适应性指挥控制组织设计与研究综述

万路军， 姚佩阳， 梁 霄

(空军工程大学电讯工程学院，西安 710077)

0 引言

以信息技术为核心的新军事革命迅猛发展，促使军事理论、技术装备和兵力结构发生了重大变革。分布式网络化作战作为当前广泛关注的“网络中心战”理论的一种提炼，正日益改变着人们对战争形态的认识。分布式网络化条件下，由于个体(指挥人员)能力的有限性、武器平台功能的多样性以及使命任务的复杂性，战争双方的对抗不再仅仅限于武器平台的功能和成员个体的能力，而更多的是依托于一定的组织，通过快速优化整合战场资源，获取战争对抗的优势。信息化战场这种兵力组织整体对抗优势的获取和维持必须建立在健壮、灵活的指挥控制(Command and Control，C2)组织之上。健壮性和灵活性共同体现了战场C2组织的适应性，具备这种适应性的C2组织不仅能承受对方一定程度上的打击，同时在局部或整体受损、作战使命和环境变化的情况下能进行快速的调整，以维持其整体效能，获取对抗优势。

目前，战场适应性C2组织这种先进的技术理念还没有得到充分体现，但从美军实施的指挥控制适应性结构(Adaptive Architectures for Command and Control，A2C2)研究的部分成果应用来看，这一先进技术将是打造未来作战系统、实现“网络中心战”的关键技术之一。近几场局部战争说明，传统的兵力组织在“不对称战争”中是战争弱方的致命缺陷。由于常规武器的相对落后，我军在未来相当长的一段时间内可能面临一种不对称的作战，因此构建战场空间适应性C2组织，增强战场空间指挥控制的稳健性和灵活性将是我们立于不败之地的关键问题，是提高我军整体作战能力的重要手段。

1 C2组织设计的理论与方法

自20世纪90年代美国海军提出网络中心战概念以来，指控组织设计成为一种实现网络中心战概念的途径与方法，美国海军研究院、康涅狄格大学和卡耐基·梅隆大学等围绕这一技术相继展开研究。采用的途径与方法主要尝试借鉴现代组织设计理论与方法，解决复杂战场环境中作战资源的快速整合问题。尽管这些研究机构都期望现代组织设计理论能解决信息化战场的资源整合问题，但在其具体的设计实现上采用了不同的工具和方法，包括:计算数学组织理论、多Agent系统、Petri网、系统工程技术等。

1.1 计算数学组织理论

20世纪90年代初，Kathleen在总结前人对组织理论研究成果的基础上提出了计算数学组织理论［1］。这一理论研究的最初动机为:1)借鉴传统组织理论和组织设计方法，结合计算数学工具和手段来研究多主体系统，期望能快速、高效地建立大型复杂的协作问题的求解系统;2)考虑信息技术对传统组织理论的影响，从根本上拓展传统组织理论的研究，期望能建立人机共栖的新型社会组织及其相关理论、组织设计方法学［2］。这一理论提出后，引起了许多相关领域的共鸣，而且对现代组织理论的发展起到了积极的推动作用。从本质上说，计算数学组织理论已经从传统组织理论分离出来自成体系，并广泛用于相关领域，尤其在网络组织、虚拟企业、敏捷制造和适应性指挥控制系统等研究领域，已成为目前的研究热点。从目前的文献和研究工作来看这一理论的研究过程，其研究重点是组织设计［3］和组织学习［4］，其中组织学习涉及到心理学、认识科学和人工智能，而不是一般的组织理论。目前，在组织适应性［5］、组织变化与革新、组织与信息技术领域的研究也引起了越来越多的学者重视，在这两个领域的研究结合了网络分析技术和组织的信息处理方法。同时，也有相当多的学者基于信息和网络社会特点研究构建新的组织形式，并以此来构造新的高效的商业和军事组织模式，为新的组织模式下的商业组织行为和军事组织行动提供决策支持［6］。目前，采用计算和数学方法来研究组织在经历因果组织范型、智能主体组织模型、面向过程组织模型3个阶段后，已经进入网络化组织模型阶段。与此同时，在组织适应性、组织变化与革新、组织与信息技术领域的研究也引起越来越多的学者重视，并结合网络分析技术和组织的信息处理方法对这些领域展开研究。

1.2 Agent组织模型

Agent组织是多Agent系统(MAS)研究的重要问题之一。对于MAS来说，Agent组织是一种重要的求解形式，它的形成和演化问题是基于Agent的计算和Agent之间合作求解的关键问题［7－8］。很多学者分别从不同的角度使用不同的方法研究了面向结构的Agent组织模型和Agent组织形成机制，但这些工作有的过分局限于特定的应用领域，有的缺少对Agent组织结构的显示表示，有的没有涉及Agent组织规则。Jennings等［9］指出对Agent组织的抽象应该包括组织结构、组织规则和组织模式，强调了Agent组织规则在Agent组织形成和基于Agent组织的问题求解中的重要作用，但没有给出组织规则的形式描述、形成机制和具体算法，难以应用于Agent组织的形成和求解过程。国内学者张伟等人在前人的工作基础上，提出了Agent组织结构设计的形式语义［10］直观地表示了组织结构的设计过程，结合收益和组织规则提出了Agent组织的递归模型［11］，并基于资源约束给出了组织规则的形式描述和形成机制［12］。总的来说，MAS中的Agent组织研究是希望通过组织理论提高MAS的运行效率，减少Agent之间交互的复杂性，降低求解难度。这种思想为C2组织适应性模型的研究拓展了思路。

1.3 基于Petri网的C2组织

以乔治梅森大学体系结构实验室的C3I研究中心为主要代表，对组织设计与构造采用了Petri网研究方法，在单决策员Petri网模型基础之上对组织描述和设计以及组织适应性提出了不同的概念和设计方法，并针对战场环境中兵力组织的特点以及现代C3I系统进行了建模与分析［13－14］。

图1 交互式决策员的Petri网模型Fig.1 Petri-net model of interactive decision maker

在随后的研究过程中提出了采用面向对象的方法建立组织模型。组织模型中包括通信、决策监控、决策者和组织监控4类对象。其中的决策者类采用上述5级交互模型;通信类允许组织内的信息流动;组织监控类提供组织性能参数;决策监控类作为决策者的性能函数，监控决策者的行为。为了响应各种变化，提出了许多组织适应性的不同概念，如准静态组织、准静态适应性组织、可变结构决策组织和固定结构决策组织概念。近年来国内学者在C2组织的Petri网建模方面作了很多工作，杨春辉等［15］提出了面向任务指挥控制组织(Task Oriented Command and Control Organization，TOC2O)的概念，研究了基于CPN建立TOC2O仿真模型的方法，分别从无使命环境、静态使命环境、动态使命环境3个角度对TOC2O进行建模，结合具体案例进行仿真分析TOC2O方案与使命环境之间的匹配关系，为TOC2O的设计方法、方案比较提供支持。目前的Petri网模型仅从信息流和信息处理的角度对组织进行分析和建模，忽略了组织中其他因素，如指挥控制组织中决策者与资源之间的配置关系，决策者对资源的管理等，具有一定的局限性。

1.4 基于系统工程技术的C2组织设计

采用系统工程技术来设计面向任务的最佳组织是美军实施系列A2C2实验而进行团队设计的主要方法，康涅狄格大学和Aptima公司对其理论、方法和技术实现进行了深入研究。以Levchuk为首的研究团队联合Aptima公司从20世纪90年代中期在海军研究办公室和联合作战分析协会的支持下开始研究复杂使命环境下的组织优化设计问题，该研究以美军系列A2C2的实验想定环境为背景，采用系统工程技术研究战场空间兵力组织的设计方法问题，针对A2C2实验团队构建需要解决的问题提出了战场空间快速构建兵力组织C2关系的计算框架——组织设计三阶段方法［16－17］，以组织设计的三阶段流程为基础建立了战场兵力组织快速构建的系列算法流程。在这一方法的指导下，目前正致力于复杂动态环境中组织适应性和鲁棒性的研究［18］，以解决战场空间所构建作战部队结构的灵活性与抗毁性，同时提高作战部队面临使命环境变化的快速反应能力。其基本设计流程如图2所示。

图2 三阶段组织设计流程Fig.2 Three-phase organization design process

针对战场空间兵力组织根据作战使命快速构建与重构问题，康涅狄格大学的理论成果为美军系列A2C2实验的实施提供了依据。从实验结果和应用实践来看，采用系统工程技术进行组织设计的研究是成功的，其三阶段设计流程为美军组织的系列A2C2实验提供了标准的团队结构，经过这一方法优化设计的团队在使命的执行过程中也表现出更好的性能。尽管设计仅仅只是一种结构上的设计，并非完全意义上的组织设计。同时，就三阶段组织设计流程本身来说，各阶段设计算法相互独立，前一阶段的设计参数与目标设置也并未考虑后一阶段的设计工作，但这并不影响三阶段设计方法成为组织设计研究最为成功的代表作。

2 C2组织设计研究的新动向

指控组织在研究内容上涵盖了宏观上的战役与战术指挥组织问题和微观上指挥系统、指挥中心、指挥所的设计。以A2C2实验为代表的三阶段组织设计方法获得成功后，目前很多学者已经将目光转向组织的适应性和鲁棒性分析、组织的有效测度与评价、任务计划和组织结构识别等领域。

2.1 C2组织的适应性和鲁棒性分析

在不确定使命环境下设计C2组织结构时，设计者面对的使命参数往往不可能准确地获得，而仅仅是估计值。一旦使命开始执行，使命参数值可能会发生变化。另外，在使命执行过程中，会有突发事件的发生，这些突发事件会改变使命环境或者组织约束。这些都会使得静态环境下设计的优化组织结构不能与当前实际的使命环境相匹配。解决这种动态的、不确定使命环境下的组织结构设计有两种方法:一种方法是建立一个能够处理一定范围内的可以预期的使命的组织结构;另一种方法是对特定的使命建立优化的组织结构，但可以及时在线重构，用以处理未能预见的使命参数和组织内部参数变化。前者称为鲁棒性组织结构，能够在不改变组织结构的情况下，面对动态的使命环境保持可接受的性能;后者称为适应性组织结构，能够随着环境变化进行动态重构，从而始终保持很好的性能。

学者Taguchi［19］指出控制系统变化以适应动态环境通常比使得系统对动态环境不敏感要付出更大代价。Levchuk提出的鲁棒性组织结构的设计方法［18］，是对三阶段方法的扩展。但是由于三阶段方法本身的效果并不理想，而且对使命参数的变化非常敏感，因此设计的鲁棒性组织结构的性能不够理想。文献［20］在总结前人工作的基础上，提出了以任务资源分配的冗余程度来度量组织结构的鲁棒性，并以粒度计算为基础，提出了C2组织结构的鲁棒性设计方法。其设计的鲁棒组织结构，虽然对每一个特定的使命，可能会带来轻微的性能降低，但可以使组织结构的脆性最小化。

对于组织结构适应性设计问题的研究，Cathleen等［5］以计算组织理论为基础运用多主体组织模型来研究组织适应性理论，提出了基于模拟退火思想的组织适应性模型，用来分析组织适应性的性能。以乔治梅森大学C3I研究中心为代表的研究团队基于组织的Petri网交互模型建立了适应性组织模型［21－22］，但此方法局限于组织的信息建模。Levchuk等人的三阶段组织设计方法，由于限于系统工程技术理论本身的局限性，无法扩展进行组织结构的适应性设计，只能根据环境变化在事先设计好的几个结构之间进行适应性选择［18］。修保新等人在考虑几种关键使命参数动态变化的基础上，通过分析C2组织结构适应性的代价计算，提出了C2组织结构的适应性设计方法，并通过经典的渡海登岛案例验证了方法的良好性能［20］。

可见，目前较为成功的组织的适应性和鲁棒性分析方法和方案，仍然是源于Levchuk的三阶段组织设计流程，虽然这种方法下的组织适应性和鲁棒性设计能够满足一定范围内的组织设计需求，但是这种设计方法存在不可避免的缺陷。由于三阶段方法的第1阶段的目标是实现使命完成时间最短，从而实现平台到任务的优化分配，而使命环境很多要素的变化都会使得这种优化分配发生变化，从而导致第2、第3阶段设计的优化组织结构发生变化。因此，这种设计方法本身并不稳定，得到的组织的鲁棒性性能就很差。此外，三阶段设计流程本质上属于离线(offline)任务规划问题，这就需要事先提供几种可供选择的组织模式，从这个意义上讲，适应性的组织设计就退化为组织模式的选择问题，如何进行组织结构的适应性变化这一重要问题并未得到解决。

2.2 C2组织的测试

组织权变理论认为，没有一致的普遍适用的最优组织结构和形式，只有在某一具体使命环境下，适用于这一个具体环境的最佳组织。早期学者将组织测试的重点放在组织结构与使命环境的匹配测试，对基于任务的C2组织设计提出了标准设计流程和算法，并对组织运作效率的测度提出了测度指标和评价方法［23］，但研究仅限于组织层次结构关系的测度。A2C2第8次实验的研究也已经转入对使命环境与结构的匹配和不同功能、区域结构之间转换测度研究［24］。随着研究工作的不断深入，C2组织测试进入验证C2组织设计过程的相关假设，并测试C2组织设计结果的相关标准的阶段。

从现有文献看，C2组织的测试主要有两种途径:1)通过 DDD-Ⅲ环境实施人在回路中的实验［25］，即A2C2系列传统实验，该实验重点测试C2组织结构对C2组织效能的影响;2)通过计算组织模型包括离散事件模拟器Extend模拟工具包［26］等平台对C2组织进行模拟测试，其测试主要针对C2组织过程对其效能的影响。两种测试环境在组成、结构以及功能上有本质的区别，由此导致测试内容与方法的差异。

基于DDD-Ⅲ环境的C2组织验证工作主要包括3个阶段:第1阶段是设计C2组织结构，根据设计过程和结果提出实验设计方案;第2阶段进行DDD-Ⅲ环境的建模，建立实验实施时在DDD-Ⅲ环境中需要运行的模型，包括作战平台模型、信息处理模型、交战模型等;第3阶段进行实验的数据分析。DDD-Ⅲ环境是一种通用的分布式决策模拟器，在DDD-Ⅲ环境中实施C2组织的测试实验还需要实验人员和实验回路中的人员进行大量的准备工作。应该说DDD-Ⅲ环境在C2组织的测试上提供了灵活、可靠以及有效的实验平台，为团队设计技术与理论的实证工作做出了极为重要的贡献。但这一环境随着组织或团队模型研究的发展，以及信息与网络技术的进步，越来越表现出其局限性。与新型基于模型的试验测度方法相比较，其缺陷体现在以下几个方面:1)在DDD-Ⅲ环境中的实验组织过于复杂;2)实施一次实验的周期过长;3)实验费用昂贵。

在建模与模拟领域，Extend环境已成为被广泛采用的通用平台，它为不同层次的建模与模拟分析提供正确可靠的工具。在Extend环境下对C2组织的测试实验包括以下步骤:首先建立C2组织模型，包括对C2组织主体、任务和组织关系的描述;然后建立任务执行的策略描述和任务执行效能测度;最后在Extend环境利用Extend环境对离散事件模拟分析功能对C2组织进行测试，检验所建立的C2组织效能。通过对空军作战中心的C2组织模型进行的1000次模拟测试［27］，由测试结果和测试分析可以看出，Extend环境的优点主要体现在:1)可以进行灵活设置，多次反复进行测试分析;2)能够产生逼真的任务与组织环境。由于Extend环境研制的初衷是建立针对离散事件的建模与模拟分析平台，针对C2组织这一具备社会行为特征的模拟分析需求，Extend环境不可避免存在缺陷，主要体现在以下3个方面:1)C2组织在Extend环境中的测试还仅仅只是一种基于过程的模拟，未能体现C2组织的特性;2)在Extend环境中为C2组织测试建立的C2组织主体模型仅仅是一种处理任务、交换信息和资源的简化模型，还没有体现一般主体的行为特征;3)Extend环境没有提供分布式网络化战场C2组织内的信息集成与分发模型，没有体现真实战场可能存在的信息传播错误。

2.3 C2组织结构的识别

在有效设计己方适应性C2组织结构和规划任务过程的同时，如何快速准确地甄别敌方的组织过程和结构，正日益成为学者关注的重点。在任务执行中，组织过程和结构是组织性能优劣的决定因素。同样，有效掌握敌方的组织结构和过程并采取相应的反制措施，是己方规划行动过程(Courses of Action，COAs)的关键之一。C2组织结构的识别主要包括组织网络结构的识别和敌方COAs的识别。

传统用来侦察和分析组织网络结构的方法能归结为社会网络分析、链接查找、相关数据挖掘以及图匹配［28］。社会网络分析通过识别组织中的关键成员，可被用来识别确定性问题。由于社会网络分析建立在定性分析和大量观察的基础上，不适用于精密的结构分析。链接查找侧重于复杂关系模式的识别问题，结合相关数据挖掘的概率模型，能够解决不确定、动态事件，但是这种模型中没有考虑三维空间信息。Pattipati团队［29－30］采用隐形马尔科夫随机场解决了三维空间信息问题，通过遗传算法、模拟退火算法等搜索机制解决图匹配等二次分配问题，获得较好效果。

在分析敌方组织网络模式的基础上，Levchuk等人致力于对敌 COAs估计和识别的研究［31－32］。依托Aptima公司的雄厚技术储备，先后开发出OPFOR智能系统、BESTNET系统，用于对敌行动识别、支撑资源预测、敌指挥控制流程的仿真。从实验结果看，这两个系统对敌任务计划有很高的识别率。但是，系统采用的估计、模拟以及预测方法都是离线的成熟算法，对一些关键结果还需要综合实验验证。此外，由于缺乏直接真实的敌方数据和有效的反馈机制，未能形成闭环的评价模式。

3 结束语

适应性C2组织设计是指挥控制由传统模式向分布式网络化模式转变的关键技术之一。美军最先采纳战场适应性指控组织这种先进技术理念，并于20世纪90年代初开始了8次A2C2实验，取得一系列重要成果。经过近20年的发展，无论在基础理论还是在系统验证等方面，适应性C2组织设计研究都取得了一定进展［5］。在下一步的研究工作中，要结合我军组织体制实情，设计适合我军军情和网络中心模式的C2组织结构和任务行动过程，特别是分群技术、holonic组织设计、“超级”组织节点的组织行动过程、“隐形”组织结构设计以及作战实体间的协同机制应当优先发展。

［1］ KATHLEEN M C，PRIETULA M J.Computational organization theory［M］.Lawrence Erlbaum Associates.Hillsdale，New Jersey，1994:19-31.

［2］ KATHLEEN M C.Computational and mathematical organization theory:perspective and directions［J］.Computational and Mathematical Organization Theory，1995，1(1):39-56.

［3］ DECANIO S J，CATHERINE D.Importance of organizational structure for the adoption of innovations［J］.Management Science，2000，46(10):1285-1299.

［4］ FORD D N，VOYER J J，WILKINSON J M.Gould building learning organizations in engineering cultures:Case study［J］.Journal of Management in Engineering，2000，16(8):72-83.

［5］ LEVCHUK G，KRISHNA R P.Design of command and control organizational structures:From years of modeling to empirical validation［C］//The 15th ICCRTS-2010“The Evolution of C2”，2010:25-47.

［6］ AN B，LESSER V.Characterizing contract-based multiagent resource allocation in networks［J］.IEEE Transactions on Systems，Man，and Cybernetics，2009，39(2):1-12.

［7］ SUVASRI M，XU Han，KRISHMA R P，et al.Agent-based distributed framework for collaborative planning［C］//Proc of ICMAS-10，2010.

［8］ JENNINGS N.On agent-based software engineering［J］.Artificial Intelligence，2000，117(2):277-296.

［9］ 张伟，石纯一.Agent组织结构设计的一种形式语义［J］.软件学报，2002，13(3):447-452.

［10］ 张伟，石纯一.Agent组织的一种递归模型［J］.软件学报，2002，13(11):2149-2154.

［11］ 张伟，王一川，石纯一.基于资源约束的 Agent组织结构生成机制［J］.计算机研究与发展，2002，39(12):1592-1597.

［12］ PETR C A.Some personal views of net theory:Application and thoery of petri nets［C］//Springer-Verlag，Berlin，1983:1-13.

［13］ HERVE P H.Performance evaluation of decision-making organizations using timed petri nets［R］.LIDS-TH-159，1986.

［14］ 杨春辉.基于CPN的面向任务指挥控制组织建模、仿真及优化方法研究［D］.长沙:国防科技大学，2008.

［15］ LEVCHUK G M，LEVCHUK Y N，LUO J，et al.Normative design of organizations-part I:Mission planning［J］.IEEE Transactions on Systems，Man，and Cybernetics，2002，32(3):346-359.

［16］ LEVCHUK G M，LEUCHUK Y N，LUO J，et al.Normative design of organizations-part II:Organizational structure［J］.IEEE Transactions on Systems，Man，and Cybernetics，2002，32(3):360-375.

［17］ LEVCHUK G M，LEUCHUK Y N，MEIRINA C，et al.Normative design of organizations-part III:Modeling congruent，robust，and adaptive organizations［J］.IEEE Transactions on Systems，Man，and Cybernetics，2004，34(3):337-350.

［18］ 牟亮，张维明，陈涛，等.不确定性下C2组织结构的“任务－平台”关系设计模型及算法［J］.系统工程与电子技术，2010，32(12):2576-2583.

［19］ 修保新.C2组织结构设计方法及其鲁棒性、适应性分析［M］.长沙:国防科技大学，2006.

［20］ ANDERSEN E.Understanding your IT project organization character:Exploring the differences between the cultures of an IT project and its base organization［C］//Proceeding of the HICSS，2001:230-238.

［21］ LEVCHUK G M，CANDRA M，LEVCHUK Y N，et al.Design and analysis of robust and adaptive organnization［C］//Proceedings of the 6th ICCRTS(A2C2session)，2001:1-28.

［22］ SHASHI P.JFACC-AC2C experiment plan and definition［R］.Technical Report，AD-A408554，AFRL-IF-RS-TR-2002-162，Applied Research Lab，2002.

［23］ DAVID K，YUCESAN E，CHEN CH，et al.The extend simulation environment［C］//Proceedings of the 2002 WSC，2002:125-134.

［24］ SUI RUAN，SWAPNA S G，PATTIPATI K R.An agentbased simulation model for organizational analysis［C］//Proceedings of the 11th ICCRTS，San Diego，CA，2006.

［25］ LEVCHUK G M，CHOPRA C，PATTIPATI K.NetSTAR:methodology to identify enemy network structure，tasks，activities，and roles［C］//Proceedings of 10th ICCRTS，2005.

［26］ YU FEILI，LEVCHUK G，PATTIPATI K，et al.A probabilistic computational model for identifying organizational structures from uncertain message data［C］//Proceedings of ISMC，2007:1-8.

［27］ XU HAN，PATTIPATI K，CHULWOO P，et al.Organizational structure identification using a hidden markov random field model and a novel algorithm for quadratic assignment problem［C］//Proceedings of ISMC，2008:1675-1679.

［28］ LEVCHUK G M，GRANDE D，PATTIPATI K R，et al.Mission plan recognition:Developing smart automated opposing forces for battlefield simulations and intelligence analyses［C］//13th ICCRTS-2008“C2for Complex Endeavors”，2008.

［29］ LEVCHUK G M，SKARIN B，PATTIPATI K R，et al.Identifying critical resources and operations of adversaries from incomplete data［C］//14th ICCRTS-2009“C2and Agility”，2009.

［30］ LEVCHUK G M，PATTIPATI K R.Design of command and control organizational structures:From years of modeling to empirical validation［C］//15th ICCRT-2010“The Evolution of C2”，2010.