基于系统动力学的数据化作战指挥模式分析

张 英,李江涛

(国防大学联合作战学院,河北石家庄 050084)

数据化作战指挥模式是基于指挥数据和数据化指挥信息系统的作战指挥模式,它与传统的基于自然语言的作战指挥模式相对应,是一种在网络化、信息化、数据化时代背景下产生的作战指挥新模式[1]。数据化作战指挥模式其内部存在多重复杂反馈因素,属于多维、高阶次、复杂时变系统,深入研究数据化作战指挥模式对于优化作战指挥结构,提高作战指挥效能具有重大现实意义。

系统动力学(System Dynamics,简称SD)是一门分析研究信息反馈系统的学科,也是一门认识和解决系统问题的交叉性、综合性学科。系统动力学的模型模拟是一种结构—功能的模拟,它较适合用于研究复杂系统的结构、功能与行为之间动态的辩证对立统一关系[2]。因此利用系统动力学建立数据化作战指挥模式的模型,能够把定量模型和概念模型结合起来,以反馈回路为基础,从宏观层面研究侦察情报、筹划决策、行动控制等相关因素对战斗效果的影响,从而为数据化作战指挥的优化提供依据。

1 数据化作战指挥模式

1.1 数据化作战指挥模式与传统作战指挥模式的区别

数据化作战指挥模式与传统作战指挥模式活动的主要区别是指挥信息的表示形式[1]。传统的作战指挥模式主要采用自然语言(包括口头语言和书面语言)表示指挥信息,以文字和语音作为载体进行传输。语音、文字等形式的指挥信息是非结构化的,具有难以分解复用、难以互操作、难以定量分析等缺点,不便于发挥信息技术的优势,因此限制了现有的指挥信息系统对作战指挥的支撑作用,导致作战指挥效能和体系作战能力不能充分发挥。数据化作战指挥模式主要利用数据化作战指挥信息系统,把战场态势、作战方案、作战计划和作战指令等重要指挥信息,按照统一的格式和规则转变为具体、规范、精确的指挥数据,从而充分发挥信息技术在数据智能化处理、快速传输共享等方面的优势,提高指挥决策的全局性、快速性、精确性[3],达到提高指挥效能的目的。

1.2 数据化作战指挥模式的特点

1)信息共享

数据化作战指挥模式采用规范的格式化数据信息表现形式,使作战信息的表达更加精炼准确,便于指挥信息的获取、处理、显示和分发,提升了作战指挥各类信息的实时共享性。

2)控制精准

数据化作战指挥信息的表达更加具体、精确,也为精确获取情报信息、精细制定作战计划、定量分析作战效果、精密调控作战行动提供了基础,从而使精确指挥成为现实。

3)工作高效

传统的基于语言的指挥信息表示烦琐,较难让指挥员快速聚焦有效信息。数据化作战指挥使指挥内容更加简明,业务流程更加顺畅,业务处理更加自动,工作方法更加简捷,从而使作战指挥更加高效。

4)体系联动

数据化作战指挥模式使指挥信息和工作成果实时交互成为可能,也使各指挥机构和各要素之间的配合协作更加频繁、紧密、顺畅。这种协作关系使整个作战指挥体系形成了联动,产生了合力,从而提高了指挥效能。

1.3 数据化作战指挥的工作流程分析

数据化作战指挥就是在数据化作战指挥信息系统的支持下进行情报、决策、控制、评估等作战指挥活动。数据化作战指挥的目标是实现情报实时共享、决策协同智能、控制动态精确,以提高作战指挥效能。按照此目标,数据化作战指挥的工作流程如图1所示。

图1 数据化作战指挥活动的工作流程

侦察信息采集时,将多源侦察设备采集的信息,采用统一的数据格式和标准传输到数据化指挥信息系统中。情报信息处理时,将收到的情报数据快速融合形成作战地域的陆情、海情、空情等态势,组织综合敌情分析和情况研判。筹划决策时,各要素共享战场态势,根据上级作战意图,共同研判形势、提出作战构想、定下作战决心,并统一进行作战计划推演,消除计划矛盾冲突,形成作战指令。行动控制需要实时掌握战场态势,并根据作战行动效果及时检查、督促和指导部队行动。行动效果评估是对战场态势和作战行动效果进行评价和估量,既是精确掌握作战效果、判断战场形势的要求,也是确定后续行动的重要前提。

2 数据化作战指挥系统动力学模型构建

2.1 数据化作战指挥流程作用反馈关系

数据化作战指挥中,经过格式化处理的标准化数据是整个指挥过程的基础,贯穿于作战指挥全过程。这些数据将各参战兵力和作战要素进行了无缝链接,形成一个综合性的集侦察监视、情报处理、筹划决策、行动控制为一体的复杂作战系统。根据数据化作战指挥工作流程和数据在此过程中的流转,可以建立此过程数据化工作对其有影响的要素之间的作用反馈图,如图2所示。

图2 数据化作战指挥作用反馈图

从图2可以看出,数据化作战指挥过程中,每个步骤的数据化水平,都对作战指挥产生重要作用,无论哪个要素出现问题,都会严重影响整个作战指挥的效能。

2.2 对抗环境中数据化作战指挥SD模型的边界确定

战斗力是战斗的基础要素,是战斗活动最基本的物质基础。作战双方对抗可以看作是双方战斗力的抗衡,即为达到作战目的指挥员要尽量削弱敌方战斗力,保存己方战斗力。因此本文衡量作战指挥优劣主要从作战对抗时战斗力的变化方面考虑[4-5]。

在对抗环境中,作战指挥与作战指挥工具、指挥机构、指挥员的素质等较多因素相关,本文仅就作战指挥过程中各类作战信息经过数据化处理后对作战决策的促进作用,对兵力火力的倍增效果,以及这些连锁作用下对敌方打击效果的影响等进行建模[6]。根据数据化作战指挥模式的特点,数据化指挥内部的数据流流动得越快速、越准确、越完整,越能够保证筹划的正确性和控制的精确性,越能够提高兵力兵器的效能,对敌方战斗力的损耗就越大,因此数据化指挥模型中需要体现出情报数据、态势数据、决策数据等多种指挥数据流转的数量、速度和精度,同时与数据使用相关的态势共享与协同作业等因素也需要一并考虑。

2.3 对抗环境中数据化作战指挥SD模型

基于以上分析,根据数据化作战指挥流程中相关要素的作用反馈关系,可以构建出对抗环境中数据化作战指挥SD模型[7-9],如图3所示。

图3 数据化作战指挥系统动力学模型

其中主要变量及公式包括：

1)红方战斗力、蓝方战斗力分别表示在对抗期间双方的战斗力情况,采用Level型变量表示。

2)红方损失率、蓝方损失率分别表示在对抗期间双方每分钟战斗力的损失数量,采用Rate型变量表示。

红方损失率=蓝方战斗力×蓝方对红方的损耗系数

蓝方损失率=红方战斗力×红方对蓝方的损耗系数

3)红方侦察情报、蓝方侦察情报分别表示在对抗期间双方侦察获取的情报量,采用Level型变量表示。

4)红方情报侦察率、蓝方情报侦察率分别表示在对抗期间双方每分钟侦察获取的情报量,采用Rate型变量表示。

红方情报侦察率=红方情报侦察能力-蓝方阻止红方情报侦察能力

蓝方情报侦察率=蓝方情报侦察能力-红方阻止蓝方情报侦察能力

5)红方情报失效率、蓝方情报失效率分别表示在对抗期间双方每分钟失效的情报量。因为情报的时效性很重要,因此情报的失效率和己方的侦察速度成正比,和对方指挥决策的时间成反比,采用Rate型变量表示。

红方情报失效率=红方侦察情报/(蓝方筹划时间+蓝方决策时间+蓝方情报处理时间)

蓝方情报失效率=蓝方侦察情报/(红方筹划时间+红方决策时间+红方情报处理时间)

6)红方融合处理情报、蓝方融合处理情报分别表示对抗期间双方根据侦察情报进行融合处理得到的情报数据量。由于情报融合处理的步骤很多,需要耗费一定时间,因此采用三阶延迟函数。

红方融合处理情报=DELAY3(红方侦察情报×红方情报传输率×红方情报融合率,红方情报处理时间)

蓝方融合处理情报=DELAY3(蓝方侦察情报×蓝方情报传输率×蓝方情报融合率,蓝方情报处理时间)

7)红方态势共享、蓝方态势共享分别表示根据对抗期间双方根据融合情报而得到共享态势的情况,得到的融合情报越多,共享态势越准确。融合情报和态势共享之间的关系采用表函数，如表1所示。

表1 融合情报和态势共享关系表函数

8)红方作战筹划、蓝方作战筹划分别表示对抗期间双方作战筹划的正确性,作战筹划分为几个步骤,需要一个过程,因此采用三阶延迟函数。

红方作战筹划=DELAY3(红方态势共享×红方协同作业能力×红方作战计划推演,红方筹划时间)

蓝方作战筹划=DELAY3(蓝方态势共享×蓝方协同作业能力×蓝方作战计划推演,蓝方筹划时间)

9)红方行动控制、蓝方行动控制分别表示对抗期间双方行动控制的精确性,行动控制也采用三阶延迟函数表示。

红方行动控制=DELAY3(红方作战筹划×红方态势共享×红方行动效果评估,红方决策时间)

蓝方行动控制=DELAY3(蓝方作战筹划×蓝方态势共享×蓝方行动效果评估,蓝方决策时间)

10)红方对蓝方的损耗系数、蓝方对红方的损耗系数分别表示对抗期间己方对敌方战斗力的损耗系数,该系数受作战筹划的正确性和行动控制的精确性直接影响。

红方对蓝方的损耗系数=红方作战筹划×0.4+红方行动控制×0.6

蓝方对红方的损耗系数=蓝方作战筹划×0.4+蓝方行动控制×0.6

11)红方作战计划推演、蓝方作战计划推演分别表示对抗时作战计划推演对作战筹划正确性的影响。数据化作战指挥时,作战筹划时制定的方案数据可以直接用于计划推演,能够提高计划推演的速度和准度,从而提高作战筹划的正确性。

12)红方行动效果评估、蓝方行动效果评估分别表示对抗时行动效果评估对行动控制精确性的影响。数据化作战指挥,数据采集、传输、分析更快速精确,行动效果评估更加实时,更加便于行动控制的修正,提高控制精度。

13)红方协同作业能力、蓝红方协同作业能力分别表示作战指挥多要素协同,共同筹划的能力。数据化指挥更便于协同作业。

14)各作业时间分别表示各项作业需要的时间,数据化作战指挥作业所需要的时间相对更短一些。

3 作战对抗模拟分析

为了分析数据化指挥模式和传统指挥模式的优劣,设置模型的参数如表2所示。表中各值的设置是一个相对量,即数据化作战指挥模式和传统指挥模式在某一方面的对比值。数据化作战指挥中作战计划推演和行动效果评估,可以直接采用战场获取的精确数据,不需进行人工转换输入,更加快速精确,对作战筹划和行动控制的指导作用比传统的作战指挥模式更好。因此,数据化作战指挥模式作战计划推演和行动效果评估取值为1.2,而传统指挥模式作战计划推演和行动效果评估取值为1。数据化作战指挥更便于信息的传递、处理、共享,有效信息损失较少,因此数据化作战指挥模式协同作业能力、情报传输率、情报融合率取值为0.9,而传统指挥模式取值为0.6。数据化作战指挥提高了信息传输处理的速度,所以各种作业速度比传统指挥模式更快,因此数据化指挥模式的各作业时间取值15,而传统指挥模式取值20。

表2 不同指挥模式下变量取值表

采用系统动力学仿真工具Vensim进行仿真,分别模拟分析以下三种情况：

1)红蓝双方初始战斗力均为500,红方采用数据化指挥模式,蓝方采用传统指挥模式。侦察情报结果如图4所示,模拟战斗力结果如图5所示。

图4 红蓝侦察情报与情报失效率对比

图5 红蓝战斗力与损失率对比

信息化条件下,获取信息优势的基础就是获取大量的侦查情报。在模拟过程中,对抗双方的情报侦察能力与阻止对方获取情报的能力相同,但双方获取的情报量却不同,主要是受到了情报失效率的影响。由模型可知,情报失效率与敌方的指挥业务处理时间息息相关,处理时间短,表示对战场态势反应的速度快,会造成敌方获取的情报失效。由图4可知,红方采用数据化指挥模式,数据流转处理的速度快,指挥业务处理的时间短,因此,情报失效率比采用传统指挥模式的蓝方要低很多,从而使侦察情报量要明显大于蓝方,因而取得了获取信息优势的基础。由图5可以看出,对抗开始时,双方战斗力相等,随着对抗的进行,双方战斗力均在减少,但是,蓝方战斗力损耗速度约是红方战斗力损耗速度的2倍,大约在t=22时,蓝方战斗力损失殆尽,红方以损失三分之一战斗力的成绩,取得了对抗胜利。从最终结果看出,数据化指挥模式更有利于所属兵力系统战斗潜力的发挥,指挥效能更高[10]。

2)红方战斗力初始值为500,蓝方战斗力初始值为700,红方第一次模拟采用传统指挥模式,第二次模拟采用数据化指挥模式,蓝方两次皆采用传统的指挥模式。第一、二次模拟结果如图6、图7所示。

图6 第一次红蓝战斗力与损失率对比

图7 第二次红蓝战斗力与损失率对比

从模拟的结果可以看出,当对抗双方采用相同的指挥模式,侦察情报获取、信息处理传输、作战指挥水平都相同时,对抗的胜负主要取决于初始战斗力,即战斗力大的一方占有绝对优势,因此第一次模拟时,蓝方凭借战斗力大于红方的优势,取得了对抗的胜利。然而第二次模拟时,红蓝双方初始战斗力不变,但是红方采用了数据化指挥模式,结果却大相径庭。在对抗过程中,从双方战斗力损失率的变化可以看出双方战斗力的变化趋势。开始时,红蓝双方战斗力损失率都在减少,即双方随着对抗的进行,战斗力损失得越来越慢,但在t=21时,蓝方损失率从下降趋势转为持平,而红方的损失率却始终在减小,即表示红方损失越来越慢,但是蓝方损失的速度却没有减小,按照这种趋势发展,蓝方战斗力会在某一时刻等于红方战斗力；在t=38时,红蓝战斗力损失到相等,而后,红方战斗力开始占优势；在t=44时,红方获得了最终战斗的胜利。从整个对抗过程可以看出,数据化作战指挥模式是部队战斗力的倍增器,当对抗双方战斗力差距在一定范围内,数据化指挥可以充分发挥部队的作战效能,从而以少胜多。

3)红方战斗力初始值500,蓝方战斗力初始值750,红方第一次模拟采用传统指挥模式,第二次模拟采用数据化指挥模式,蓝方两次皆采用传统的指挥模式。第一、二次模拟结果如图8、图9所示。

图8 第一次红蓝战斗力与损失率对比

图9 第二次红蓝战斗力与损失率对比

当红方采用数据化作战指挥模式,蓝方采用传统指挥模式时,对比图7和图9可以看出,红蓝双方战斗差为200时,红方还能够取得胜利,但是红蓝战斗力差达到250时,红方以失败告终,即采用传统的指挥模式的一方可以通过提高战斗力的方式,战胜采用数据化指挥模式的一方。从模拟数据看出,采用传统指挥模式的一方需要将战斗力提高近50%才能取得胜利,而在真正的作战中,这样大幅度的提高战斗力是有一定难度的。从图8和图9看出,虽然两次都以红方失败告终,但是第一次模拟,红方在t=29时战斗力就损失殆尽,蓝方战斗力损失接近200,即蓝方以战损26%的成绩赢得了胜利；第二次模拟,红方在t=37时才被蓝方全歼,蓝方战斗力损失490,战损率约为65%,蓝方虽然取得了胜利,却损失惨重。从这组对比数据可以看出在初始战斗力对比不利的情况下,数据化作战指挥对于提高部队的作战效能,争取作战时间起着至关重要的作用。

4 结束语

本文通过对数据化作战指挥模式的分析,构建了基于指挥对抗的数据化作战指挥系统动力学模型,模型较好地反映了数据化作战指挥的本质,对采用数据化作战指挥模式提高作战指挥效能进行了研究探索,实验结果具有一定的参考价值。当然实际作战情况非常复杂,需要考虑的因素还有很多,随着对数据化作战指挥模式理论的不断深入,模型将进一步修正和完善,力争为指挥员科学指挥,提高部队作战效能提供正确的理论支持。