坦克搭乘输送平台海上射击目标决策方法

尹光辉，刘洪坤

（装甲兵学院，安徽　蚌埠　233050）

坦克搭乘输送平台海上射击目标决策方法

尹光辉，刘洪坤

（装甲兵学院，安徽蚌埠233050）

摘要：通过粗糙集方法分析影响坦克对岸滩目标射击效果的各种因素，建立坦克搭乘输送平台海上射击的知识表达系统，将射击效果作为决策属性，将已有数据或作战经验作为条件属性，依粗糙集理论方法挖掘射击决策规则，最后约简得到一些简单的射击决策规则，为单坦克射击决策提供依据。

关键词：粗糙集理论，海上射击，目标决策

0　引言

坦克射击过程中，如何进行决策、选择优先打击的目标是坦克射击中的重要环节。坦克搭乘输送平台海上对岸滩目标射击时，由于海上作战环境复杂，影响射击效果的因素更多，射击决策的难度更大，以求最佳解为目的的纯定量方法，并不是实际战斗中所必需的。而利用粗糙集理论中的知识表示、知识约简、属性简约等知识挖掘射击决策规则，最后约简得到一些简单实用的射击决策规则，更好地为海上射击决策提供依据。

1　建立坦克搭乘输送平台海上射击知识表达系统

坦克搭乘输送平台海上对某标靶射击的试验条件是：坦克在稳像工况下进行射击，输送平台的航向是侧浪行驶。为了方便说明问题，文中只考虑其中的弹种选择、射击距离、输送平台航向、输送平台航速、海况、坦克射击工况6个因素，分别用条件属性a、b、c、d、e、f来表示，决策属性用g表示，各条件属性含义如下：a（1，2，3）表示不同弹种（穿甲弹，破甲弹，榴弹）；b（1，2，3）表示不同距离（1 000～2 000，2 000～3 000、3 000～4 000）；c（1，2，3）表示不同航向（顺浪，侧浪，逆浪）；d（1，2，3）表示不同航速（5节～7节，7节～10节，10节～15节）；e（1，2）表示不同海况（2级，3级）；f（1，2） 表示不同工况（稳像工况，装表工况）；g（1，2，3）表示不同命中概率（0～0.4，0.4～0.7，0.7～1）。

基于以上的描述，给出目标选择的知识表达系统：S（U，A），其中，U为射击方案集合，称为对象集；A=CYD，C，D≠ψ，CID=ψ其中C=｛a，b，d，e｝为条件属性集合，D=｛g｝为决策属性集合。这种定义方式可以方便地以决策表的形式描述，决策表的表头是各属性。它的每一行表示论域U中的一个成员或一条决策规则，每一列表示各属性及属性值。根据上述数据处理方法，依据坦克搭乘输送平台海上射击试验作为数据基础，并考虑专家指挥员的经验，将原始数据关系进行预处理。

2　建立预处理后的关系表

对通过射击试验获得的原始数据关系进行预处理，即根据各条件属性和决策属性的定义对原始数据进行赋值，得到满足粗糙集处理要求的原始关系，见表1。

表1　预处理后的关系表

表中包含17个射击方案及其属性，论域U= ｛1，2，3，…，17｝表示采集的17个样本集，条件属性C=｛a，b，d，e｝、决策属性D=｛g｝的取值分别与原始数据按属性值含义相对应。

3　建立简化后的关系表

通过删除预处理后的关系表中的冗余属性，得到简化后的关系表。删除冗余属性的检验规则：每次去掉一个属性s，检查D在C-｛s｝的正域是否等于D在C的正域。以属性a为例，计算属性a是否可省略：

U/C=｛｛1｝，｛2｝，｛3｝，｛4｝，｛5｝，｛6｝，｛7｝，｛8｝，｛9｝，｛10｝，｛11｝，｛12｝，｛13｝，｛14｝，｛15｝，｛16｝，｛17｝｝

U/D=｛1，7，13｝，｛2，6，8，14，15｝，｛3，4，5，9，10，11，12，16，17｝｝

posC（D）=｛｛1｝，｛2｝，｛3｝，｛4｝，｛5｝，｛6｝，｛7｝，｛8｝，｛9｝，｛10｝，｛11｝，｛12｝，｛13｝，｛14｝，｛15｝，｛16｝，｛17｝｝

U/（C-｛a｝）=｛｛1，7，13｝，｛2，8，14｝，｛3，9｝，｛4，12｝，｛5｝，｛6，11，17｝，｛10，16｝，｛15｝｝

pos（C-｛a｝）（D）=｛｛1，7，13｝，｛2，8，14｝，｛3，9｝，｛4，12｝，｛5｝，｛6，11，17｝，｛10，16｝，｛15｝｝≠posC（D）

则属性a是g不可省略的，若pos（C-｛a｝）（D）=posC（D），则该属性是g可省略的，并且在删除该属性后不会损坏原始数据的重要分类信息。经计算，属性b，d，e均是g不可省略的。所以简化后的关系表和预处理后的关系表相同。

4　建立核值表

核值是影响各射击方案分类的最重要的属性子集。通过化简各规则中条件属性的冗余值，计算条件属性的核值。以对象1为例，分别检验出此对象的各个属性值是否可删除，方法如下：

集合F｛［1］a，［1］b，［1］d，［1］e｝=｛1，2，3，4，5，6｝，｛1，2，3，4，7，8，9，12，13，14，15｝，｛1，4，5，6，7，10，11，12，13，16，17｝，｛1，2，6，7，8，10，11，13，14，15，16，17｝｝

这里a（1）=1，b（1）=1，d（1）=2，e（1）=1，

故［1］｛a，b，d，e｝=［1］a I［1］b I［1］d I［1］e= ｛1，2，3，4，5，6｝I｛1，2，3，4，7，8，9，12，13，14，15｝I｛1，4，5，6，7，10，11，12，13，16，17｝I｛1，2，6，7，8，10，11，13，14，15，16，17｝=｛1｝

检验规则：每次去掉一个范畴，检验其余范畴的交是否还包含在决策范畴中。

［1］g=｛1，7，13｝，去掉范畴a，

［1］b I［1］d I［1］e=｛1，2，3，4，7，8，9，12，13，14，15｝I ｛1，4，5，6，7，10，11，12，13，16，17｝I｛1，2，6，7，8，10，11，13，14，15，16，17｝=｛1，7，13｝⊂［1］g，是

去掉范畴b，［1］a I［1］d I［1］e=｛1，2，3，4，5，6｝I ｛1，4，5，6，7，10，11，12，13，16，17｝I｛1，2，6，7，8，10，11，13，14，15，16，17｝=｛1，6｝￠［1］g，否

去掉范畴d，［1］a I［1］b I［1］e=｛1，2，3，4，5，6｝I ｛1，2，3，4，7，8，9，12，13，14，15｝I｛1，2，6，7，8，10，11，13，14，15，16，17｝=｛1，2，6｝￠［1］g，否

去掉范畴e，［1］aI［1］b I［1］d=｛1，2，3，4，5，6｝I｛1，2，3，4，7，8，9，12，13，14，15｝I｛1，4，5，6，7，10，11，12，13，16，17｝=｛1，4｝￠［1］g，否

得到射击方案1的核值是b（1）=1，d（1）=2。

照此方法，算得条件属性核值，如下页表2。

5　生成最终判定规则表

由上表可知，规则1和7只有1种简化形式，规则6、11、17有2种简化形式，规则2、4、8、10、12、13、14、15、16有3种简化形式，规则3和9只有4种简化形式。因为最后产生的规则并不唯一，为满足解决问题的实际需要，需依据一定的准则从中选出最优的规则。鉴于实际情况的复杂性和具体系统的指标要求，选取规则所依据的准则应视实际需要而定。本例采用权重优选法确定最终判定规则。

表2　核值表

表3　最终判定规则表

这样，从原始信息提取出识别规则的合并形式用决策逻辑语言可表达如下：

b1d2e1→g3d1e1→g2e2→g1a1b3e1→g2 b2e1→g1a2b3e1→g1d3e1→g2b3d2e1→g1

其中，b1d2e1→g3表示由b=1，d=2，e=1可推得g=3。最终判定规则表中的规则就是由粗糙集方法从原始数据中提取出的核心信息。

6　结果分析

下面分析最终判定规则表中各规则的具体含义：

由U1：b1d2e1→g3可知，无论弹种如何选择，只要射击距离在1 000 m～2 000 m，输送平台航速在7节～10节，在2级海况条件下，坦克搭乘输送平台的射击效果较好，对某标靶的命中概率在0.7以上。

由U2：d1e1→g2可知，当在2级海况条件下，若输送平台航速在5节～7节时，坦克搭乘输送平台的射击效果仅可达到一般，对某标靶的命中概率最多可达0.4～0.7。

由U3：e2→g1可知，只要坦克搭乘输送平台在3级海况条件下射击时，射击效果一般较差，命中概率低于0.4。

由U4：a1b3e1→g2可知，当在2级海况条件下，当使用穿甲弹在3 000 m～4 000 m距离上射击时，无论输送平台航速如何，射击效果仅可达到一般，命中概率最多可达0.4～0.7。

由U5：b2e1→g1可知，在2级海况条件下，射击距离为2 000 m～3 000 m时，射击效果较差，命中概率低于0.4。

由U6：a2b3e1→g1可知，在2级海况条件下，使用破甲弹在3000m～4000m距离上射击时，无论输送平台航速如何，射击效果都较差，命中概率低于0.4。

由U7：d3e1→g2可知，在2级海况条件下，若输送平台航速达到10节～15节，无论如何选择弹种和射击距离，射击效果最多达到一般，命中概率低于0.7。

由U8：b3d2e1→g1可知，在2级海况条件下，输送平台航速为7节～10节时，只要在3 000 m～4 000 m距离上射击，射击效果一般较差，命中概率一般低于0.4。

通过对8组规则进行分析可以发现，除第5条规则所得的结论与射击试验结果有出入，其他7条规则所得结论均与试验数据相符。通过上例可以验证，在采集射击试验数据作为原始信息的基础上，利用粗糙集理论方法可以有效地对射击决策规则进行挖掘。

以上，以坦克搭乘输送平台海上对某标靶射击的试验数据为基础，验证了粗糙集理论在挖掘射击决策规则中的有效性。

为单坦克选择目标提供辅助决策时，可以在获取射击试验数据的基础上，通过完善目标属性（目标类别、目标状态等）和其他条件属性以及结果属性来确定打击目标。比如，在条件属性中可加上目标类别（小堡，班堡，菱形堡）、目标威胁度（是否射击）、射击门选择（0.1×0.1，0.2×0.2）等属性，将射击效果（威胁度的减少量）作为结果属性，坦克乘员可以将战场中的射击条件和该条件下的射击效果作为依据，以便在进行目标选择时达到较好的射击效果。

参考文献：

［1］沙基昌.数理战术学［M］.长沙：国防科学技术大学，1991.

［2］李振友.台军研究［M］.北京：军事谊文出版社，1997.

［3］林耀进.区间集值信息系统中的粗糙集理论［J］.控制与决策，2011，26（11）：1611-1615.

中图分类号：TJ015；N941

文献标识码：A

文章编号：1002-0640（2016）04-0096-03

收稿日期：2015-03-26修回日期：2015-04-28

作者简介：尹光辉（1972-），男，安徽砀山人，讲师。研究方向：火力运用。

Objective Decision Method of Firing at Sea by Tank on Conveying Platform

YIN Guang-hui，LIU Hong-kun
（Armored Force Institute，Bengbu 233050，China）

Abstract：Based on rough set theory，this thesis analyses various effects on tank firing at shore targets and builds knowledge representation system of firing at sea by tank on conveying platform. Firing effects work as decision property，and existing data or combat experience work as condition attribute.Based on rough set theory，firing decision rule is made，then finally comes out some simple firing decision rule through reduction，which will provide a basis for single tank firing.

Key words：rough set theory，firing at sea，objective decision