C2组织结构适应性优化的模型与方法

修保新，牟亮，张维明，刘忠

(国防科技大学 信息系统工程重点实验室，湖南 长沙410073)

1 引言

C2(Command and Control)组织是为了完成作战使命而存在的军事指挥控制组织，C2组织在执行使命过程中会有很多不确定事件出现，如何根据使命环境中动态到达的不确定事件对C2组织能力的影响，适时的对当前组织结构进行优化调整是C2组织研究的关键问题之一，称为C2组织结构适应性优化(C2 Organization Structure Adaptive Optimization，COSAO)问题。

当前关于COSAO问题的研究存在一定的局限性，很难满足分布式作战的实际需求和发展趋势。首先，已有研究对不确定使命环境中引起COSAO的不确定因素的分析尚不系统:仅考虑了与任务相关的不确定因素，而没有考虑涉及平台和决策者的不确定因素［1，2］。其次，当前决策能力测度集中于决策者工作负载和决策者通信量［1］等参数，无法反映决策者能力属性以及任务决策能力需求对组织决策能力的影响;同时，当前适应性优化研究所考虑的C2组织能力测度参数还不够全面，忽略了研究测度组织资源能力的相关参数。最后，当前提出的适应性优化方法［3，8］普遍没有考虑后续不确定事件的发生;并且，当前研究大多采用组织重构的方法进行适应性优化，调整所涉及的范围过大，破坏了原有组织的稳定性。针对上述局限，本文基于不确定使命环境下C2组织能力的分析，在系统的考虑不确定因素的基础上，构建COSAO模型，并提出该模型的求解方法。

2 C2组织与能力测度

2.1 C2组织元素与结构

C2组织是作战指挥控制活动的承担者与协调者，其元素包括任务、平台和决策者［4］，其中，任务是组织的子目标，是由使命分解得到的一系列活动;平台是组织中的物理资源载体，提供武器装备、通信设施和侦察监视设备等资源;决策者是组织中负责信息处理并进行决策的实体，提供信息处理、通信和管理下属决策者及平台的人员和设备。

定义:C2组织结构是决策者、平台与任务等组织元素之间的C2关系体现［5］。包括:任务与平台间的分配关系RP-T，决策者与平台间的控制关系RDM-P，决策者间的指挥关系RDM-DM，决策者与任务间的执行关系，决策者与任务间的指挥关系。因此，C2组织结构可以记为GOr=(RP-T，RDM-P，RDM-DM，)，各结构关系如图1所示。

2.2 C2组织能力测度

C2组织的运作效能反映了组织完成使命的程度。在现有研究的基础上，本文的所有测度参数都采用面向任务的方式定义，以体现C2组织的能力提供是否匹配使命的能力需求。考虑到不确定使命环境下只有保证组织有效地完成所承担的决策工作量，我们提出任务决策负载与任务决策质量作为决策能力测度参数。同时，为反映任务资源需求满足情况对使命执行的影响，在沿用原有的任务完成时间与任务资源满足度的参数基础上，增加任务执行质量作为测度组织资源能力的参数。

2.2.1 决策能力测度

决策能力测度是对C2组织为有效完成使命所提供的信息处理能力以及指挥控制能力等决策能力的定量评价，测度参数包括任务决策负载和任务决策质量。

任务决策负载是C2组织中的决策者为了完成所参与的任务而承担的决策工作量。任务Ti的决策负载DWi可以表示为:

式(1)中，f1表示任务决策负载DWi与任务处理时间DTi以及任务决策负载强度DIi之间的关系函数。

任务决策质量是参与任务的各决策者的决策工作质量、决策执行能力以及决策贡献度的函数，反映了各决策者能否有效完成决策工作。任务Ti的决策质量DQi可以表示为:

式(2)中，f2表示任务决策质量DQi与各参与决策者的决策工作质量qm、决策执行能力DAm、决策贡献度DGm之间的关系函数。决策贡献度DGm为每个参与执行任务Ti的决策者DMm所承担的决策负载占完成Ti所需的决策负载总量的比例。

2.2.2 资源能力测度

资源能力测度是对C2组织为有效完成使命所提供的火力打击、侦察预警以及综合保障等资源能力的评价。资源能力测度参数包括任务完成时间、任务资源满足度和任务执行质量。

任务完成时间是任务的结束时刻，反映组织执行任务的时效性。在任务与平台间的分配关系RP-T的基础上，任务集中所有任务的完成时间TFT可以表示为:

式(3)中，f3是任务集中所有任务的完成时间TFT与各任务的结束时间FTi之间的关系函数。

任务资源满足度［6］是任务所需的各类型资源的获取量与需求量之比，度量了任务资源需求得到满足的程度。任务Ti的资源满足度TAi可以表示为:

式(4)中，f4是任务资源满足度TAi与资源需求量TRi以及资源获取量Ri之间的关系函数。

任务执行质量是任务资源满足度的函数，度量任务完成的程度，表示为:

式(5)中，f5是任务执行质量TQi和任务资源满足度TAi之间的关系函数。

3 C2组织结构适应性优化模型

在不确定使命环境下，C2组织能力会因不确定因素的影响而下降，根据组织结构对组织能力的优化作用，通过调整对应的结构变量，可以改善C2组织提供能力的方式，优化受影响的组织能力，使组织能力与使命的能力需求相匹配，保证组织有效完成使命。

以下针对不确定因素对组织能力的影响，建立综合考虑资源能力测度和决策能力测度的COSAO模型。t时刻建立的COSAO模型包含着已知信息I(t)和不确定因素ξ(t)。I(t)是t时刻已知信息的集合，包括当前组织元素信息和组织结构GOr信息以及t时刻之后的作战任务集。ξ(t)是t时刻之后使命环境中的不确定因素集合，随着时间的推移，ξ(t)中的不确定因素将对C2组织能力产生主要影响。以组织能力测度最大化为目标，建立t时刻的COSAO模型:

式(6)中，OPI(t)，ξ(t)()表示在t时刻已知信息I(t)和不确定因素ξ(t)共同影响下组织结构的能力测度;OPI(t)，ξ(t)()受ξ(t)的影响而变化，E(OPI(t)，ξ(t)())表示OPI(t)，ξ(t)()的期望;TC(GOr，)表示组织结构从GOr调整为的结构变化代价;GOr_Set表示解的可行域。从式(6)可见，COSAO模型是一个包含随机变量的随机规划模型，具有如下特点:

(1)动态不确定性。使命环境中的高度不确定性使COSAO具有动态不确定性的特点，一方面，使命环境中的不确定因素ξ(t)是随机变量，很难预先估计，无法解析计算在ξ(t)影响下的能力测度均值E(OPI(t)，ξ(t)())，因而也无法评价的优劣;另一方面，即使可以估算E(OPI(t)，ξ(t)())并得到期望意义上的最优结构，在ξ(t)的作用下，C2组织的能力测度仍然是围绕期望能力测度值波动的，随着不确定因素对组织影响的增大，的能力测度值变化幅度将增大。

(2)复杂关联性。结构变量对于C2组织能力测度的优化作用具有交叉关联影响，通过某个结构变量优化其中一个组织能力测度参数时，可能会影响其它四个组织能力测度参数，进而引起更多结构变量的调整。结构变量和能力测度的交叉关联性导致了在COSAO过程中，难以控制参与优化的结构变量，使得优化问题规模变大、结构变化成本变高和计算耗时增加。

COSAO模型的特点决定了使用传统的组织结构适应性优化方法［1，7，8］将无法获得满意的结果，需要提出新的优化方法来降低模型求解时面临的动态不确定性和复杂关联性。

4 C2组织结构适应性优化方法

4.1 C2组织结构的适应性优化策略

4.1.1 基于组织结构分层的适应性优化策略

通过组织结构分层的适应性优化策略能够降低求解的复杂关联性。根据C2组织的资源能力测度和决策能力测度，可分为决策层结构(DLS)和资源层结构(RLS)。如图2所示，决策层结构包括决策者与平台间的控制关系RDM-P、决策者间的层级关系RDM-DM、决策者与任务间的执行关系和决策者与任务间的指挥关系，资源层结构包括任务与平台间的分配关系RP-T。

图2 基于能力测度的C2组织结构分层

由图2中决策层结构、资源层结构与C2组织的决策能力测度和资源能力测度的关系可知:通过决策层结构的调整，可以在不引起组织资源能力变化的前提下优化组织决策能力;通过资源层结构的调整，可以优化组织资源能力。但是资源层结构变化以后会影响决策者与任务之间的执行关系和决策者与任务之间的指挥关系，从而最终影响组织的决策能力测度。调整资源层结构和决策层结构时，需设计对应的优化过程，即决策层结构适应性优化和资源层结构适应性优化两个优化过程。优化过程的核心设计思想是在确保优化效果的前提下，尽量减少参与优化变量的个数。

(1)决策层结构适应性优化过程。当组织决策能力下降时，决策层结构适应性优化是在保持资源层结构不变的前提下，以尽量少的决策层结构关系作为优化变量，优化决策能力测度。决策层结构中包含了多类结构关系，由C2组织结构与能力之间的关联分析可知，RDM-P和RDM-DM决定了组织决策能力的提供方式。因此，决策层结构适应性优化的关键在于调整RDM-P和RDM-DM。

(2)资源层结构适应性优化过程。当组织决策能力和资源能力同时下降时，决策层结构和资源层结构都需要进行调整。因为调整资源层结构时会引起组织决策能力的变化，所以较好的结构优化顺序是:先优化组织资源能力再优化决策能力，在资源层结构优化调整的基础上判断是否需要进行决策层结构的优化调整。

为了实现决策层结构适应性优化过程和资源层结构适应性优化过程，需要结合组织能力测度的定义，为决策能力测度和资源能力测度提供具体的计算模型;然后，建立每个适应性优化过程的优化模型并设计模型的求解方法。组织结构适应性优化问题包含了多重优化变量，并且具有结构关系不变的约束，与现有的C2组织结构优化模型相比，组织结构适应性优化模型还具有动态不确定性的特点，这也是本文将要解决的关键问题。

4.1.2 基于滚动时域的动态适应性优化策略

广义控制问题的滚动时域方法(Rolling Horizon Procedure，RHP)，其实质是用沿时间轴滚动进行的一系列小规模或有限时段的优化问题的求解过程取代一个静态的大规模或无限时段的优化问题求解的结果［9，10］。这是一种时间分解方法，有助于在实现优化的前提下降低计算量并适应所面向环境的不确定性变化。滚动时域方法具有很强的通用性，不仅可用于不同优化目标和约束的决策问题，也适用于不同的决策信息环境。

基于滚动时域的动态适应性优化策略能够降低求解COSAO模型时面临的动态不确定性。本文运用这一方法，并根据COSAO的特点设计滚动时域的要素，包括:预测窗口、滚动窗口、适应性优化子问题和滚动机制。

(1)预测窗口。预测窗口是从每一优化时刻t起一段预测时域内所有已知或预测的信息集合，定义为FW(t)=〈tFW，TFW(t)，IFW(t)〉，其中，预测时域长度tFW表示预测窗口FW(t)大小，TFW(t)是预测窗口FW(t)中包含的任务集合，IFW(t)表示时域［t，t+tFW］中预测到的影响决策能力测度的不确定事件的信息集合。

(2)滚动窗口。滚动窗口是按照一定规则从预测窗口中挑选的用于子问题优化的部分已知或预测信息集合，定义为RW(t)=〈tRW，TRW(t)，IRW(t)〉，其中，滚动时域长度tRW表示滚动窗口RW(t)大小，TRW(t)为TFW(t)中将要优化的NRW个任务的集合，IRW(t)表示时域［t，t+tRW］中预测到的影响决策能力测度的不确定事件的信息集合。

(3)适应性优化子问题。适应性优化子问题是指在决策时刻点t建立滚动窗口之后，面向滚动窗口RW(t)内的任务进行适应性优化的问题。每次触发滚动时域优化时，面向滚动窗口中的任务集合，以决策能力最大化为目标建立决策层结构适应性优化模型并进行求解。

(4)滚动机制。滚动机制是指推动窗口向前滚动的方式，是触发一次适应性优化所需的条件，在决策层结构适应性优化中，考虑以下两种滚动机制。

第一类是周期性滚动机制，在无不确定事件到达的情况下，随着使命执行过程的推进，根据对未来使命环境的预测，设置预测窗口和滚动窗口，进行决策层结构的适应性优化，此时需要判断若进行适应性优化是否能够改善组织的决策能力，如果决策能力能够得到改善则进行优化，并输出优化后的决策层结构。由于使命环境的不确定性，预测窗口的大小不是固定不变的，如果预测未来具有很大的不确定性，则取较小的预测窗口，否则取较大的预测窗口。

第二类是事件触发滚动机制，使命执行期间，动态到达的不确定事件将影响C2组织的决策能力。当不确定事件到达时，需要根据到达的不确定事件和对未来使命环境的预测，建立预测窗口和滚动窗口，并判断是否需要进行决策层结构的适应性优化，如果满足适应性优化的条件，则触发适应性优化。

综合以上滚动时域实现要素的有关定义，可得以下基于滚动时域的C2组织决策层结构动态适应性优化策略，如图3所示。

由图3可见，在使命执行期间，事件到达将引起预测窗口的更新，然后基于预测窗口建立滚动窗口，选取预测窗口中的任务进入滚动窗口优化，判断结果是否满足适应性优化的触发条件，如果满足就输出优化结果并进行结构调整，返回使命执行。基于滚动时域的决策层结构适应性优化策略包含两类优化触发条件:一类是无不确定事件到达情况下的周期性滚动优化;另一类是不确定事件到达导致组织能力下降，此时预测窗口和滚动窗口的大小将根据不确定事件对组织能力的影响而灵活设置。

图3 面向C2组织决策层结构适应性优化的滚动时域方法

4.2 C2组织结构的分层动态适应性优化方法

针对COSAO问题所面临的动态不确定性和复杂关联性，提出结构分层的动态适应性优化(SLDAO)方法。包含以下四个环节。

(1)使命环境监控及事件辨识。通过侦察设备、监视设备和通信网络实现全局态势感知，在使命环境监控的基础上辨识事件，并通过能力测度影响因素将获取的事件进行分类。

(2)组织能力分析与适应性优化目标辨识。分析不确定事件对C2组织能力测度的影响，选择对应的组织结构适应性优化过程。根据组织结构分层的适应性优化策略，先进行资源层结构适应性优化，然后在资源层结构适应性优化结果的基础上判断是否需要进行决策层结构适应性优化，如果需要再进行决策层结构适应性优化。

(3)基于滚动时域的决策层结构动态适应性优化。通过滚动时域方法求解决策层结构适应性优化问题。具体工作包括建立决策能力测度，分析不确定事件对组织决策能力的影响，建立决策层结构适应性优化模型，重点设计预测窗口、滚动窗口、优化子问题以及滚动机制等策略要素。

(4)基于关键事件的资源层结构动态适应性优化。通过基于关键事件的方法求解资源层结构适应性优化问题。具体工作包括建立资源能力测度，分析不确定事件对组织资源能力的影响，建立资源层结构适应性优化模型，重点设计触发决策层结构适应性优化的条件，以及触发决策层结构适应性优化之后的优化过程。

5 结束语

本文通过定义C2组织能力评价组织的运作效能，分析了C2组织所面向的使命环境中各种不确定因素以及C2组织结构对组织能力的优化作用，建立了组织结构变量与能力测度之间的优化关系，提炼出影响组织能力的结构变量。在此基础上基于不确定使命环境下C2组织的能力分析，以组织能力测度最大化为目标构建了COSAO模型。针对COSAO模型中结构变量与能力测度具有复杂关联性的特点，设计了基于组织结构分层的适应性优化策略;针对COSAO模型具有的动态不确定性特点，引入滚动时域的思想，通过灵活触发的多次较短时域的优化，降低计算的复杂度并适应所面向环境的不确定性变化。在下一步工作中，我们将深入研究基于滚动时域的决策层结构动态适应性优化问题，重点研究关于预测窗口、滚动窗口、优化子问题以及滚动机制等策略要素的设计。

1 LEVCHUK G M，LEVCHUK Y N，MEIRINA C，et al.Normative Design of Organizations-Part III:Modeling Congruent，Robust，and Adaptive Organizations［J］.IEEE Transactions on SMC，2004，34(3):337-350.

2 杨春辉.基于CPN的面向任务指挥控制组织建模、仿真及优化方法研究［D］.长沙:国防科学技术大学，2008.

3 MU L，FENG Y H，ZHANGWM，et al.The Adaptive Optimization of C2 Organization Decision Layer Structure Based on Nested Improved Simulated Annealing Algorithm［C］//Proceedings for the 2010 IEEE International Conference on Intelligent Computing and Intelligent Systems.Xiamen:IEEE Press，2010:682-687.

4 LEVCHUK G M，LEVCHUKY N，LUO J，et al.Normative Design of Organizations-Part I:Mission Planning［J］.IEEE Transactions on Systems，Man，and Cybernetics，2002，32(3):346-359.

5 阳东升，张维明，刘忠，等.C2组织的有效测度与设计［J］.自然科学进展，2005，15(3):349-356.

6 LEVCHUK G M，KLEINMAN DL，SUIR，et al.Congruence of Human Organizations and Missions:Theory versus Data［C］//Proceedings of International Command and Control Research and Technology Symposium，Washington，DC，2003.

7 修保新，张维明，刘忠，等.基于粒度计算和遗传算法的C2组织结构设计方法［J］.自然科学进展，2007，17(5):662-671.

8 修保新，张维明，刘忠，等.C2组织结构的适应性设计方法［J］.系统工程与电子技术，2007，29(7):1102-1108.

9 王冰.滚动时域调度方法及其性能分析研究［D］.上海:上海交通大学，2005.

10 席裕庚.动态不确定环境下广义控制问题的预测控制［J］.控制理论与应用，2000，17(5):665-670.