基于大数据分析技术的作战方案评估

陈昱润+顾婷婷

摘 要 作战方案评估为定量衡量作战任务能力提供了基本依据，也是提高作战效能的关键步骤之一。本文首先介绍了作战方案评估的基本步骤，在此基础上探讨了大数据分析技术在评估中的应用，为提高作战方案评估的可信性提供一定参考。

关键词 方案评估；大数据；定量分析

中图分类号 TP2 文献标识码 A 文章编号 2095-6363（2017）12-0120-02

1 背景

现代战争随着作战手段丰富、战场环境瞬息多变，日益复杂，方案效能好坏影响作战效果，因此，作战方案评估日趋重要[1]。方案评估可为指挥人员进行量化分析和决策提供一定的参考，其过程主要包含2个方面：建立作战方案评估体系，确定评估体系各指标权重、并对各指标效能值进行分析计算。然而，传统的评估方法其效果并不理想，主要因为权重的确定和效能的计算强烈依赖于数学模型，而模型与实际情况相差很大。近年来，大数据技术高速发展，其处理非结构化数据的能力、挖掘海量数据背后信息的能力，越来越多地展示了其无可比拟的优越性。如果将大数据技术运用到作战方案的效能评估中，将大大提高评估的准确性和可信度。

2 作战方案评估

作战方案的评估步骤主要为：首先，确定一套描述作战方案效能的指标体系；然后，确定各指标的权重，并计算各指标的效能值；最后，在此基础上计算总的作战方案效能值，给出评价意见和结论。

2.1 评估指标体系建立

指标体系的选取和建立主要考虑以下几个原则。1）客观原则。应全面考虑对作战效能产生影響的因素，建立的指标评价体系应具有完整性和通用性。同时评估指标的建立要符合客观实际，不能主观臆断、凭空构想。2）层次原则。作战是一个非常复杂的系统，其若干子系统均可能会影响，子系统又可按照功能模块继续分解，从而需对每层次分别分解并建立相应指标。3）独立原则。所选取的性能指标相互之间尽可能独立，能够突出反映作战效能的一个方面。同时各指标间不可相互冲突，应与分析的本体一致。4）易测原则。反映作战效能的指标应当具有可测易测性，可通过技术手段度量，也可用数学公式定量表示与分析。

2.2 权重计算

建立指标体系后，需要确定其权重。比较常见的确定方法有：人工确定法、专家咨询法、主成分分析法、层次分析法等。

人工确定法是指由战斗指挥人员根据以往经验和当前战斗实际，人工直接确定指标权重的方法。专家咨询法，其本质是让对相关指标评价熟悉的专家，通过一定方式对其权重发表见解，并用统计法处理数据。主成分分析法，权重信息已隐含于调查数据，将主成分对应的特征值归一化处理后作为各项指标的权重。层次分析法主要将比较复杂的问题分解为很多层组成因素，将这些因素相互比较后，确定每一层中各因素的相对重要性，最后综合确定各因素相对于本体的重要性。运用层次分析法大体可以分为以下四个步骤：建立层次模型、构造判断矩阵、检验层次单排序一致性、检验层次总排序一致性[3]。

2.3 效能计算

评价指标体系建立后，需要计算每个指标的效能值。常见的计算方法有解析法、模糊综合法、灰色综合法等。

解析法根据指标与条件之间函数关系的表达式来计算效能值。应用最广泛的是美国工业界武器系统效能咨询委员会提出的一种指数法。它基于系统的可用性、可依赖性和固有能力综合评估效能，被用来分析武器装备系统效能。而模糊综合法主要对于一些不易定量的指标，运用模糊关系进行分析和描述。最后，灰色综合法根据少量已知信息，运用灰色聚类分析构造出完善的模型，然后进行综合、归纳，最后判断聚类对象归属。该方法是解决信息不完备系统的理论与方法。

2.4 总效能计算

如果对于多个作战方案的情况下，通过排序优选作战方案对象，同时，根据各方案的单项指标效能对比，推断各方案的优劣，从而可对作战方案进行针对性的改进，进而提升作战效能。

3 大数据在作战方案评估中的应用

大数据是指在一定时间内无法用常规软件工具进行获取、管理以及处理的数据的集合。通常分为三种类型：1）结构化数据，存在数据库表里；2）半结构化数据，包括文档、电子邮件等；3）非结构化数据，如图像、视频等[2]。用以分析的数据越全面，分析的结果就越准确。作战方案及方案评估中数据形式多样，既有结构化的数据，也有半结构化数据，同时还存在非结构化的数据。因此，可借助大数据技术的应用对作战方案进行

评估[4]。

3.1 在指标权重确定中的应用

指标权重直接影响着最终的作战总效能计算。不同指挥人员对同一指标的权重有着不同的认识和判断，即便是同一指挥人员，在不同时刻对类似作战场景下的指标权重也有不一致的判断。基于数学模型的权重确定法虽能克服这一问题，但无法准确模拟指挥人员的非线性判断过程。这时大数据技术可发挥它的优势：通过对多个指挥人员判断数据的比对分析，发现其中的共性规律特征，提取出一种相对客观标准的指标权重。

3.2 在指标效能计算中的应用

作战相对于日常行为是一个十分复杂的过程，传统的模型很难综合全面的考虑各种作战因素，因此，从模型结构上很难描述作战结果。即使模型结构具有通用性和科学性，也很难获取模型参数。因此，效能计算一般用来反映结果和趋势，这对于依赖效能计算数值的作战方案评估来说，并不实用。由于可以在历史作战数据中可以获取统计数据，甚至可通过计算机模拟推演作战结果，可根据大数据技术深入挖掘这些数据背后的联系与规律，通过驱动建模、主导式分析生成或者预测单项指标效能值。

4 结论

作战方案的准确评估可切实提高作战效能。传统方法受限于模型和数据来源在实际作战中难以应用。而由于大数据技术可以对海量的非结构化数据进行处理，并且深度挖掘数据背后的隐藏信息，对于方案的评估可信度大大增强。同时依靠处理大数据软件强大的计算能力，也可以进一步提高作战方案的评估效率。这些都将为战前和战时的作战方案评估走向实用化和工程化打下坚实的基础。

参考文献

[1]张卓，刘伊林.作战效能评估[M].北京：军事科学出版社，1996.

[2]2014-2018年中国大数据行业投资分析及前景预测报告[R].中投顾问产业研究中心，2014.

[3]李宜敏，罗爱民，罗雪山.一种改进AHP方法及其在C3I系统效能分析中的应用[J].指挥控制与仿真，2006，28（4）：37-40.

[4]何非，何克清.大数据及其科学问题与方法的探讨.武汉大学学报（理学版），2014，60（1）：1-12.