基于主观综合评判的武器装备体系作战效能仿真

何新华，马一楠，王 琼

(装甲兵工程学院 信息工程系，北京 100072)

随着信息化战争时代的到来，战争的形式越来越多的体现为基于信息系统的体系对抗，相应的仿真对象也扩展到了体系的高度，对于仿真可信度的评估提出了更高的要求［1-2］。仿真模型能否代表真实体系的整体性能，仿真试验及其结果是否可靠，直接关系着决策的正确性和未来作战体系效能的高低。仿真系统的性能指标由系统的可靠性、可维护性、系统功能、可适用性和系统的可信度等组成。可信度的评定作为其中的关键环节，贯穿于整个系统的生命周期，因此仿真可信度也就成为了最为重要的一个性能指标［3-4］。

在体系作战效能评估中，可以通过对仿真结果数据的合理性加以评价，再利用适当的评判手段对仿真的实验数据反复进行校验分析，评定其被认可的程度，进而实现对作战体系效能仿真数据的可信度评估。评估体系中的底层指标参数信息的载量大，描述也较为清楚，故可信度便于度量;而对于综合性较强的高层指标数据，存在模糊性、不确定性，在度量其可信度时就会遇到很多难题。因此，需要根据评估指标网，构建一种可自底向上描述与累积这些指标信度的评定与校验方法。

目前，在仿真评估体系中主要运用专家评定法，如层次分析法、模糊综合评判法、模糊层次分析法等。这些方法受主观因素影响较大，很难实现对仿真数据可信度的客观评判。本文以证据理论为基础，把层次分析法与专家评定法相结合，提出了基于主观综合评判的可信度评估方法，重点突出专家的作用及其权重的特殊性，实现了对仿真数据可信性和有效性的测度与校验。

1 已有评估方法比较

通过对部分已有作战效能仿真评估方法的分析，总结归纳出了其相应特性，如表1 所示。

表1 已有评估方法比较

通过比较可以发现仅使用一种评估方法不能实现对仿真体系的准确评估;在主观综合评判法中，将已有的仿真方法合理结合，可以使仿真体系得到更加客观准确的评估。一般的仿真评估方法在应用中主要存在以下几个问题:

1)仿真系统的综合可信度通常是将底层指标的可信度由底向上聚合得到，随着科学技术的不断发展，简单的将底层指标可信度向上层推算的方法，已经不能真实的反应出各层指标间的相互关系，使得仿真系统不能够准确表达实际关系，系统可信度也随之降低。

2)仿真系统中采用的评价指标体系往往呈树状结构，此结构清晰的表现了直接上下级指标与指标之间的关系，但对于间接上下级和同级的指标间相互关系，在此结构中却不能如实表达。这样简化的系统结构同样不能准确表达指标间的实际关系，也降低了仿真的可信度。

3)在仿真系统综合可信度评估时，确定专家权重成了评估中的重点和难点，每个专家对仿真系统的信度不会完全相同，主观性强成为了计算权重时不可避免的问题。同时，采用加权求和得到的信度值，使得得到的部分数据缺乏真实性、客观性和定量性，不能准确反应实际情况。

2 主观评判分析法

2.1 基本原理

改进的主观综合评判方法主要解决和改善仿真评估体系中存在的以上3 个问题。

为了满足仿真系统的评价指标体系逐渐从树状结构向网状结构发展，更加合理的构建ANP 网络成为其中重要的一个环节。ANP 是在AHP 的基础上延伸和发展起来的，可以认为是AHP 在复杂系统决策领域的进化。基于ANP 求解问题的基本流程与层次分析法大体相同，即通过在某一准则下，受支配元素按照一定的标度规则进行两两比较，由此构造判断矩阵，得到排序信息。如图1 所示。基于ANP 的指标聚合计算方法定性、定量了指标的度量，并利用修正函数，修正不同指标类型的指标值。依据上一步确定的目标、准则，确定决策问题涉及的决策元素间的相互关系，并将其转化为网络结构。网络结构可以通过决策群体的头脑风暴法、专家咨询法等方法获得。

图1 ANP 流程

在完成网状评价指标体系构建后，即选择专家对底层的仿真数据进行可信度评估。参加评估的专家都具有较丰富的专业知识，为了更为客观、准确的进行评估，必须选取不同岗位和领域的专家。由于各岗位和领域专家对各评估指标因素及具体参数值等的了解和关注程度的不同，以及对系统效能的关注重点不同，必然导致对其中某一特定性能指标因素的评价成绩不可靠，因此针对不同的性能指标因素，需要对专家进行适当的区分，不同类型的专家赋予不同的权重，即针对某一指标因素，对不同类型的专家给出的评估成绩赋予不同的可信度。具体来说，首先通过专家评定对底层的仿真数据给出一个信度值，然后利用各层指标之间的关系自底向上进行可信度的聚合，最终得到总指标的信度。对于仿真数据信度的度量需要利用定性和定量相结合的方法进行处理，所以对于仿真数据的信度评定需要建立准则，本文将仿真数据划分的信任等级集为A ={优，良，中，差}，将其作为各个待评定指标的比较准则。

2.2 主观综合评判方法的步骤

主观综合评判方法的主要步骤:

第1 步分析仿真系统中各因素间的相互关系，确定系统的可信度评价指标，建立其多层次递阶网状结构。评价指标必须与评价目的和目标紧密相关;评价指标应当构成一个完整的体系，全面反映所需评价对象的各个方面，并能构成指标体系。

第2 步计算各专家的权重，同时专家对可信度评价指标进行评价。评价时，专家可以定量给出可信度值，也可以以“优、良、中、差”的方式进行定性评判，再进行模糊处理。

第3 步计算被评估项的可信度，并采用模糊综合评判法、模糊层次分析法、基于逼真度评估法等相结合的方法，将单个被评估项的可信度向上聚合，即可得到整个系统的可信度。

3 实例分析

某侦查情报装备体系的作战能力分为侦察指挥协调能力、情报传输能力、侦察监视和目标捕获能力等。经过多次将采集到用于评估作战效能的仿真数据进行分析。为了评估的可靠性，现在需要根据这些数据对整个仿真数据进行可信度测评。在作战效能评估指标体系中对仿真数据进行校验。仿真数据综合可信度测评体系可以按照评估指标体系的形式构建，底层就是仿真采集的原始数据，倒数第2 层是对这些原始数据进行整理的基础数据。根据采集到的底层原始数据，通过专家的评定来给仿真基础数据一个可信度输入值，再进行累计聚合，最后得到总体的信度。如图2 所示。

图2 仿真数据综合可信度评估体系

以侦察情报装备效能仿真评估为例，其指标体系拟定如图3 所示为一个AHP 网络，图中的实线连接的下层指标为上层指标的主指标，而虚线连接的下层指标为所对应上层指标的副指标。所谓的主指标指的是在任何情况下对于上层指标都有影响的子指标，而相应的，副指标指的是在特定的情况下才能对相应上层指标产生影响的子指标。下面仅以计算指挥协调能力B1为例，图中D1对于C4来说是一个主指标，而对于C1来说是一个副指标，所以我们首先要确定副指标在什么情况下能够起作用。利用上述的算法我们可以得到每个底层子指标的信度，而文中也提出了仿真数据源的信度等级，于是这里我们对于副指标的信度进行一个判决，当副指标的信度等级属于(优良中)的时候副指标对其上层指标有影响，而其信任等级属于(差)的时候则无影响(根据系统的评估要求优良中差的阈值可以由专家直接给出)。所以如图3 所示，首先得到D1～D9的信度，然后分别对D1，D3，D4，D5，D6，D7进行判决，判决完成后再运用层次分析法进行聚合得到指挥协调能力B1的信度，经过反复运算各指标的信度，最终得到目标方案的总体信度，也就是A 的信度。

图3 侦察情报装备效能指标体系

本文举例仅考虑指标B1上下级指标间的潜在关系，底层指标量化采用10 分制，根据层次分析法确定各能力指标权重如表2 所示，分别采用以下方法对侦查情报装备体系进行作战效能聚合。

表2 各项能力权重

1)采用树状(不加虚线)指标结构聚合的评估方法(层次分析法);

2)采用本文提出的改进的(加虚线)指标结构聚合的主观综合评判方法，根据反复试验可以得到“优、良、中、差、不清”各等级分别对应系数1，0.75，0.6，0.2，0.0。得到结果数据如表3 所示。

经过多次模拟对抗演练和武器装备需求认证，对侦察情报装备体系作战效能专家评定为9.0，而采用树状结构的作战效能聚合方法，由于忽略了能力指标间的相互作用，缺少对其中非线性要素的考虑，评估结果为8.575;本文提出的聚合方法评定结果为9.047，更加符合仿真系统的实际情况，同时说明了本文提出的聚合方法的有效性。

表3 结果数据比较

4 结束语

仿真系统的可信度贯穿了整个作战仿真的全过程，是仿真系统建设的一个重要环节。针对不同的仿真系统，评价指标是不一样的，当前存在的几种可信度评估的方法对于可信度评估而言都需要进行改进。这些方法没有充分考虑同层和跨层指标的非线性特征，使得仿真系统的总体信度不够客观和准确。而本文所提出的方法充分考虑了这一问题，尤其是对网状结构的仿真系统有着广阔的应用前景。但本文对这一问题的研究不够深入和透彻，有待于进一步研究来充实。

［1］郭齐胜.装备作战效能评估［M］.北京:国防工业出版社，2006.

［2］汪应洛.系统工程［M］.北京:机械工业出版社，2008.

［3］王维平，杨峰.仿真数据综合可信度的测度与校验方法研究［J］.系统工程学报，2008(8): 479-487.

［4］查亚兵，唐见兵，基于主观综合评判的作战仿真可信度评估方法研究［J］. 国防科技大学学报，2010(6): 153-157.