联合作战筹划与方案推演研究＊

王相生

（北京西三环中路19号 北京 100071）

1 引言

联合作战筹划，是联合作战指挥员及指挥机关为实现联合作战意图和战略决心，根据各方面情况，结合联合作战任务和战场实际，对联合作战进行一系列运筹、谋划和设计。在当今以网络中心化环境为作战背景的条件下，联合作战筹划越来越需要“预演”，在信息化技术的支撑下，对联合作战进行筹划、优化和推演。联合作战筹划者不再仅仅凭构想和思维简单推理，而是将联合作战筹划的内容、战场环境、战场综合态势、作战过程等更加具象的展现，以便于对筹划的作战方案、任务计划等进行预先验证，及时做出调整和优化。

2 联合作战方案描述与校验

2.1 作战方案的本体描述

联合作战环境的复杂性决定了联合作战行动过程的表示应当是多层次、多认知域映射的。其涉及到不同的作战单位、作战资源，许多的信息和知识模型。这些信息和知识地理上是分布的，对其模型的描述也不一致。通过建立联合作战方案本体，对知识、信息模型进行共享和集成，进而为联合作战方案检验奠定基础［1］。

联合作战方案的本体模型是基于目标域、作战过程域、作战力量域、资源域、时间描述域、空间描述域、环境域的七元组。需要对这七个域按形式化描述结构阐述其概念与概念层次、数据属性和关系属性的研究。对它们的描述即实现了对联合作战方案的描述。

根据联合作战方案的特点，联合作战方案的核心内容是对作战目标、作战过程（行动）、作战兵力、资源、环境，通过时间和空间概念进行描述。本体概念可用作战目标、作战过程、作战力量、资源、时间描述、空间描述、环境七个概念来表示。

目标域描述联合作战方案的使命、目标以及拟实现的计划效果。作战过程域描述联合作战方案的结构，通常联合作战方案包括多个作战阶段，一个作战阶段包括多个作战行动。兵力编成域描述该次作战计划的参与者（actor）或组织。包括海、陆、空等各军兵种的参战力量［2］。时间描述域描述联合作战方案中作战阶段或作战行动所在的时间点、持续时段以及时间关系。空间描述域描述联合作战方案中目标、兵力、资源的位置以及空间关系。环境域描述联合作战方案中的作战背景和各种环境因素。

2.2 基于SWRL规则的方案校验

联合作战方案制定后，需要对其进行校验才能够保证由于复杂性导致联合作战方案各概念域之间、概念域内部诸要素之间的一致性。以基于本体的联合作战方案的描述为基础，使用SWRL（Semantic Web Rule Language）规则对联合作战方案本体进行校验，实现联合作战方案的校验。作战行动是联合作战方案的核心，必须保证作战行动的正确性以及作战行动与其他概念域的一致性［3］。故联合作战方案的校验围绕着关键因素行动（Action）展开，分别校验作战行动与行动，作战行动与资源（Resource），作战行动与作战兵力（Strength），作战行动与作战目标（Objection）之间的关系，通过时间描述（Time Spec）和空间描述（Space Spec）表示各因素的时间、空间描述以及各因素间的时间、空间关系并实现时间空间关系的校验。

作战行动－行动之间主要校验行动的依赖和约束，当前行动只有在它的前提行动完成时才能进行，行动－行动的校验主要实现对校验联合作战方案中每个行动预设的行动时间与行动先后行关系是否一致。

作战行动－资源之间校验计划中资源配置是否满足当前行动需求的资源类型和数量，首先通过校验资源类型对行动的约束，再检验重用型资源的可使用时间和消耗型资源的资源数量是否满足行动需求。

作战行动－兵力之间，主要实现作战兵力类型和数量对行动的约束的校验，与作战行动－资源的校验类似，首先校验兵力类型是否满足行动，再校验兵力数量的满足性。

作战行动－目标之间校验内容是作战行动必须包含一个以上目标以及作战目标必须被一个以上行动执行。

3 联合作战方案生成与任务规划

3.1 基于智能推理的联合作战方案生成

方案生成技术研究旨在针对联合作战的任务规划要求，建立方案实时生成与协同编制所需的共性支撑和功能构件，为联合作战辅助决策领域方案处理提供任务规划手段。本文拟定了联合作战方案的生成与协同编制方法，如图1所示。

图1 联合作战方案实时生成与协同编制方法

方案实时生成与协同编制技术研究，将根据现有作战方案的构成，围绕实体、动作、任务和交互等要素，建立作战方案基于本体的规范化、形式化描述。在方案生成方面，首先以基础框架中的作战方案库为依托，通过基于历史资源的多库／跨库／并库快速匹配查询方法研究，实现作战方案的快速生成；其次以查找到的历史方案为基础蓝本，依据战术规则、首长决心和编队内的可用资源进行作战任务自主规划，自动生成作战方案。在方案协同编制方面，首先根据作战方案的规范化描述和协同编制的流程，建立作战方案要素跨平台实时互通协议；其次通过会商业务活动模型和动态工作流模型的研究形成作战方案会商方法，最后针对资源调度方法和冲突判断方法的研究，实现作战方案的跨平台协同编制。

3.2 联合作战任务规划

多兵种联合作战任务规划的核心是任务和行动，而作战任务规划问题的关键是在一定的时限内分配有限的资源，以获取完成任务流程的最佳效益。

典型的联合作战方案问题的描述为给定一个任务图和可获取的资源集合。任务图确定了需要处理的所有任务，任务之间的执行顺序（包括任务的串行、并行以及交叉关系）、信息和数据流向，任务处理时间需求，资源需求等任务特征；资源具备处理任务的功能，资源和任务之间通过任务的能力需求和资源的功能能力关联，以此进行资源—任务分配［4］。

有效的任务规划是联合作战任务处理策略的关键，而联合作战任务的有效规划需要考虑资源的分配和任务的并行处理。对这一问题的解决有许多调度算法的研究，而对复杂的调度问题，目前，国际大多采用了MDLS算法（Multidimensional dynamic list scheduling，多维动态时间列表规划算法）。

在联合作战中，任务规划需要在一个指定的窗口给每个任务分配为完成这一任务的必要资源。每个任务的执行都在某一具体的地理位置，并且该任务所需的资源应该在任务执行之前到达此位置。每种资源都有多个属性，不同的资源又有不同的属性，因此这些资源常常组合起来满足某一指定任务的属性需求。任务和任务间的关系就像是总的作战使命在执行程序上的具体的方方面面一样，必须从总的作战使命分解才能得到，以便精确地模拟实时资源需求和地理资源需求。

在联合作战任务规划中，作战平台所拥有的作战资源与作战具体对应的子任务的匹配实际上需要多维变量来测度，然后逐个执行任务，作战任务需要不同资源或异构平台的协同处理，可能根据需要某些平台要先分配给优先级较低的任务。假设平台资源个体能同时处理多个任务的情况下，这一资源调度问题的复杂性将会大大增加，同时在这种情况下采用MDLS算法也将会表现出较好的性能，但是这一算法在资源分配过程中又存在任务选择资源组执行的局部最优搜索，而没有综合考虑到后序任务的最优需求，并且平台所拥有的资源同一时间不可能执行两项具体的作战任务，这都导致了MDLS算法在解决这一复杂调度问题上的不足。针对这一问题本文提出了平台任务双向选择的方法，即：作战任务对平台资源的选择、平台资源对作战任务的自主选择以及对两者选择过程中存在的冲突消除的改进方法，以解决MDLS算法的不足，这将在联合作战资源调度的实际问题的辅助规划中更高效地完成平台资源对作战任务的分配。

4 联合作战方案的推演引擎研究

联合作战方案推演引擎是联合作战方案进行推演的软件环境，负责对联合作战方案的解析，仿真模型组件的动态加载、类型解析和数据交互等功能，是仿真模型组件的加载器和运行容器，因此方案推演引擎的扩展性、灵活性将影响联合作战方案的可移植性［5］。为了解决仿真模型组件在方案推演引擎上的动态加载和即插即用［6］，本文从引擎体系结构、仿真模型组件动态加载等方面研究和构建方案推演引擎。

4.1 联合作战方案推演引擎体系结构

引擎的设计在技术方案上采用基于高层体系结构HLA的标准之上进行构建模型组件的运行环境，实现其动态加载。基于高层体系结构HLA的标准构建仿真组件运行环境不仅可以减少技术风险，而且有利于与现有基于HLA的大量仿真应用系统集成，有利于现有仿真模型资源的重用和升级等［7］。

基于仿真计算引擎的仿真应用计算层次式体系结构如图2所示，由基础层、通信层、计算引擎层、模型资源层、仿真应用层五层结构组成。基础层由仿真计算节点的硬件环境、操作系统等基本环境构成。通信层和计算引擎层是仿真模型组件的软件运行环境，负责仿真模型的动态加载、模型之间的数据交互、协同计算以及仿真计算节点的资源状态监视等重要任务，是整个体系结构的核心部分；仿真计算引擎之上是仿真模型资源层和仿真应用层，模型资源运行与仿真计算引擎之中提供模型计算服务，各种模型服务组合集成协同计算实现作战模拟、装备论证、系统鉴定与测试等仿真应用。

4.2 作战方案推演的模型体系

模型是方案推演的基础，针对联合作战的样式、兵力及其作战对手建立模型体系，是进行方案推演分析、评估优选的前提［8～9］。建立模型体系的关键难点在于通用可扩展的模型框架。

本文提出了基于战场空间实体BSE为核心的模型体系构建方法，该构建方法将推演模型体系分为编队编群层、兵力平台层、设备物理层。其中BSE实体模型，如图3所示，包含物理模型和行为模型两大部分，物理模型包含平台模型、感知设备模型、武器设备模型、通信设备模型等，行为模型包含指挥决策模型、动作模型等。

4.3 智能兵力生成与对抗模拟推演

方案推演分析的可信程度取决于兵力行为仿真和战场对抗仿真的逼真程度，兵力生成以及智能对抗行为模拟是方案推演的重要关键环节。

在分析了各类计算机生成兵力的方法的基础上提出了智能兵力的仿真模拟方法。智能实体的模拟主要以 OODA（观测 Observe－评估 Orient－决策 Decide－行动Act）环组织其运行流程，如图4所示。兵力智能自治行为的模拟主要是根据战场态势、战术规则库和兵力动作库，通过基于规则的战术决策进行动作的规划和执行［10］，给实体动态模型发出相应的控制命令，如平台加速、导弹发射、信息共享等。

图4 智能兵力自治行为的产生原理图

本文还提出了基于作战模拟的方案推演，如图5所示，将敌我双方兵力组成的对抗体系分解为BSE实体单元和BSE指挥机构，并通过代表敌我双方的相应BSE实体模型之间的信息交互来完成方案的推演模拟。方案推演的粒度可以根据推演需求配置为战术编队级、兵力平台级、设备级等多个粒度的推演，方案推演还可以通过推演步长以及推演变速比等实现推演速率的按需调整。

图5 基于作战模拟的方案推演方法

4.4 仿真模型组件动态加载

在运行时对组成仿真应用的各个仿真模型进行实时动态加载和启动，组成一个完整的仿真应用系统，是取得仿真应用系统可扩展性和灵活性的关键所在。模型组件的动态加载是实现仿真模型重用与灵活部署、实现仿真集成运行框架独立于具体仿真模型和应用的关键技术［11］。

动态加载、类型反射以及对象构造是实现仿真模型组件形式重用的四个重要环节，如图6所示。模型加载部件动态监测组件部署目录以及仿真任务通过网格传输方式分配部署的组件文件，把监测到的模型组件实时载入计算运行环境，模型加载部件对模型组件进行结构分析和类型识别，获取模型组件的功能、属性元素、接口函数等信息，根据仿真任务需要，运行调度部件利用模型组件实现的通用接口创建仿真对象并对其进行运算调度以及生命周期管理等，以此来实现仿真模型的即插即用。

图6 模型组件动态加载示意图

5 结语

作战方案的本体描述和预先校验实现了联合作战方案的多方面信息有效描述和方案的逻辑有效性校验。在方案本体描述的基础上，提出了基于智能推理的联合作战方案生成方法和基于MDLS算法的联合作战任务规划方法，为筹划者提供了方案快速筹划和作战任务高效规划的方法。联合作战方案推演引擎从推演引擎体系结构、模型体系、推演兵力生成、对抗模拟、模型动态加载等方面给出了具体实现方法。本文提出的联合作战筹划和推演方法为联合作战规划系统的研制提供了参考和支撑。

［1］岳磊，马亚平，徐俊强，等.面向语义的作战命令形式化描述及本体构建［J］.指挥控制与仿真，2012，34（1）：11－14，28.

［2］杨槐，冯涛.基于加性加权法的联合作战方案优选［J］.舰船电子工程，2013，33（11）：37－38，61.

［3］李建军，刘翔，任彦，等.作战任务高层本体描述及规划［J］.火力与指挥控制，2008，33（1）：53－55，60.

［4］谢斌，林华.作战资源规划方案生成时间分析［J］.指挥控制与仿真，2013，35（6）：21－35.

［5］黎铁冰，黄高明，黄傲林.海上联合信息作战仿真研究［J］.计算机仿真，2014，31（2）：14－17，275.

［6］刘祖煌，程启月.径向基神经网络的联合作战方案评估仿真［J］.火力与指挥控制，2013，38（1）：14－17.

［7］钟吟，胡博.联合战役推演系统中岸舰导弹兵力仿真模型设计［J］.军事运筹与系统工程，2012，26（3）：65－68.

［8］岳秀清，付东，毛一凡.联合作战仿真中的指挥控制建模研究［J］.火力与指挥控制，2010，35（9）：167－170.

［9］朱江，白海涛，马文.方案评估动态推演模型设计［J］.指挥控制与仿真，2012，34（1）：78－81.

［10］韩翃，康凤举，王圣洁.多分辨率建模在战役推演仿真系统中的应用［J］.火力与指挥控制，2012，37（3）：59－62.

［11］张路青.作战方案智能推演技术研究［J］.舰船电子工程，2011，31（11）：8－10，48.