引入OODA 关联度的火力打击目标排序方法*

刘 昊，张 策，葛贵斌

（国防大学联合作战学院，石家庄 050084）

0 引言

随着联合作战中的体系破击思想成为未来联合火力打击的指导思想，对其战法的相关研究日益深入系统，体系破击的关键内容即为对打击目标的体系价值评估，以选取目标网络体系中的关键节点予以歼灭打击，达成体系破击的最佳毁伤效果。国内外专家对联合火力打击中对于目标价值评估的研究成果丰硕，大致可梳理为3 类：以专家主观评分为主的单属性价值评估、以多属性融合算法为主的多属性价值评估和以网络体系价值计算为主的体系价值评估。文献［1-2］侧重于使用层次分析法，利用专家评分实现多层次的目标价值评估；文献［3-5］使用模糊聚类方法在目标多属性矩阵中实现了目标综合评分的降维和量化对比分析；文献［6-7］使用了数学上的模糊决策算法用以模拟作战中对目标的火力打击顺序排序，也属于多属性融合算法之一；文献［8-9］则通过推理中的证据链机制将目标多属性融合并实现了目标排序；文献［10-12］属于网络体系价值评估，将目标构成了超网络体系，进而在网络中分析各目标的体系综合价值，并构思了体系破击的评估指标；文献［13-15］则对网络体系中的属性关系进行融合，使用熵权算法及其变体算法实现了目标价值评估和排序。3 类方法中，以主观赋予分值为主的专家评分类方法效率较低，但能结合指挥员的主观倾向予以科学评估，排序结果较为科学合理；多属性融合算法的计算效率最高，相对于网络体系评估的计算流程更简单，因此，应用最为广泛，但在体系破击战法中难以有效评估目标的体系综合价值，导致排序结果失真；体系评估算法相对来说达成了计算效率与体系破击目的的有效统一。本文在总结前人工作的基础上，引入OODA 关联度，试图通过网络体系中的OODA 循环评估各节点在火力打击中发挥的作用，并使用合适的综合评分算法实现火力打击目标排序。

1 算法原理

20 世纪70 年代，美国空军少校John Royd 根据空中作战的特点总结出OODA 环军事理论［16-18］，其主要观点为：火力打击的执行过程可细化分解为观察（Observe）- 判断（Orient）- 决策（Decide）- 打击（Act）4 个作战环节的循环过程，敌对双方谁能更快地完成“OODA 循环”，谁就能在作战中取胜。根据OODA 循环理论，火力打击的过程目的就是在加速自身OODA 循环的过程中，切断或迟滞干扰敌方的OODA 循环，使单位时间内己方OODA 循环效率高于敌方，即可完成火力打击并获得胜利。通过对OODA 循环理论的分析，可将火力打击目标区分为侦察情报目标、指挥控制目标、火力打击目标、信息传输目标和后装保障目标等类别，并根据目标与目标之间的信息关联关系组成各子网络，并在子网络基础上构建目标超网络体系。超网络的示例如图1所示：

图1 OODA 关联度示意图

图1 中，A 为控制节点，BC 为侦察节点，DEF 为打击节点，通过OODA 循环理论可知，图中共有OODA 循环6 个，分别为：BAE、BAD、BAF、CAD、CAE、CAF。6 个循环中，A 出现6 次，则A 的OODA关联度为6，同理可得BCDEF 的OODA 关联度分别为3、3、2、2、2。

2 算法描述

根据OODA 循环理论设计目标排序算法的基本思路为：一是利用目标打击清单和战前对作战对手梳理的编制配属清单汇总可能出现的目标节点，并将目标之间构建信息关联生成目标的超网络体系；二是利用侦察节点、控制节点、打击节点统计OODA 循环；三是计算各节点的OODA 关联度；四是使用综合评分算法确定火力打击目标排序。算法流程如图2 所示。

图2 引入OODA 关联度的目标排序流程图

2.1 生成超网络

超网络由Sheffi 等人［19］提出，主要用于处理群体交织网络，其定义了超网络的概念范畴，特指组合层次高于各子网的复杂网络体系，超网络内部由各子网交织叠加，因此，超网络结构也可看作网络层次上的网络，超网络因内部子网构成复杂，而体现出超越各子网特性的复杂网络涌现性。联合火力打击目标构成的超网络，因其子网的目标性质，大致可区分为侦察情报子网、指挥控制子网、后方保障子网、远程打击子网、近程打击子网、防空火力子网。各子网内目标种类的大致划分范围如表1 所示：

表1 子网与目标种类对应表

2.2 统计OODA 循环

该模块是OODA 关联度算法的核心，统计OODA 循环的原则是：1）循环中必须包含侦察节点、控制节点、火力节点各有且只有1 个；2）循环中可包含其他类节点，数量不限但不能重复出现；3）循环必须构成闭合环路。统计OODA 循环流程图如图3所示。

2.3 计算OODA 关联度

以各节点在所有OODA 循环中的出现次数作为OODA 关联度的度量指标。设超网络中OODA循环数目为n 个，其中第i 个OODA 循环中，节点j出现过kij次，则节点j 的OODA 关联度Tj计算公式如下：

2.4 计算综合评分

OODA 关联度可以评估各节点在OODA 循环中的重要性，但仅将其作为火力打击排序的唯一指标有失偏颇，必须结合节点的重要程度、威胁程度、易毁程度、机动能力综合衡量。本文在OODA 关联度评估指标基础上，定义目标的重要程度评估指标，用以衡量该目标在指挥员心目中的价值地位；定义威胁程度评估指标，用以衡量该目标对我产生的现实火力威胁；定义易毁程度评估指标，用以衡量该目标是否易于被我火力打击力量摧毁；定义机动能力评估指标，用以衡量该目标的战场机动性。上述评估指标相互独立，可由指挥员在目标属性表中根据战场实际情况确定。

图3 统计OODA 循环流程图

本文引入熵权法、空间距离法、理想点法作为综合评分的备选算法。设OODA 关联度、重要程度、威胁程度、易毁程度、机动能力的评估指标分别对应T1-5，目标总数为n，其中第i 个目标对应的第j 项评估指标值为xij（1≤j≤5），构建出评估指标矩阵X。

熵权法计算步骤如下：

1）对矩阵X 进行归一化处理，得到矩阵P。

2）计算每个评估指标的熵值ej。

式中，若pij=0 时，ej=0。

3）计算每个评估指标的权重tj。

理想点法计算步骤如下：

1）找到正负理想点A+和A-。设A+中的最佳评估指标值为，A-中的最差评估指标值为（1≤j≤5），则计算公式如下：

3 实例分析

输入初始条件：战时动态获取的目标打击清单包含已发现的目标和根据对战场情报采集分析假定存在的还未发现目标，如不导入未发现目标，则构建的超网络不具备复杂网络和涌现性特征，计算目标体系价值时会失真，未发现目标的坐标用“-”表示，一旦确定位置则更新具体位置坐标值。目标打击清单示例如表2 所示：

表2 目标打击清单示例

理想目标清单中，用“L”表示未发现但存在的目标编号；目标属性表中，使用专家评分法对各目标的各方面性能指标作以量化评分，分值按重要性赋予1-5 分；目标关联表中，若两类目标之间具有信息强关联关系，则用“通”表示，否则用“不通”表示；理想目标清单、目标属性表和目标关联表的示例如表3～表5 所示：

表3 理想目标清单示例

表4 目标属性表示例

表5 目标关联表示例

目标排序计算流程如下：

1）生成超网络。首先根据理想目标清单和目标关联表生成超网络，如下页图4 所示。

2）统计OODA 循环。根据统计OODA 循环算法，生成58 749 个循环序列，示例如表6 所示：

表6 OODA 循环示例

3）计算OODA 关联度。根据式（1），计算出各目标的OODA 关联度，如表7 所示。

4）计算综合评分。分别使用熵权法、空间距离法、理想点法对各目标计算综合评分，如表8 所示。

4 算法应用

图4 理想目标清单超网络图

表7 OODA 关联度

表8 各类算法综合评分

为了检验算法的实际应用效果，根据算法原理设计仿真实验，并制作联合火力打击目标排序软件，以检验分析算法的体系评估能力和计算时间消耗。软件功能主要有：生成目标超网络体系；统计OODA 循环数量；计算目标超网络体系的OODA 关联度；计算每个目标在体系中的综合评分；生成辅助决策建议（目标的火力打击排序）。实验计算机配置：MFC 及vc6.0 编译环境、Intel 酷睿双核T7300 2.0 GHz 处理器、3 G 运行内存容量。

4.1 模块设计

目标排序软件由导入数据模块、网络关联生成模块、综合评分计算模块、辅助决策生成模块组成。导入数据模块用于将产生目标排序的各输入表导入软件，并计算出目标的融合价值。网络关联生成模块用于形成目标编号之间的关联矩阵，并将矩阵导入UCINET 软件生成如图4 所示的超网络结构图。OODA 关联度模块用于统计OODA 循环的数目，并计算每个网络节点的OODA 关联度。综合评分计算模块可调用改进熵权法、空间距离法或理想点法将多目标属性融合为单一属性评分，并计算超网络的OODA 关联度评分，进而计算出去除该目标后的超网络体系价值下降幅度评分。辅助决策生成模块用于计算所有目标的超网络体系价值下降幅度评分，进而形成火力打击的目标排序，输出为辅助决策排序建议，供指挥员参考借鉴使用。软件运行界面如下页图5 所示。

4.2 实验分析

图5 软件界面显示效果

1）对比分析。为了验证该各评估指标间的独立性，将OODA 关联度、重要程度、威胁程度、易毁程度、机动能力进行归一化处理，对比结果如图6 所示：

图6 各评估指标归一化结果

通过对比，各目标的评估指标之间相互独立，能够反映该目标不同维度的评估分值。OODA 关联度上，M203（通信枢纽）和M204（电子对抗分队）的分值相对较高；重要程度上，M101（旅指挥所）和M202（雷达站）的分值相对较高。其分值波动分别为0.29、0.06、0.15、0.05、0.17，相比较来说，OODA 关联度的区分度最高，同时也能体现体系破击战法思想。

2）排序分析。为了检验各综合评分算法的有效性，将各目标在各综合评分算法下的排名统计分析，对比结果如图7 所示：

图7 各目标在各综合评分算法的评分

通过对比，各综合评分算法的排名顺序大体相同，对于电子类目标、远程火力打击目标和指挥控制类目标排名靠前，对近程火力打击目标和后装保障类目标排名靠后。其分值波动分别为0.19、0.24、0.81，理想点法对各目标综合评分区分度较大，在目标数量较多时具备更强的排序区分度，因此，选取理想点法作为最佳排序综合评分算法。

4.3 效果评估

辅助决策建议运行结果如图8 所示：

图8 辅助决策运行结果

5 结论

本文在给定目标打击清单基础上，以体系破击思想为牵引，使用理想目标清单补齐目标超网络，进而在超网络中计算目标在网络体系内的OODA关联度评分，形成基于体系破击的火力打击目标排序结果。该方法较传统基于专家评分的主观单指标评分和以多指标融合算法为基础的目标排序方法更能体现目标的体系价值，也更适用于体系破击战法，目标评估排序更为科学合理。创新点有：一是构建了网络之上的超网络体系结构，区分层次分析目标在体系中的价值，使OODA 循环分析成为可能；二是设计OODA 关联度算法，以往的研究中，OODA循环还停留在理论研究层面，很少涉及算法计算，本文实现了OODA 循环理论的工程应用；三是检验了各综合评分算法的排序效果，确定使用理想点法实现火力打击目标排序的区分度最高。