基于灰色关联分析法的指挥信息优势评估*

刘 彬 范云菲 黄梓航

（1.国防大学联合作战学院 石家庄 050084）（2.郑州大学商学院 郑州 450001）（3.信息工程大学 郑州 450001）

1 引言

现代战争中，信息已成为重要的战斗力，制信息权的斗争成为赢得战争主动权的关键。信息优势是获取决策优势、夺取制信息权的客观基础［1］。指挥信息优势是一方相对于另一方而言的优势，必须有一个参照系作为比较［2］。准确分析和评估作战指挥活动中获得信息优势的能力，能有效提升作战指挥能力，有助于获得指挥控制上的制信息权，赢得战场主动权。

关于指挥信息优势评价，目前已有不少相关研究文献，比如基于模糊综合评价法、信息熵的未确知测度、集合距离等对指挥信息优势进行评估［3～5］。但值得注意的是，现有文献采用的方法要么过于简单，信息出现损失，使得评估结果出现较大的误差；要么过于复杂，缺乏一定的实用价值。其实，指挥信息优势评价系统是一个灰色系统。首先，影响指挥信息优势的因素很多，而且有些还十分复杂，我们在进行评价的时候，一般都是选取有限的指标；其次，将指标数据化时，考虑到数据的可获得性和可量化问题，有些指标无法获得数据。因此该系统具有信息不完全，即“灰色”的特性，我们使用灰色系统理论评价系统对指挥信息优势进行评价是十分适合的。

2 指挥信息优势的评估指标体系

指挥信息优势可以具体表现为战场信息获取、处理、分发、防护和运用等方面强于对手的优势。因此，在综合相关文献和征求专家意见基础上，可将指挥信息优势分解为信息获取能力、信息处理能力、信息分发能力、信息防护能力和信息运用能力等五个主要因素进行分析［6～8］。

1）信息获取能力。战场空间广阔，各种侦察设备遍布陆、海、空、天、网等多个空间。因此，可将信息获取能力分为陆上信息获取能力、空中信息获取能力、海上信息获取能力、太空信息获取能力和网络信息获取能力。

2）信息处理能力。信息的处理能力主要来自于计算机运算能力、数据库存储能力、数据融合能力。通过分布式计算、并行计算等信息技术，在短时间内对获取的各类信息进行高速处理和整合，迅速生成战场信息产品。因此，可将信息处理能力分为计算机运算能力、数据库存储能力和数据融合能力。

3）信息分发能力。战场信息具有信息源分散、种类多、信息量大、传递集中和时效性强等特点，对信息分发能力的指标进行构建时，要综合考虑作战单元的空间分布、指挥体制状况及通信能力等指标衡量军事信息的分发能力。具体地，信息分发能力由战场通信能力、指挥体系优化程度、作战单元分布状况组成。

4）信息防护能力。随着各种电子武器、信息武器的广泛运用，信息安全面临前所未有的威胁，加之战场自然环境恶劣，容易出现断电、数据损坏、系统自扰等安全问题，要综合运用物理、技术手段，以及有效的安全管理等措施加强信息防护。因此，可将信息防护能力分为物理防护能力、技术防护能力和安全管理能力。

5）信息运用能力。信息化条件下，知识、高效、层次性的信息运用能力，是信息优势向决策优势转化的关键，也是支撑并左右体系作战的重要环节，主要从信息表达是否清楚、使用是否方便、利用信息的方式、指挥员利用信息做出正确决策的能力等方面来评价作战单元或作战体系对信息的运用能力。因此，可将信息运用能力分为信息表达能力和信息决策能力。

根据上述分析，对指挥信息优势进行评价，建立评估指标体系。如图1所示。

图1 指挥信息优势评估指标

3 基于灰色关联分析的评估模型建立

灰色关联分析是用灰色关联度来描述因素间关系的强弱、大小和次序的一种多因素统计分析法［9］。灰色关联分析可以分析两种因素之间相互关联的程度，采用灰色关联分析来评价指挥信息化能力的基本思路［10］是：首先定义各指标的基准值，以此作为参考数列X0，被评价对象的各指标作为比较数列Xi，求关联度。关联度越大，说明被评价对象的指挥信息能力与基准（理论上最优）越相似，其优势越强；反之，则优势越弱。具体评价步骤如下：

4）计算单层关联度。由于各指标的重要性不一样，所以关联度计算采取加权的方式进行。权重的确定可以使用专家打分法，得到底层各指标相对于上一层指标的优先权重，W1=(W11,W12,W13,…,W1j)，则ri1=W1ET，这里W1表示最底层指标的权重，ri1表示第i个评价对象在最底层指标下的关联度。类似地，我们可以继续计算上一层指标的关联度，直至目标层。

5）计算多层评价系统最终关联度。根据上文中建立的关于指挥信息化能力的指标体系来说，这是一个3层评价系统：第一层为目标层，指挥信息化能力（U）；第二层为要素层（一级评价指标），信息获取能力（U1）、信息处理能力（U2）、信息分发能力（U3）、信息防护能力（U4）、信息运用能力（U5）；第三层为指标层（二级评价指标），共16个指标。最终关联度的计算方法为：首先计算第三层各指标的关联系数，然后求加权和，得到第二层各指标的关联度，接着继续求这一层的加权和，最终得到第一层，即目标层最终的关联度。

4 实例分析

为验证上述指挥信息优势评估模型的科学性，结合某次部队考核任务，选取5个隶属单位，运用该模型对这些单位信息优势各指标进行了量化评估，完成了相关数据采集、数据汇总等工作，最终得到评估结果。

4.1 确定评估指标权重

指标权重的确定可进行多专家集体决策，采用yaahp软件“群决策”功能，将各个专家的判断矩阵与结果进行几何加权平均，可得到综合判断的指标权重。结果如表1所示。

表1 指挥信息优势指标及权重

4.2 计算评估对象关联度［11～12］

根据灰色关联分析法的基本程序，结合某次部队考核任务，组织专家组对5个隶属单位指挥信息优势二级指标进行考核评估，通过采取10分制评分，统计最后得分情况，最终得到考核评估数据。如表2所示。

表2 指挥信息优势二级指标评估数据

首先，将表1中的数据用SPSSAU进行规范化处理后，计算关联系数。在分辨系数ρ=0.5时，关联系数矩阵如表3所示。

表3 关联系数矩阵

然后，再根据表1中的权重，计算各评价对象的最终关联度，结果呈现在表4中。

表4 灰色关联度结果

4.3 评估结果分析

关联度的大小代表子序列与参考序列的关联程度。从以上计算过程和结果可以看出，在被评价的5个单位中，单位一的指挥信息优势最好，单位二、单位五和单位三的指挥信息优势居中，单位四的指挥信息优势最差。

5 结语

笔者在分析指挥信息优势构成要素的基础上，运用灰色关联分析法构建指挥信息优势评估模型，并结合实例进行了验证，结合表明：该方法能够将构成要素进行定量处理，得到的评估结果，比较直观地反映了指挥信息优势现状，有助于决策者掌握本单位信息优势的建设情况，从而找准差距和短板，有的放矢地进行改进。