评估信息系统的体系作战指挥能力释放途径＊

宋 剑

（海军陆战学院 广州 510430)

1 引言

基于信息系统的体系作战指挥能力生成后，必须通过科学的途径释放出来，才能使作战过程更适应战场的变化，才能对作战指挥的过程和结果产生影响，才能促进指挥优势的获取。要保证基于信息系统的体系作战指挥能力精确、快速、高效地释放，就必须构建符合体系作战指挥要求的指挥能力释放的途径。本文参考了模糊模式识别法，首先分析了影响释放途径的主要因素，给出建模方法，建立了释放途径评估的模型，并在此基础上举例验证［1］。

2 释放途径效果评估指标

释放途径效果评估主要包括可视化、网络化、最优化、一体化四个指标［2］。

2.1 可视化

以“可视化”为目标构建体系作战指挥能力释放的信息环境。

可视化的目的在于将信息转化成可被人类感应系统所领悟的格式。体系作战指挥是一种以信息收集、处理、传输、运用为基础的实践活动，指挥员及其指挥机关通过可视化将抽象的战场信息（包括作战背景、战场态势、作战方案、专家系统和作战过程)转变为直观的图形图像，可形象地反映战场情况和态势，构建出有利于基于信息系统的体系作战指挥能力释放的信息环境。实现战场信息环境的可视化，将为指挥员正确判断战场情况，准确把握各作战单元静态、动态特征和变化，进而进行科学决策创造条件，也为基于信息系统的体系作战指挥能力的释放提供新的有效途径。

2.2 网络化

以“网络化”为目标建立体系作战指挥能力释放的全向通道。

信息化战争中，由于互联互通的战场信息网络的出现，使各种不同的作战力量能围绕同一作战意图，相互借重，相互增效，形成一个有机运转的整体，使指挥能力可以沿多向通道向敌方同时释放。指挥能力释放途径的增加，直接促进了指挥效能的提高。构建网络化的作战指挥系统结构使战场信息流动的渠道极大拓展，使战场信息高度共享成为可能，使指挥机构由传统的集中配置向网络分布转变，指挥方式由传统的顺次递进向多级并行转变，作战计划的制定方式由自上而下向上下同步转变，行动方式由依次行动向实时联动转变，使指挥能力在不同方向上同时释放，可有效发挥各作战力量的优势，实现最佳的整体作战效果。

2.3 最优化

以“最优化”为目标调整体系作战指挥能力释放的具体方式。

实现情报信息最优化是指挥能力释放转变的基础，实现作战决策最优化是指挥能力释放方式转变的核心，实现指挥控制的最优化是指挥能力释放方式的关键。指挥能力释放的重要途径。针对体系作战指挥中关键环节的变化，必须对指挥能力的释放进行最优化调整。首先，情报信息最优化，实现数量信息向质量信息的转变，确保指挥能力释放的可靠性；其次，作战决策最优化，实现定性决策向定量决策的转变，确保指挥能力释放的精确性；再次，指挥控制最优化，实现计划控制向行动控制的转变，确保指挥能力释放的实时性。

2.4 一体化

以“一体化”为目标促进体系作战指挥能力释放的多维同步［3］。

基于信息系统的体系作战，使体系与体系、系统与系统间的全面对抗，指挥领域的对抗也表现为敌我指挥系统间的整体对抗。要形成一体化的指挥系统，主要依靠综合集成。综合集成已成为促进指挥系统中各要素（子系统)实现一体化融合的最有效手段之一。体系作战指挥是指挥员及其指挥机关依托指挥信息系统，对各作战力量在多维战场空间整体联动作战所进行的组织和控制活动。因此，要求体系作战指挥能力必须在多维空间内同步释放，指挥系统通过综合集成实现一体化后，多维同步就成为了体系作战指挥能力释放的主要模式和途径。

3 模糊模式识别基本原理

模糊模式识别是一种辨识输入数据的过程，其目的就是给每一输入数据（指标)分配一个可能的模型类别。具有相似特征的不同输入值可以归为同一类，而不同特征的输入分到不同的类别。模糊模式识别的方法可分为以下两大类型［4～7］：

1)模糊模式识别的直接方法（最大隶属度原则)；

2)模糊模式识别的间接方法（贴近度、择近原则)。

本文研究的体系作战能力指挥能力释放途径效果评估运用了贴近度与择近原则，即要考察一个模糊集与哪一种已知模糊集接近程度最高。

3.1 贴近度

贴近度是度量两个模糊集合接近程度的数量指标。设集合A，B，C是模糊集，若映射 N：F（U)×F（U)→［0，1］满足条件：

本文使用的是格贴近度：

3.2 择近原则

设U 是论域，Ai（i＝1，2，…，n)，B 是模糊集，若存在i0，使

则认为B与Ai最贴近，即判B与Ai为一类，该原则称为择近原则。

记X＝｛X1，X2，X3，X4｝为基于信息系统的体系作战指挥能力释放途径的特征值集合，式中：X1表示可视化的特征值；X2表示网络化的特征值；X3表示最优化的特征值；X4表示一体化的特征值。

3.3 结论集

结论集是有模糊模式识别可能得到的所有结果构成的集合，表示为U＝｛A1，A2，A3，A4，A5｝＝｛很好，好，一般，差，很差｝，式中Ak（k＝1，2，3，4，5)是可能得出的第k个结果。

考虑到模糊模式识别过程中某些指标要比另一些指标重要，因而引入标准化的权重因子αi，其中要求

引入权重因子αi后，表示贴近度的式（2)做如下修改：

一般情况下，如果一个指标下所有的属性值差别不大，则该指标对评估所起作用不大，这个的评价指标应该给予较小的权重。反之，如果一个指标下所有属性值有较大差异，则该指标对评估起重要作用，应该给予较大的权重。权重的分配是一项关键性的工作，常见的确定方法有专家打分法、统计实验法等［9］。

3.4 模糊模式识别算法

基于模糊模式识别的体系作战指挥能力释放途径效果评估，具体算法描述如下：

1)确定特征集中的特征数和结论集中的各个模式。

2)确定每种模式对应的各个模糊隶属度，由于释放的途径众多，关系极为复杂，因此确定模糊隶属度的方法也有不同的选择，有专家打分法、先验公式法等。

3)输入用于模糊模式识别的权重因子。

4)针对每种风险提取特征值，计算出输入特征值与各个模式的贴近度，运用模糊模式识别中的择近原则选择贴近度最大的模式作为输出。基于模糊模式识别的体系作战指挥能力释放途径效果评估模型如图1所示。

图1 体系作战指挥能力释放途径效果评估模型

4 实例分析

假定基于信息系统的体系作战指挥能力的释放途径的模糊隶属度如表1所示。

表1 某基于信息系统的体系作战指挥能力的释放途径的模糊隶属度

现假定对某一基于信息系统的体系作战指挥能力的释放途径效果进行评估，并进行特征提取得出

根据计算式（1)和表1，在 Matlab7.0上计算出待识别对象B与各个模糊模式Ai的加权贴近度［10］如表2所示，将其中最大的贴近度作为评估结果输出。

根据择近原则判断该识别对象为A1模式，即此基于信息系统的体系作战指挥能力的释放途径效果为很好。

表2 待识别对象B与各个模糊模式Ai的加权贴近度

5 结语

本文运用了模糊模式识别技术，将多个反映基于模糊模式识别的体系作战指挥能力释放途径的特征值进行融合计算，利用其中的择近原则选择贴近度最大的模式作为输出，根据输出结果的不同采取相对应的释放途径对策。该方法在计算机用Matlab语言进行了实验，计算结果准确，对于基于信息系统的体系作战指挥能力释放途径具有较高的理论参考价值。

［1］俞骏，刘以安.模糊模式识别在潜艇威胁等级判断中的应用［J］.计算机工程与设计，2009，30（6)：14551457.

［2］张涛，曹婉，陈振宇.战场环境与可视化技术［M］.北京：军事科学出版社，2008：290303.

［3］靳敬纯，杨宏.一体化联合作战信息精确保障探析［J］.装备指挥技术学院学报，2007（2)：68.

［4］杨纶标，高英仪.模糊数学原理及应用［M］.广州：华南理工大学出版社，2005：3856.

［5］李鸿吉.模糊数学基础及实用算法［M］.北京：科学出版社，2005：253270.

［6］杨大伟.模糊聚类分析系统及其应用［J］.天中学刊，2005，20（2)：2829.

［7］梁保松，曹殿立.模糊数学及其应用［M］.北京：科学出版社，2007：6771.

［8］曾宪钊.军事最优化新方法［M］.北京：军事科学出版社，2005：112.

［9］吴静，吴晓燕，高忠长.客观多因素权重分配方法及其应用［J］.上海航天，2011（3)：6064.

［10］李鸿吉.Visaul Basic 6.0数理统计实用算法［M］.北京：科学出版社，2003：333350.