徐享忠, 杨建东, 郭齐胜
(1. 陆军装甲兵学院演训中心, 北京 100072; 2. 中国卫星海上测控部, 江苏 江阴 214431)
仿真试验(Simulation Test)是应用仿真系统模拟被仿真对象的工作过程,检验预期结果达到的程度,以支持训练、分析等目的的科学实践活动[1]。信息化作战要素数量庞大,交互复杂,具备高度的非线性动态演化特性,难以进行有效的建模,即使建立了模型,也往往难以求解。因此,亟需作战仿真试验这种定性、定量相结合的研究手段。
美国国防部投入大量资金开发了众多的作战仿真系统,作为作战“预实践”的主要手段,如作战方案评估模型(Combat Evaluation Model,CEM)、联合作战仿真系统(Joint WARfare System,JWARS)、联合战区级仿真(Joint Theater Level Simulation,JTLS)、美国兰德战略评估系统(RAND Strategic Assessment System,RSAS)等。其中,美国智库兰德公司以RSAS为主要手段,通过作战仿真试验,先后发布了《恐怖的海峡:大陆-台湾军事对抗与美国的政策选择》[2]、《大陆-台湾冲突政治背景和军事方面的平衡》[3]、《中美军事记分卡:兵力、地理以及不断变化的力量平衡(1996—2017)》[4]等研究报告,所得研究结论及建议对美国政策及美军的战法产生了很大影响。
在国内,作战仿真试验也在装备论证(试验鉴定)、作战试验(战法创新、作战方案评估)等领域得到广泛应用,如:笔者[5]从试验目标、方法模式和支撑工具3个维度提出了作战仿真试验的理论框架;胡剑文等[6]着重论述了应用理论范畴的作战仿真实验设计与作战仿真实验分析理论。
作战仿真试验涉及专业领域范围广,而目前研究力量较为分散,基本是按照任务类型或专业领域分工,还没有形成较为系统的理论体系。总体上,作战仿真试验的理论体系尚未引起足够重视,有待进一步深入研究。为更好地满足军事领域对作战仿真试验的迫切需求,笔者建立作战仿真试验的概念框架,在此基础上建立作战仿真试验的理论体系,并对其发展趋势进行分析。
作战仿真试验(Combat Simulation Test)是在作战仿真世界开展的试验,一般过程是:从特定的仿真试验目标出发,通过仿真试验设计,依托作战仿真系统对作战过程和结果进行预测;以仿真试验想定为框架,经过仿真试验设计,完成想定数据准备;采取一定的仿真运行模式运行作战仿真系统,监控仿真运行过程,采集作战仿真结果,并基于作战仿真结果的分析与评估,获取对作战系统内部规律的认识。作战仿真试验的概念框架如图1所示。
仿真实验(Simulation Experiment)是指在受控条件下实施仿真试验,测试假说或假设,并量化分析实验结果的原因[1]。因此,作战仿真试验是作战仿真实验的基础。
自下而上,作战仿真试验的理论体系分为基础理论、专业理论和应用理论3个层次。
作战仿真试验的专业领域范围广,属于多学科交叉的研究领域。作战仿真试验基础理论是其支撑性理论,包括预测论、作战仿真理论和试验理论。
预测是依据成体系的科学知识对或然事物做出的判断,由预测者(个人或集体)、预测依据(知识)、预测手段、预测对象(事物的未来或未知状况)和预测结果(预先判断)5个要素组成。预测者从所要预测的对象出发,搜集整理有关的历史和现状资料、数据,同时使用适当的预测手段进行分析、加工,然后得出预测结果。预测结果必须具有可解释性、证伪性和简约性[7]。
依据预测手段,预测活动可分为直观性预测、探索性预测、规范性预测和反馈性预测,其中,直观性预测利用人的直觉、判断和思维预测该对象的未来。除了直观性预测,其余3种预测活动与作战仿真试验有着密切关系,具体关系如表1所示。
表1 预测活动与作战仿真试验的关系
作战仿真理论涉及作战仿真系统的构建,主要涵盖作战建模与分布仿真,要素则包括模型与数据2大类。作战仿真要素的主要内容如表2所示,其中,模型与数据均可按照内容、形式、类型和随机性的不同进行进一步划分。
指挥行为建模是公认的难点,在建模理论与方法上有待突破,需要结合新一代人工智能的相关成果。基于大数据的深度学习为解决这一难题提供了新思路;而人在回路仿真则避开了这一难题。
表2 作战仿真要素的主要内容
由于仿真对象的分布性,目前作战仿真系统的主流采用了先进分布仿真(Advanced Distributed Simulation,ADS)架构;而与实物模型、半实物模型和数学模型相对应的仿真分别为真实(Live)仿真、虚拟(Virtual)仿真和构造(Constructive)仿真,它们共同构成混合试验环境(LVC),成为体系作战仿真试验的高级形态。
试验理论包括试验目标、试验设计原则与方法、试验控制、试验数据采集以及试验结果分析等基本内容,着重回答以下5个关键问题:
1) 如何确定合适的试验类型?是假设检验、评估分析、设计优化、筛选还是验证?
2) 根据试验目标,如何明确试验达到什么指标?考核的指标和要求是什么?
3) 根据试验指标,应选择哪些试验要素?如何设置这些试验要素的水平?
4) 如何控制试验运行,以采集达成预期试验目标所需试验数据?
5) 如何对试验结果进行分析?
作战仿真试验专业理论是作战仿真试验的主体理论,主要回答作战仿真试验的目标、模式、框架以及流程等基本问题。
试验目标是一种对系统的宏观认识,它贯穿于试验的始终,是指导试验设计以及试验实施的基础。根据试验目标的不同,作战仿真试验通常可分为假设检验型、评估分析型、设计优化型、筛选型以及验证型5种类型[8],其试验目标及典型试验项目如表3所示。由于试验目标不同,以上不同类型的作战仿真试验应采用不同的仿真试验模式、仿真试验设计、仿真运行模式和仿真试验分析。
随着作战仿真技术的发展,仿真手段日益先进,试验效果不断提高,互操作层次不断提升,作战仿真试验衍生出了新技术试验、科研试验和作战试验等类别,形成了一体化(Integrative)试验、综合(Com-bined)试验、混合(Hybrid)试验和联合(Joint)试验等多种试验模式,以获取尽可能高的质量和效益,如表4所示。
表3 不同试验类型的试验目标及典型试验项目
表4 不同仿真试验模式的着眼点及主要内涵
图2为作战仿真试验框架。作战仿真试验以作战仿真系统(含兵棋推演系统)为主要手段,在仿真试验环境(如图2虚线框所示)的支持下,根据试验目标进行试验设计;输入初始数据,依据试验方案对作战仿真系统进行控制,采集作战仿真试验结果;采取某种方法,对作战仿真试验结果进行分析与评估。
其中,试验控制模块[9]监测仿真节点的负载,完成单次或多次仿真运行过程的控制,实现仿真运行过程的无人值守及容错运行,提高仿真运行的效率,并自动记录仿真试验过程中发生的重要事件,便于事后回溯。
无论哪种试验模式,出于何种试验目标,作战仿真试验流程均可分为仿真试验准备、仿真试验实施和仿真试验分析3个阶段,如图3所示。
在仿真试验准备阶段,主要工作包括试验需求分析、仿真试验设计、试验方案制定和试验方案评审,以及试验系统准备、试验人员培训和初始数据准备。其中,初始数据准备主要包括数字地形图、装备战技性能等基础数据准备,以及双方兵力编成、作战部署、作战计划等想定数据准备,往往需要投入大量人力和时间,对作战仿真试验的质量及响应速度具有直接的影响,但它的难度及面临的挑战往往没有得到足够重视。
在仿真试验实施阶段,主要工作包括仿真试验运行、仿真试验控制和试验数据采集。其中,无人值守的多样本仿真试验连续运行控制和数据采集对仿真试验的效率有很大影响。
在仿真试验分析阶段,主要工作包括试验数据处理、试验数据分析和试验报告撰写,评估是否达成预期的试验目标,识别存在的问题和有待完善的关键环节。
这3个阶段依次推进,直到仿真试验结束;但是,这些阶段之间并非纯粹的串行顺序,而应是一个着眼是否达成预期试验目标而进行的多次迭代、逐步逼近的过程。
作战仿真试验工程应用性强,其应用理论主要回答仿真试验设计、仿真运行、仿真试验分析以及可信性评估等作战仿真试验在特定领域应用中的方法与模式等重要问题。
仿真试验设计与经典试验设计既有联系也有不同:目的都是选取典型试验样本,以更加高效地实施试验;根本区别在于前者面向仿真系统,而后者面向实际系统,这一点经常被人们忽略[10]。此外,除了检测经典试验设计所关注的因子效应之外,仿真试验设计强调增进对所研究系统的基本理解,即针对基本机制没有被很好理解或真实数据有限甚至不存在的情况,或一个已校验的仿真模型进行更详细的分析。
仿真试验设计重点研究合适的试验设计方法以及试验设计的规划优化。仿真试验设计方法分为全因子设计、部分因子设计和单因子设计3大类,如图4[5]所示。
具体选择哪种仿真试验设计方法,可以着重从简易性、可控性、高效性和稳定性等方面进行分析。因此,在进行作战仿真试验设计时,建议首选正交设计和均匀设计[11]。
确定试验设计方法之后,可运用仿真试验设计工具,根据试验预期目的、因子数量、因子水平及运行次数要求,给出相关试验方案。
作战仿真运行模式包括单样本(次)仿真、多样本仿真和参数化多样本仿真。其中,单样本仿真是多样本仿真的基础,多样本仿真又是参数化多样本仿真的基础。显然,对于概率统计模型,单样本仿真的结果不适用于仿真试验分析。因此,作战仿真运行模式具有不同特点,适用于不同领域,如表5所示。
表5 不同仿真运行模式的主要特点及适用领域
仿真试验分析重点研究试验数据的管理与分析。试验分析主要类型包括数理统计、回归分析、因果分析和误差分析等,主要方法包括单一分析、灵敏性分析和探索性分析等,主要工具包括自助法(Bootstrap)[12]、克里格(Krig)估计[13]、支持向量机(Support Vector Machine,SVM)[14]等。
应用时具体采取哪种仿真试验分析方法,与作战仿真运行模式存在一定关系,如探索性分析要求实施参数化多样本仿真。
仿真试验分析主要方法的分析空间、分析能力、要求的仿真运行模式及典型分析实例如表6所示。
表6 仿真试验分析主要方法的分析空间、分析能力、要求的仿真运行模式及典型分析实例
可信性评估贯穿作战仿真试验的整个过程,涉及建模与仿真技术、仿真管理2个领域的众多影响因素,一直是提高作战仿真试验质量和应用效益的瓶颈,目前尚未得到实质性突破。其中,围绕作战仿真试验的模型与数据这2大类要素,可信性评估的主要内容包括仿真模型的校核、验证与确认(Validation, Verification, and Accreditation,VV&A)、仿真数据的校核、验证与证明(Validation, Verification, and Certification,VV&C),主要方法包括专家综合法、模糊综合法、灰度综合法和区间评价法。这些方法分为形式化方法(Formal method)与非形式化方法2类。
目前,无人系统呈现井喷式发展,孕育着从数量到质量的嬗变。将“人工智能+无人系统”融合为无人自主系统,正成为军事领域游戏规则的变革性技术[15],也将引发作战样式的变革。相应地,作战仿真试验理论发展将呈现以下趋势。
人工智能正逐渐嵌入侦察预警、态势感知、指挥控制、火力打击和综合保障等各类装备。为实现自组织和自同步,无人自主系统将涌现大量合作、竞争、相互学习等社会行为。当前的指挥行为建模技术以信息论、控制论等理工科学为基础,只有面向新一代人工智能技术[16](基于大数据智能、群体智能、人机混合智能、自主智能等)、增强决策行为的智能性,才能体现基于生物社会学、复杂网络和混沌动力学等复杂性科学的群体智能行为及其衍生的作战能力。
由于无人装备、信息系统装备的快速发展,装备系统构成日益复杂,呈现出复杂系统的许多特性,如系统的各子系统之间以及系统与环境之间呈现出耦合性强、交互关系复杂多变、演化过程难以预测和涌现性强等[17]。目前,作战仿真难以对作战行为、协同决策、复杂战场环境之间的关系进行全面试验,需要构建相应的作战仿真系统,实施适用于复杂系统的作战仿真试验评估。
当前,在作战仿真试验评估中,想定数据的准备是一件极易出错、耗费人力的工作。如:对于实际持续1个月的战役作战的典型想定,兰德公司著名的联合一体化应急模型(Joint Integrated Contingency Model,JICM)运行仅需2~3 min,而作战仿真想定数据准备却需要几个月(在已有相近想定数据集基础上进行修改)到半年(从头进行想定数据准备)[18]。综合运用SISO-STD-007-2008军事想定定义语言(Military Scenario Definition Language,MSDL)和SISO-STD-011-2014联合作战管理语言(Coalition-Battle Management Language,C-BML)等标准,可实现从军事想定到仿真系统数据准备的某种自动化映射,从而解决作战仿真想定数据准备面临的难题。
除了常规的回归分析、因果分析、在线联机分析(On-Line Analytical Processing,OLAP)等,作战仿真试验分析将会充分运用试验历史数据。利用大数据技术加强诸多因子之间相关性分析,开展某种形式的净评估,是今后作战仿真试验分析技术的发展重点。
净评估其实是一种无所不包、广泛的思考方式[19]。它弥补了传统的系统分析方法只注重量化指标的缺陷,能够将一些重要但难以量化的因素纳入分析范围,分析框架缜密客观,可为决策者制定战略决策提供全面、客观的参考依据。
作战仿真试验对装备论证、战法研究、作战方案评估等具有重要作用。一方面,作战仿真试验技术目前已经有了较大发展与广泛应用,但对其理论体系的研究相对薄弱,还缺乏系统、综合性研究,对实践指导作用的发挥不够显著;另一方面,无人化、自主化、体系化的装备发展将引发作战样式的变革,对作战仿真试验提出了新的要求,亟需深入开展作战仿真试验理论体系等方面的研究。本文研究成果对完善作战仿真试验理论体系、增强理论对实践的指导作用,以及进一步提高作战仿真试验的效益具有一定的借鉴价值。