基于改进FCE法的作战指挥控制能力评估*

冯军星 朱春光 王健超

（国防大学联合作战学院 石家庄 050084）

1 引言

作战指挥控制能力是在作战准备和实施过程中，指挥员及其指挥机关对诸军兵种作战力量、作战行动进行运筹谋划和协调控制的能力，是构成体系作战能力的基本要素[1]。未来作战是体系与体系的对抗，指挥控制能力是制约体系作战能力生成的核心环节。因此，分析和评估作战指挥控制能力对提升体系作战能力具有重要意义。

作战指挥控制能力评估涉及指挥者、指挥对象、指挥手段、指挥信息等多种因素，故在实际评估存在多个定性和定量指标。模糊综合评价（FCE）适宜解决不确定性问题，且运算较为简便。构建模糊关系矩阵时，对于隶属度的确定主要依靠专家经验构建隶属度函数或专家评分进行统计，如文献[2～4]均采取专家平等打分方式确定隶属度。通过参考专家的知识结构、专业特长、工作实践等因素，对专家权重因子进行修正，更为客观地突出专家团队的意见倾向，避免传统方法中少数重要评估信息易被忽略的缺点，从而提高确定指标隶属度的客观性。

2 作战指挥控制能力评估指标体系

2.1 构建指标体系的原则[5]

1）完备性。全面考虑影响和制约作战指挥控制能力的各种因素，尽可能对作战指挥控制能力进行全面反映。

2）科学性。对作战指挥控制能力的指标要区分主要因素和次要因素，适当忽略次要因素，使指标体系既相对简单，又不影响整体评价。

3）独立性。各评估指标应保持相对独立，每个指标都能单独反映整体能力，避免出现交叉或相互包含。

4）客观性。确定评估指标时要去除人为主观因素的影响，指标含义尽量清晰，能够真实表征作战指挥控制能力的本质。

2.2 构建评估指标体系

科学合理的作战指挥控制能力评估指标体系，是准确评估的基础。指标体系构建的质量直接制约评估结果的准确性和可信性。结合作战指挥流程，采取专家访谈、文献研究等方法，取态势分析能力、筹划决策能力、组织计划能力、控制协调能力作为一级指标，各指标再细分若干二级指标[6～8]。态势分析能力主要是对敌情、我情、战场环境的分析判断，是进行作战筹划决策的前提。筹划决策能力包含作战设计、评估优选方案、辅助决策等能力。组织计划能力包含制订计划、组织协同、组织保障等能力。控制协调能力包含战场情况掌控、部队行动控制、作战效果评估、指挥运行管控等能力。

构建的评估指标体系如表1所示。

表1 作战指挥控制能力指标

3 改进FCE评价方法

传统模糊综合评价，在确定模糊关系矩阵时可采取隶属度函数和专家打分法。构造隶属度函数比较困难，在部队实践中难以广泛运用。通过专家打分法确定指标隶属度，每名专家的权重相同，不能充分体现专家评估的差异。改进FCE法的基本步骤不变[9～12]，主要参考专家的知识结构、专业特长、工作实践等因素，设置每名专家对各个指标评估的权重因子，修正指标隶属度，得到新的模糊关系矩阵，使评估结果更能综合反映专家团队的意见。

3.1 建立评价对象的因素集和评语集

评价因素集U={u1,u2,…,un}，是评价对象的指标集，其中ui(i=1,…,n)表示影响作战指挥控制能力的各个因素。评语集V＝{v1,v2,…,vm}，其中vj(j=1,…,n)表示评价指标所处的不同评价等级，通常选取3=m=9。

3.2 建立评价指标权重

依据构建的评估指标体系，利用层次分析法（AHP）获取各指标的权重W＝(w1,w2,…,wk)，可以通过主观赋权法、客观赋权法获得，不再赘述。

3.3 建立模糊关系矩阵

设c为参与评分专家数量，m为评语等级数；Q(ui)表示所有专家对指标ui打分的初始值：

其中qij为决策变量，当专家对指标ui的评价结果为vs时满足以下条件：

设P(ui)=(p1.p2,…,pc)为专家对指标ui进行评分时的权重因子，根据前文所述参考因素设定每名专家的评分权重因子，一般取1.0≪Pi≪1.3，即普通专家权重因子取值1.0，权威专家的权重因子取值适当增大。利用权重因子根据式（1）修正初始评分矩阵，得到修正后的模糊关系矩阵。

3.4 计算模糊综合评价集

将各指标的权重W与模糊关系矩阵R进行复合运算得到综合评价结果，B=W·R=(b1,b2,…,bm)，按照最大隶属度原则确定评价等级。

4 实例分析

根据改进FCE评价方法的基本步骤，以某部队某次红蓝对抗为例，通过系统采集、导调评分、数据分析等方式获取演习评估的相关数据，对此部队的作战指挥控制能力进行评估。

4.1 建立因素集和评价集

根据表1构建的作战指挥控制能力评估指标体系，建立模糊综合评价的因素集U。选取“优”“良”“中”“较差”4个评价等级，建立评价集V={V1,V2,V3,V4}=｛优，良，中，差｝。

4.2 计算指标权重

1）笔者采用层次分析法软件yaahp 11构造判断矩阵并计算评估指标权重。其中：最大特征值记为λmax；判断矩阵一致性指标记为CI，CI=(λmax-n)/(n-1)；同阶平均随机一致性指标记为RI；CR=CI/RI，当CR＜0.1时认为判断矩阵满足一致性；RI的大小由判断矩阵的阶数确定，2阶取 0，3阶取 0.58，4阶取 0.9，5阶取 1.12，6阶取1.24。

以控制协调能力指标U4为例，给出权重的计算方法。其判断矩阵如表2所示。

表2 判断矩阵U4

λmax=4.1213，CI=0.0404，RI=0.9，CR=0.0454＜0.1；权重w(u4)=（0.3107，0.1464，0.1036，0.4393）。

同理，可得评价指标 U1，U2，U3的权重分别为

w(u1)=（0.4934，0.3108，0.1958），λmax=3.0536，

CR＝0.0516＜0.1，满足一致性检验。

w(u2)=（0.5396，0.2970，0.1634），λmax=3.0092，CR=0.0088＜0.1，满足一致性检验。

w(u3)=（0.6250，0.2385，0.1365），λmax=3.0183，CR=0.0176＜0.1，满足一致性检验。

准则层U1,U2,U3,U4，权重为

W=（0.0734，0.1897，0.4255，0.3114），λmax=4.2179，CR=0.0816＜0.1，满足一致性检验。

4.3 单因素综合评价

组织来自部队、院校作战指挥控制领域的20名专家，首先采取专家打分方式得到初始评分矩阵，尔后结合专家权重因子调整各指标的隶属度，得到修正后的模糊关系矩阵。

1）组织专家对各项二级指标进行评分，可得每个指标的初始评分矩阵。以指标U11为例，初始评分矩阵Q(u11)如下：

2）根据各评价指标对应的专业领域，确定各专家的权重因子。如以P(u11)表示各专家对指标U11的权重因子。

3）利用式（1）计算各指标修正后隶属度，作战指挥控制能力各指标的隶属度如表3所示，得到修正后的模糊关系矩阵。

表3 作战指挥控制能力指标隶属度变化表

4.4 模糊综合评价

利用传统的FCE方法分别进行一级、二级综合评价得到B=(0.3730,0.3572,0.1790,0.0908)，根据最大隶属度原则，此次作战指挥控制能力评估为“优”。

采用改进FCE算法，由表3得到修正后的各一级指标的模糊关系矩阵：

修正后，依据最大隶属度原则，最终评价结果为“良”，且评语“优”的隶属度由0.3730下降至0.3492，评语“良”的隶属度由0.3572上升至0.3810。

4.5 评价结果分析

由于引入了专家权重因子，模糊关系矩阵发生了改变，评价等级由初始的“优”变为“良”。分析模糊关系矩阵可知，专家权重因子的影响效果主要集中在各指标隶属度的优、良两个评价等级。如对指标U11为例，修正后隶属度由“优”变为“良”。同时，需要注意控制特殊权重专家的数量，既要避免出现少数特殊权重专家影响整体评价结果，又要充分发挥特殊权重专家的有效影响，使评价结果更为客观。

5 结语

笔者在分析作战指挥控制能力构成的基础上，综合运用AHP和改进FCE法构建作战指挥控制能力评估模型，并结合实例进行了分析。结果表明：该方法能够将评估过程中的主观因素进行定量处理，并能根据各名专家的情况设置权重因子，改进专家评分确定指标隶属度的方法，得到修正后的模糊关系矩阵，使评价结果能够充分反映专家的整体意见倾向，为作战指挥控制能力评估提供了新思路。在确定专家权重因子时，如何把握权威专家所占比例和确定权重因子大小还需要进一步研究。