預期毀傷程度 ?1 預期毀傷程度成功攔截火力數防御任務： 0? 成功攔截火力數 ? 預期攔截火力數 ?1 預期攔截火力數資源輸送量保障任務： 0? 資源輸送量 ? 目標輸送量 ?1 目標輸送量目標偵察覆蓋率偵察任務： 0? 目標偵察覆蓋率 ? 預期覆蓋率 ?1 預期覆蓋率干擾強度 電子對抗任務： 目標干擾強度 0? 干擾強度 ? 目標干擾強度 ?1 指令下達及時率指揮控制任務： 0? 指令下達及時率 ? 目標及時率 ?1 目標及時率支援火力覆蓋率火力支援任務： 0? 支援火力覆蓋率 ? 目標覆蓋率 ?1 目標覆蓋率物資送達率后勤保障任務： 0? 物資送達率 ? 目標送達率 ?1 目標送達率信息傳輸成功率信息保障任務： 0? 信息傳輸成功率 ? 目標成功率 ?1 目標成功率目標搜救成功率搜索救援任務： 0? 目標搜救成功率 ? 目標搜救率 ?1 目標搜救率

圖5任務分解流程圖

Fig.5Mission decomposition flowchart

為確保評估科學性，針對不同任務類型[13]，指揮官在分解任務時，依據作戰需求和任務屬性為每種任務類型賦予預期效果值 E_ij（M_ij） 的目標參數;此外，待評估任務經過任務分解后，評估專家在給定評估完成效果值時，應考慮由其分解的子任務執行效果[14]

3.1.2任務費用率計算

資源數的比值作為歸一化處理值，各類資源利用率及歸一化處理如下：

人員資源： 集合 } ）

財務資源： （i=1，…，5，j=1，…，N）

3.2不確定性任務的評估優選方法

不確定性任務指的是經子任務拆解過后的、合理性存疑的元任務。任務拆解過程會受到多種不確定因素的影響，例如：不準確的情報信息、復雜多變的任務環境和執行單元的自身綜合狀況等，這些不確定性內外在因素，使拆解出來的一部分元任務在被執行時，給執行者帶來不確定性和挑戰，甚至影響執行效果，導致任務失敗[6。因此，在本節中設計一種知識庫匹配評估優選方法，以解決不確定性任務的風險性問題。

3.2.1任務信息提取及關鍵字表示

在不確定性任務匹配前，需要對不確定性任務所在的具有父子關系的任務鏈路進行信息提取并表示，以便于匹配與評估。待匹配任務鏈路的每個層級任務僅用單關鍵字進行概括表示。初始化賦值如表1所示。

表1待匹配任務鏈路表示方式

Tab.1Representation of unmatched mission linkages

“費”區別于傳統任務執行時所需要消耗的財務費用，這里指的是消耗各種資源，包括人員、裝備、時間、后勤和財務資源等。計算方法如下：Rc_ij（M_ij ：子任務集合} ； （12）式中： C_ij（M_ij） 為待評估任務 M_ij 的費用率； c_ij 為各資源的利用率， λ_?k 為權重。在對任務資源進行費用評估計算時，評估專家可根據各任務資源的重要程度，設置權重值來表示程度大小。

待評估任務 M_ij 的各類型預估資源使用數與初始

3.2.2知識庫匹配及評估

具體的匹配過程如圖6所示，主要分為3個部分，分別如下：

（1）待匹配鏈路關鍵字初始化在鄰接表中，以key-value的匹配方式來表示父子任務之間關系。（2）匹配知識庫在匹配過程中，需要將待匹配的關鍵字與知識庫典型任務的 K_conclusion^Mt 進行實際的匹配，同時考慮每一條典型任務的可信度值 C^Mt ；考慮到匹配的結果不唯一，所以以key-vector ?lt;gt; 的形式來表示結果。

圖6不確定性任務匹配評估流程圖 Fig.6Uncertainty-based mission matching evaluationflowchart

（3）匹配結果評估

匹配結束后，對臨時任務樹中的所有結果進行效費比計算，選出最優鏈路，并將鏈路末端元任務替換不確定性任務。

4 案例分析

4.1 作戰想定

為了驗證本文提出的作戰任務分解方法的可行性，以某次海上協同作戰為想定背景[6，15]，進行應用案例的驗證。面對紅方派遣到某區域將要對藍方的武裝力量進行攻擊的航母編隊，藍方迅速啟動應急響應機制，藍方軍隊的作戰目標為通過艦艇編隊的各武裝力量威懾限制紅方航母艦隊各單位的活動范圍，防御紅方可能發動的火力打擊，最終驅逐并清除海空目標威脅。

4.2任務規范化描述

由上述作戰想定描述，編隊級任務各屬性詳細信息如圖7所示。

4.3 作戰任務分解

4.3.1任務初步分解

對編隊級任務進行初步分解，按照層級逐層分解，分別得到方面級任務集和平臺級任務集；接著，結合任務場景和知識庫，將平臺級任務進一步分解，得到子任務集合。分解結果如圖8所示。

4.3.2作戰任務樹構建

任務分解的最后一步，將子任務集合進一步分解成可直接執行的元任務集合，分解任務時需要遵循四項基本分解原則，并利用知識庫進行輔助分解。元任務集合分解結果如圖9所示。

4.4 作戰任務評估

4.4.1防御類型作戰任務評估

結合圖9，現對 M₁₄ 任務進行任務評估，以下相關數據均為假設值。

4.4.1.1作戰任務完成效果率計算

任務預期完成效果值和任務的評估完成效果值，設定如表2所示。

由式（11）計算，得到待評估任務的完成效果率為 87% 。

4.4.1.2作戰任務費用率計算

假設我方資源如表3所示。

由式（12）（13）計算，得到費用率為 62.5% 。

表2預期效果值與評估值表

Tab.2Expectedoutcomevalueandevaluationvalue table

表3待評估任務資源表

Tab.3Pendingtaskresourceevaluationtable

4.4.1.3作戰任務效費比計算

由式（14）計算，可得效費比值為 R_4，14（M_4，14 ：{M_5，50，M_5，51，M_5，52}）=1.392_?

4.4.2 不確定性任務評估

結合元任務分解示意圖，假設空中加油機為高價

值目標，受敵方重點打擊的概率大，將 M₆₂ 空中加油任務定為不確定性任務，現按照4.2節方法對其進行匹配評估優選。

4.4.2.1作戰任務信息鏈路表示

首先，對不確定性任務 M₆₂ 空中加油任務的信息

進行提取，如圖10所示。

圖10不確定性任務鏈路信息

Fig.10Uncertainty task link information

4.4.2.2 知識庫匹配

將不確定性任務在知識庫中進行匹配，并且為了

方便后續的評估優選，將各匹配結果的任務完成效果率給定（假設值），匹配結果如表4所示。

表4不確定性任務匹配結果表

Tab.4Uncertainty task matching results table

4.4.2.3不確定性任務評估優選

通過計算四條鏈路的效費比，可以得出較優的任務鏈路，繼而保留更好的元任務，假設資源設置如表5所示。

表5不確定性任務資源信息表

Tab.5Uncertainty task resource information table

由上表可知，鏈路2的效費比2.07最高，最終優選：

鏈路2：空中作戰方面任務 $$ 無人平臺任務 $$ 空中補給任務 $$ 機載加油任務，作為執行任務鏈路并添加

到作戰任務樹中，并清除任務 M₆₂ 空中加油任務。

4.5任務分解結果對比與分析

4.5.1傳統拓展HTN分解框架分解結果

圖11是利用傳統拓展HTN分解框架進行分解的作戰任務樹。

圖11傳統拓展HTN分解作戰任務樹

其分解過程大致如下：在接受使命任務后，根據作戰目的以及戰場態勢，主要分解成“M2威慢驅逐敵方艦隊”和“M3防御敵方火力打擊”兩個復合任務；接著，再結合領域知識和專家經驗等手段，繼續分解，分解結果包含可拆解的子任務和可直接執行的元任務；之后，根據分解原則，繼續執行分解策略，檢查任務樹中是否還有可分解的子任務，如果有，則繼續分解；如果沒有則繼續檢查，直到任務樹的所有葉結點都成為可執行的元任務為止。

4.5.2分解結果對比分析

編隊多層級分解方法和傳統拓展HTN分解方法進行對比，結果對比分析如表6。

表6分解結果對比分析表

Tab.6 Decomposition results comparison analysis table

5 結束語

作戰任務分解是作戰任務分配的基礎，也是關鍵的第一步，構建合理的可執行的作戰任務樹對制定作戰方案和推進作戰進程具有重要意義。本文在研究了任務分解的基本概念后，在傳統層級任務網絡基礎上引入編隊層級對任務層級拓展以及引入知識庫對分解框架的拓展；通過構建任務分解建模，對高層級作戰任務進行合理的分解，得到顆粒度適當的子任務集合。通過分解原則和分解策略，將子任務集合進一步拆解成可直接執行的元任務集合。針對不確定性任務的合理性問題，提出了知識庫匹配評估方法進行分析。最后，以海上編隊作戰的任務分解圖和元任務樹為例，驗證了本文方法的可行性和有效性。

參考文獻：

［1］曹裕華，馮書興，徐雪峰．作戰任務分解的概念表示方法研究[J]．計算機仿真，2007，24（8）：1-4.CAOYH，FENGSX，XUXF.Research on conceptionrepresentation ofoperational mission break[J].ComputerSimulation，2007，24（8）：1-4.

［2］閆旭，宋太亮，曹軍海，等．面向任務流程的裝備體系完成任務概率仿真評估方法［J]．系統工程與電子技術，2019，41（1）：81-88.YAN X， SONG T L， CAOJH ， et al. Mission process o-riented simulation evaluation method of mission completionprobability for equipment system of systems[J].SystemsEngineering and Electronics，2019，41（1） ： 81-88.

［3］程愷，張宏軍，張睿，等．基于擴展時間影響網絡的作戰任務效能計算方法［J]．系統工程與電子技術，2012，34（12） ： 2 492-2 497.CHENGK，ZHANGHJ，ZHANGR，etal.Calculationof operational task effectiveness based on extended timedinfluence nets[J]. Systems Engineering and Electronics，2012，34（12）： 2 492-2 497.

［4］蕭毅鴻，周獻中，張鐵．擴展層級任務網絡規劃的變粒度作戰任務分解策略[J]．火力與指揮控制，2011，36（7）： 119-122.XIAO Y H， ZHOU X Z， ZHANG T. Mission decomposi-tion tactics with variable granularity based on extended hi-erarchical task network planning[J].Fire Control amp; Com-mand Control，2011，36（7）：119-122.

[5]耿松濤，操新文，李曉寧，等．基于擴展層級任務網絡的聯合作戰電子對抗任務分解方法［J]．裝甲兵工程學院學報，2018，32（5）：8-13.GENG S T， CAO X W， LI X N，et al. Joint operations electronic countermeasures task decomposition methodbased on extended hierarchical task network[J].Journalof Academy of Armored Force Engineering，2018，32（5） ： 8-13.

[6]俞錦濤，肖兵，崔玉竹．基于擴展HTN的不確定作戰任務分解[J]．火力與指揮控制，2023，48（9）：20-25.YUJT，XIAO B，CUI Y Z.Uncertain combat task de-composition based on extended HTN[J]. Fire Control amp;Command Control，2023，48（9）：20-25.

[7］杜偉偉，陳小偉．作戰任務層次化分解方法[J]．兵工學報，2021，42（12）：2 771-2 782.DU WW，CHEN X W. Operational task hierarchical de-composition[J].Acta Armamentarii，2021，42（12）：2 771-2 782.

［8］劉一博，張海粟，左青云，等．面向作戰指揮的武器裝備知識圖譜本體構建[J]．火力與指揮控制，2024，49（5） ： 44-51.LIU YB，ZHANG H S， ZUO Q Y，et al. Ontology con-struction of weapon equipment knowledge graph for combatcommand[J].Fire Control amp; Command Control，2024，49（5） ： 44-51.

[9］官小靜，陳超博，呂明．戰場資源規劃調度系統的研究[J]．工業控制計算機，2021，34（2）：125-126.GUANXJ，CHENCB，LVM.Research on battlefieldresource planning and dispatching system[J]. IndustrialControl Computer，2021，34（2）：125-126.

［10］孫宇祥，黃孝鵬，周獻中，等．基于知識的海戰場態勢評估輔助決策系統構建[J]．指揮信息系統與技術，2020，11（4）：15-20.SUNYX，HUANG XP，ZHOUXZ，et al. Constructionof knowledge-based situation assessment and assistant de-cision-making system for sea battefield[J]. Command In-formation System and Technology，2020，11（4）：15-20.

[11］劉麗巧，胡艮勝，王俊.面向效費分析的聯合火力打擊兵力規劃模型體系研究[J].軍事運籌與評估，2023，38（1） ：43-46.LIU L Q，HU G S， WANG J. Research on the model sys-tem of joint fire strike forces planning based on cost-effec-tiveness analysis[J]. Military Operations Research andAssessment，2023，38（1） ：43-46.

[12］羅海龍，趙得智，王皓.面向服務的跨域協同作戰任務效費分析[J].軍事運籌與評估，2022，37（3）：57-63.LUO HL， ZHAO D Z，WANG H. Eficiency-cost analy-sis of cross-domain coordinated operations based on serv-ice-oriented architecture[J]. Military Operations Re-search and Assessment，2022，37（3） ：57-63.

[13］劉已斌，連志平，苗永新．作戰任務清單與作戰能力需求清單的映射機理[J]．火力與指揮控制，2023，48（2）： 52-56.LIU JB，LIAN Z P，MIAO Y X. Mapping mechanismbetween operational task list and operational capability re-quirement list[J].Fire Control amp; Command Control，2023，48（2） ： 52-56.

[14］郭蓬松，李寧，李為民，等．防空反導一體化指揮協同效能評估[J].火力與指揮控制，2024，49（8）：45-52.GUO P S，LI N，LI W M，et al. Research on the effec-tiveness evaluation of air defense and antimissile integratedcommand cooperation[J].Fire Control amp; Command Con-trol，2024，49（8） ： 45-52.

[15］錢東，趙江．海上實兵作戰實驗綜述——概念、案例與方法[J]．水下無人系統學報，2020，28（3）：231-251.QIAN D， ZHAO J. Summary of live war-fighting experi-mentation at sea—concepts，cases and methods[J]. Jour-nal of Unmanned Undersea Systems，2020，28（3）：231-251.

（責任編輯：李楠）