含逻辑门的C4ISR系统效能评估*

杨玉刚

(空军后勤部，北京 100035)

0 引言

C4ISR系统作为军队的神经中枢，是在联合战役中掌握信息优势、实施联合作战指挥的重要物质基础和根本保障［1］。对C4ISR系统进行效能评估是检验其整体作战能力的重要手段，这促使我们必须对现有系统作出科学评价，以不断完善系统性能［2］，同时也为后续系统研制开发提供一定的依据［3］。

文献［4］提出用灰色聚类理论研究C4ISR系统效能问题，证明了方法的可行性。但是这种方法出发点仍然是传统的线性加权思想［5－6］，主要缺陷是没能充分体现出指标之间的聚合关系，指标聚合方式太过单一:只考虑了加权和方式。在C4ISR系统中存在若下层的某个能力指标评价值为0或很小，则上层指标评价值为0的情况。例如指标“情报收集能力”效能值为0，则可以认为“情报预警能力”为0，这种类似“一票否决”式指标是线性加权思想始终无法解决的问题。文献［7］提出用“逻辑门”的思想衡量空战武器装备作战效能。本文借鉴此思想，以灰色聚类评估法为基础，进行简单尝试，以期解决在C4ISR系统效能评估中出现的类似问题，也期望能在评估方法的改进方面提供一种思考的思路。

1 指标的“与”、“或”逻辑关系

以C4ISR系统指挥控制能力为例，如图1所示，指挥控制子系统是“神经中枢”，它协助指挥员根据使命任务确定所要实现的目标，能及时、全面、准确地掌握战场态势等。它下层的4个指标中并不是其中一个指标值为0或很小，就认为失去指挥控制能力;只要子指标中具备四者中的任何一项，可以认为该系统还是具有一定的指挥控制能力的。这样，把4个指标看成以“或”的逻辑关系聚合，用函数表示为

图1 C4ISR系统指挥控制能力指标Fig.1 C4ISR systems command and control ability index

式中:CZ为指挥控制能力;α1，α2，α3，α4分别为下层4个子指标的权重;CC，CK，CJ，CF分别为下层的 4个子指标评价值。

“与”关系:加权积(幂函数法)。对上层作战能力指标而言，每个下层作战能力指标权重虽然不同，但都是不可缺少的，只要一个下层作战能力指标为0，都会导致上层作战能力指标为0。把这种指标之间的关系称之为“与”逻辑关系。

C4ISR系统的情报预警系统是整个系统的“耳目”(如图2所示)，它的4个子指标都是缺一不可的，例如，失去情报收集能力，整个系统的情报预警都是不可能实现的。因此，可以把它理解为“与”关系。用函数描述为

图2 C4ISR系统情报预警能力指标Fig.2 C4ISR system information and early warning ability index

式中:CY为情报预警能力;CS，CP，CG和CT依次为下层的4个指标;w1，w2，w3和w4分别为相应的权重。

利用幂函数聚合指标，如果下层作战能力指标值小于1，会出现权重越大，加权值越小的情况，此时，可以采用百分制的形式，如果某个作战能力指标值小于1，其对整体的影响可以忽略，因此对整个计算结果并不会产生影响［7］。

2 聚合关系的图形化表示

逻辑门的输入为下层作战能力指标，输出为上层作战能力指标。共2种逻辑符号表示。

兄妹俩莫名其妙地对望着，罗瑞似乎恍然大悟，对老福说：“你的意思是她可能是被……哎呀，您真是高手，我怎么没想到呢！”他竟然兴奋得手舞足蹈，这是老福没想到的。

3 评估方法的步骤

3.1 确定指标体系

指标体系设计应本着全面、合理和科学的原则［8－9］，借鉴文献［4］中的指标体系，将 C4ISR 系统细化为5个子系统，它们任何一个子系统对上层的影响都是极为重要，缺一不可的，因此综合考虑系统的结构和功能，本文将其子系统之间的关系理解为“与”关系;军事通信系统和作战信息保障子系统的下层指标，对上层的影响并不是绝对的，因此，本文将其理解为“或”关系;电子对抗子系统的4个子指标中，失去任何一项子指标的功能，对子系统的影响都是致命的，因此，理解为“与”关系。

考虑了指标间的“与”“或”关系后，结合C4ISR系统，确定指标体系及其相互关系，如图3所示。

图3 含逻辑门的C4ISR系统指标体系Fig.3 C4ISR system index system with logic gates

从指标体系可以看出，考虑了指标间的“与”“或”逻辑关系后，形成了图中所示的体系，这也反应出本文所要说明的核心问题。

3.2 设定评估灰类

设定不同的评估灰类，记为 e=1，2，…，g，使其反映不同的评估等级，例如，优、良、中、差等。确定每个灰类的灰数和白化权函数。灰数是指一个大概的范围，不知其确切值的数;白化权函数是将灰数在取值范围内白化为某一白化值的可能性或偏爱程度或满意程度等［10］。

3.3 确定样本评估矩阵、权重和灰色评估权

具体方法与文献［4］中相同，本文不再赘述。

3.4 指标的聚合与结果的输出

从指标的聚合关系上看，本文不仅涉及了线性加权，也涉及了幂指数加权，因此，加权评价值(θ)的计算要有2种方式。线性加权值可表示为

式中:p为子指标个数;αj为第j项指标的权重;Cj为第j项指标的评价值。

同理，幂指数加权值可表示为

根据逻辑关系，逐级向上运算，可得到最终的评价值，放入相应的评价区间后，便可得到相应的评价等级。

4 实例分析

限于文献［4］中只给出了U1及其子指标的评价值和权重，单纯以此为例不能反映出所说明的问题，由于本文指标体系的相似性，因此，本文尝试以相同的评价值来看指标U2，依次类推，最终得到总评价值，以验证方法的可行性;本文中将文献［4］中实际数据的评价值线性放大成百分制的形式，以满足运算需求。

首先，以U11为例，计算灰色评估权向量为r11=(35.46，24.82，39.72，0)，依次计算 U12，U13，U14的评估权向量，综合得到评估权向量矩阵为

由于指标之间以“或”逻辑关系聚合，采用式(3)的加权形式，得到U1的评价向量

由于指标U2以“与”逻辑关系聚合，故采用式(4)的聚合形式

同样道理，根据式(4)的聚合形式，可得到最终的总效能值的评价向量为

可以得到系统的综合评价等级为“中等”，与文献［4］相同。

5 结束语

从本文的结果可以看出，在考虑指标聚合关系后，通过算例，证明了方法的可行性和有效性。同时也排除了某些指标效能值较低，而得到总的效能较高的情况，充分考虑了单个重要指标对总体效能值的影响，这也是本文考虑此方法的主要意义。

［1］ 江汉，张义宏，尹浩，等.现代C4ISR系统综合评估指标体系［J］.火力与指挥控制，2007，32(9):34－38.

［2］ ONES N W.Applicaition of Simulation to the Evolution of Weapon System Performance［C］∥1986 Summer Computer Simulation Conference.Paris:Kigil Nide，1986:17－23.

［3］ 闫永玲，张庆波.改进ADC法的C4ISR系统效能评估［J］.空军工程大学学报:自然科学版，2009，10(1):47－51.

［4］ 余静，张勇涛，张松良.基于灰色聚类理论的C4ISR系统效能评估研究［J］.现代防御技术，2009，37(3):64－67.

［5］ 牛作成，吴德伟，雷磊，等.军事装备效能效能评估方法探究［J］.电光与控制，2006，13(5):98－101.

［6］ 傅攀峰，罗鹏成，周经伦.对武器装备效能评估体系的几点看法［J］.系统工程学报，2006，21(5):548－552.

［7］ 陈颖文，周经伦.空战武器装备系统的效能评估技术研究［D］.长沙:国防科学技术大学，2003.

［8］ 王新辉，刘茂刚.武器装备效能评估的基本思路与方法［J］.通信导航与指挥自动化，2006，4(3):1－4.

［9］ 王伟，袁卫卫.装备保障系统效能综合评估方法研究［D］.长沙:国防科学技术大学，2009，5:26－32.

［10］ 甄涛.地地导弹武器作战效能评估方法［M］.北京:国防工业出版社，2005.