基于地空导弹装备指挥任务的个体行为模式研究

汪禹喆，周林，王毅，许勇

(空军工程大学 防空反导学院，陕西 西安710051)

0 引言

地空导弹装备指挥任务的动态性通过任务中个体的行为模式体现，即装备保障指挥中心根据任务需求和地空导弹武器系统状态，通过合理运用装备保障单元以确保装备维持良好系统状态和战术性能的过程［1］。但由于任务需求和装备状态变化的实时性以及任务过程本身较强的不确定性，现有的研究大多倾向于对系统的定性分析［2-4］或对体系能力［5-7］及结构的评估［8-9］，而对内部机制及基本行为模式的研究和数据实验较少。因此，通过复杂适应系统(CAS)理论［10］和粒子群算法(PSO)［11］的机制原理研究装备指挥任务中的个体行为模式不仅能为装备保障指挥系统的研究提供有效的实验数据支持，也对进一步的系统建设和改进提供了新的思路。

1 地空导弹装备指挥任务中的个体行为分析与概念建模

由于装备指挥任务的过程具有复杂的适应性系统特征［12］，因此应根据装备保障指挥体系的组织构成并按照CAS 的基本观点［13］对指挥任务中的个体属性及其行为关系进行概念建模。

1.1 地空导弹装备指挥任务的特点与组织构成分析

地空导弹装备作为一类复杂的高技术装备，其保障难度和复杂性比一般的空军地面武器高得多，并且在作战运用上更强调实时性及持续性。因此在保障形式上，地空导弹一般采用预防性维护及3 级保障体制，尽管在基本细节上与其他武器类似，但其保障过程却要求在最短的时间以最优的成本实现装备保障行动的实时性及精确性，体现在装备指挥上则表现为对信息使用的3 种能力，即全局把握能力、高效利用能力和实时预判能力。

目前，地空导弹部队普遍采取“以平台为中心”的统分结合保障模式，所有的保障力量按编制配备，具体保障任务包括平时保障和战时保障等，并且所有任务在过程和组织结构上具有共通性。装备指挥任务的实体要素主要为装备保障指挥中心、地空导弹武器系统和装备保障单元，要素间通过装备保障、指挥控制和组织协调等关系相互关联形成任务过程。其中:装备保障指挥中心是保障任务的指挥决策机关;地空导弹武器系统是需求的产生者;装备保障单元是保障任务的具体实施者。

1.2 装备指挥任务中的个体行为关系概念建模

装备保障指挥任务又称装备指挥任务，是实施装备保障行动的一系列策略及手段的结合，也是执行装备保障任务的组织基础。地空导弹的装备指挥任务通过具体的装备保障行动实现，而装备保障行动的执行则体现了装备指挥的过程及效果。因此，研究装备保障任务中的个体行为应将装备指挥及装备保障视作统一的整体，而根据地空导弹装备保障指挥及装备保障任务的组织结构及任务要素，可将装备保障指挥任务定义为如下形式:

装备指挥任务L-Task 包括任务个体集合Swarm、信息流FI、个体间关系集合AR 及任务环境Env 和任务效益评估EF. 其中:FI 为任务过程中所有信息的集合，包括指令、情报和需求等;AR 为个体间、过程间以及行动间的相互关系描述，包括指挥控制关系、结构从属关系等;Env 为任务环境描述，包括所有的外部信息;EF 为任务整体及各阶段的效益评价，是任务过程中保障行动执行情况的信息反馈;Swarm 为任务的核心要素，对应实体要素又可具体描述为

Swarm 的对象包括:

1)保障对象UL. 即地空导弹武器，定义要素包括客体标识ID、装备需求Fn 和装备系统状态St.其中:Fn 包括任务紧迫度TP、保障复杂度LP、保障便利度LC 和保障费效比LT;St 包括资源补给状态SR 和技术维持状态SM.

2)保障者LL. 即装备保障单元，定义要素包括实体标识ID、保障者类型Type、保障状态State、行为规则Rules、保障能力Capacity、保障域δ 和保障意向PrU. 其中:State 为保障过程中LL 的3 种状态，即保障准备、保障执行和保障完成;Type 包括资源补给型R 和技术支持型M 两类，R 为数量消耗型单位，保障过程中提供自身持有的补给资源，资源消耗后逐渐丧失保障能力，M 为时间占有型单位，保障过程只消耗时间;Rules 包括聚合(Aggregation)、解聚(Remove-Aggregation )、待 命 (Wait )和 执 行(Execution)4 种LL 行为规则;Capacity 为LL 的保障能力描述，针对不同的Type，Capacity 具有不同的定义和细节;δ 为LL 的保障域，当UL 处于保障域范围内时，LL 和UL 按照Rules 产生相应的行为;PrU 是LL 具有保障意向的UL 标识，一般为LL 在保障行动中感知到的具有高保障价值的UL 或AC 指示的UL.

3)指挥控制者AC. 即装备保障指挥中心，主要任务确保LL 按照任务目的满足UL 的保障需求。三者的任务行为关系如图1 所示。

图1 装备指挥任务中的行为关系描述Fig.1 Description of the behavioral relationship in equipment support command task

AC 根据任务情况和UL 的保障需求产生保障指令，并通过FI 向LL 提出任务要求。当收到AC 的命令或自身感知到UL 的保障需求时，LL 首先按照自主意识进行判定:若满足保障类型且LL 具备相应的保障能力则进行PrU 确认，由初始态转入保障准备状态并开始向UL 移动，否则与其他LL 进行协商或向AC 反馈情况。当UL 进入LL 的保障域δ 时，LL 和UL 之间通过聚合形成相对稳定的保障结构，之后LL 进入保障执行状态并根据需求进行资源保障或技术支援。保障行动结束时LL 和UL 解聚合，LL 进入保障完成状态并向AR 反馈信息，保障结束。

2 基于PSO 的装备指挥个体行为建模

装备指挥任务中的个体一定程度上具备与PSO中粒子相似的运行机制，因此可通过重新设计行为模式和评价标准来构建装备指挥任务过程中个体行为的计算模型。

2.1 装备指挥任务中个体群落的确定

在实际的装备指挥任务中，AC 的行为模式表现为决策、指挥和控制过程，其本身并不直接参与保障，而是根据UL 产生的需求生成相应策略，并指挥LL 执行保障行动，即UL 和LL 在指挥过程中只是作为AC 的客体存在。但同时应注意到，整个保障任务的具体过程实际上是由LL 和UL 间的相互作用体现，并且LL 的行为除了自发倾向性外还受到AC的影响，也就是说两者的行为模式实际上反应了AC的指挥与控制过程。因此，按照PSO 的运行机制［14］，可将AC 对UL、LL 的影响及其基本的保障策略转化为全局参数，即PSO 公式中的c2、pl 和pg.按照上述分析，可设UL 和AC 为静态对象，LL 为动态对象，由于保障行为的直接过程只存在于LL 和UL 之间，而AC 作为管理者不产生具体的动作，则保障过程可相应简化，只考虑LL 和UL 间的相互作用，将粒子群及保障属性定义为如下形式。

UL 中的保障对象ui具有保障需求fi和任务紧迫度tpi二个属性;LL-M 为LL 中技术支援型单元的集合，每个mj的属性包括最大可占用时间zj和保障域δj;LL-R 为LL 中资源补给型单位的集合，每个rk的属性包括最大资源上限sj和保障域λk(λk≤δj).

2.2 装备指挥任务中个体属性参数与行动策略设置

由于UL 和AC 为静态对象，因此只存在LL 的运动，首先定义对象的状态参数:

(4)式为保障周期T 内的任意时刻k，保障对象ui和保障者v 的参数及关系描述，分别包括保障域D、ui保障需求SN、k 时刻需求S(k)、保障需求差detS以及v 的保障能力成本val. 其中，补给保障能力以物资数量计算，支援保障能力以占用时间k 度量。同时，按照运动特性分别定义个体的运算参数:

1)定义AC 为平衡点，ui为聚合点即备选解，二者位置在任务初始确定，运行过程中速度为0;

2)v 为解参量，其速度和位置按照PSO 迭代公式生成，其中w 为v 的速度调整值，c1为v 对ui保障需求的个体感知，pl 为v 感知到保障价值最大的ui位置，c2为AC 对v 的指控系数，pbest 为任务紧迫度tp 最大的ui位置。

由于任务过程中AC 会根据ui的需求、保障的难度和成本等因素进行综合判断后下达保障指示，因此可定义保障指挥的相关参数如下:

任务的整体保障价值F 由所有个体的任务紧迫度tpi、保障效益p 和保障便利度c 决定。其中:tpi由AC 根据任务需要动态生成;保障效益p 由v 的保障能力极值P 和保障成本t 决定，在可接受的范围内(t≤P)，t 越低效益越高，反之(t ＞P)则t 与保障效益成反比增长，当不存在保障需求(t =0)时p 不产生影响;c 由ui和v 之间的欧式距离确定，一般二者间距越近越容易保障，则c 越高。

2.3 装备指挥任务中个体行为规则设计

根据任务概念模型以及LL 和UL 之间的关系，分别定义和设计4 种行为规则为:

1)等待。v 按照一定速度或AC 的指示在初始位置附近以及指定区域进行慢速搜索。

2)聚合。当ui产生保障需求(detS ＞0)且v 与ui间距离小于v 的保障域D 时发生聚合，若D 内还存在其他需求者，则按照保障价值f 排序选择聚合对象。聚合时，v 的速度降为0 并与选中的ui形成一对一的保障结构并进入执行准备。

3)执行。执行过程中，v 无法解聚和移动，并且根据保障类型不同，v 分别消耗自身持有的资源或可被占用的保障时间。当qj(k)＞detS 时，ui的需求得到满足后两者解聚合;如果保障能力无法完全满足需求(qj(k)＜detS)，则按最大能力进行保障;一旦v 丧失保障能力(qj(k)=0)则解聚当前v，由AC按保障策略或由其他v 的自身感知产生新的替代者。

4)解聚。保障完毕或v 丧失保障能力时，v 重新进入等待搜索状态，开始恢复速度并按照ui的坐标进行位置变换，使当前ui脱离自身保障域D.

同时，为更好地研究群落中个体间的行为状态，以文献［15］中提出的直觉模糊种群熵来定义聚合熵Hi作为v 在所有保障对象ui周围的聚合状态的判定参数，并采用相应的基于距离的隶属度、非隶属度和犹豫度确定方法［14］来计算法Hi.

3 仿真实验与结果分析

首先，以现役的某型地空导弹装备为对象确定任务参数:

1)群落规模参数。保障对象u(按系统区分)N=10，技术支援型(v1)的单元数L =15，物资补给保障(v2)的单元数K=20.

2)运算参数。周期T =200 代;维度Dr =2;u 的位置生成基准值为100，AC 的位置按照u 的分布随机生成;保障者v 中50%在AC 处聚合，其余v按照u 的分布随机生成，v1和v2的速度生成基准值分别为10 和5.

3)属性参数。任务紧迫度tp 的生成基准值为10;v1 所持的资源数量在30 ～60 间随机生成，P 为所持资源数的80%，且资源消耗不可补充;v2的P生成基准值为10;v1和v2保障域D 的生成基准值分别为15 和10.

4)保障需求参数。u 按照低于40%的随机比例产生补给及技术支援需求，而在保障过程中的u不产生任何保障需求。

5)控制参数。为了使v 的速度不至于过大而超出u 所在范围，参数满足w =0.77，0 ＜c1，c2＜1 且c1+ c2=1. 同时，为了计算的方便，设v1和v2的保障单位价值val=1，同时对c1，c2的取值使用2 种较极端策略分别进行独立随机实验。则不同时期下不同保障对象的保障数据及对应的状态如表1、表2及图2、图3 所示。

表1 策略1(c1 =0.1，c2 =0.9)下装备指挥任务中的个体状态参数Tab.1 State parameters of the units in equipment command task under Strategy 1(c1 =0.1，c2 =0.9)

表2 策略2(c1 =0.9，c2 =0.1)下装备指挥任务中的个体状态参数Tab.2 State parameters of the units in equipment command task under Strategy 2(c1 =0.9，c2 =0.1)

图2 策略1(c1 =0.1，c2 =0.9)下装备指挥任务个体行为状态与保障效益变化Fig.2 The performance of the units in equipment command task under Strategy 1

图3 策略2(c1 =0.9，c2 =0.1)下装备指挥任务个体行为状态与保障效益变化Fig.3 The performance of the units in equipment command task under Strategy 2

如图2 所示，在AC 认知占优(策略1)的情况下，初期v 的分布呈现总体集中和部分分散的情况;但在末期(t =200 代时)，v 基本脱离AC 而局部集中于任务紧迫度较高的u 周围。同样从表1的数据也可以看出，tp 高的u 周围v 的聚合程度(Hi)也较高，而相对于保障需求(SN1，SN2)较高的个体，虽然存在一些聚合，但总体上仍是任务效益优先。

如图3 所示，在个体认知占优(策略2)的情况下，v 的收敛速度大幅提高，在后期(t =135 代时)更出现了v2的高度聚合，表2 的数据也显示出，v 更倾向于需求较高的u，而tp 高的个体往往不一定得到保障。并且由于后期个体的速度衰减和搜索收敛，v 的状态不会有太大变化，此时尽管还有u 产生新的保障需求，剩余的v 也很难对其进行保障。

同时根据图2(c)和图3(c)，策略1 的保障效益远高于策略2，因此可知，策略1 中v 的行为主要受tp 的影响而自身感知能力较弱。并且由于一对一保障模式的限制，部分v 也只能在相对确定的区域运动，一些需求高而任务价值较低的u 仅能得到有限的满足。因此尽管整体保障效益(1.0 ×1017)高于策略2(1.0 ×1012)，但仍存在一些保障的盲点。而策略2 中v 的个体认知虽然实现了对需求的灵敏感知，但由于保障域和自身的感知局限，行为上会出现一些偏差，因此任务条件下整体保障效益较低，并且由于保障的偏向性强，保障末期很难出现个体行为的跳变。

4 结论

信息感知能力对装备指挥效能的影响毋庸置疑，通过对实际装备保障任务的分析可知，所有保障单元主要依靠保障指挥中心的命令执行任务;当指挥中心提供的信息受阻或态势感知不完整时，保障单元也可通过自身的感知能力进行保障行动，但后者的效益一般低于前者。

本文在分析装备保障指挥体系的基础上，首次针对地空导弹装备的保障特点建立相应的计算模型，模拟和设计了装备保障单元间的行为关系准则以及基本的装备指挥策略，建立基于装备指挥任务的个体行为模型，并研究不同行为模式下个体的行为特征，得到了个体感知能力、行为模式与装备指挥效益间的变化关系。通过对两类极端策略的实验可知，分组数据验证了不同认知水平上的个体行为差异及其与指挥效益间的关系，因此模型的运行规律符合实际任务中信息感知与整体效益的一般性规律，同时其运行数据也提供了信息感知能力影响装备指挥效益的实用性证据。

但由于任务环境的多变性及保障过程的复杂性，个体仍可能存在一些较复杂的行为关系模式，而这些模式可能对任务系统产生难以预测的影响，因此对装备指挥尤其是个体行为模式的研究仍存在需要进一步深入的地方，主要包括:

1)个体的高级行为模式建模，尤其应考虑时变因素;

2)个体间非线性因素的分析与建模;

3)个体属性参数设置与模型状态多样性间的关系研究。

References)

［1］杨建军. 地空导弹武器系统概论［M］. 北京:国防工业出版社，2006:2 -7.YANG Jian-jun. Introduction of the air defense system［M］.Beijing:National Defense Industry Press，2006:2 - 7. (in Chinese)

［2］邵玉平，刘欣，黄顺勇. 信息化条件下装备保障指挥问题研究［J］. 军事交通学院学报，2011，13(4):26 -28.SHAO Yu-ping，LIU Xin，HUANG Shun-yong. Research on equipment support command under informationization［J］. Journal of Academy of Military Transportation，2011，13(4):26 -28.(in Chinese)

［3］穆彤娜，何海宁，关冰兵. 提高非战争军事行动装备保障指挥能力初探［J］. 装备指挥技术学院学报，2010，21(6):41 -43.MU Tong-na，HE Hai-ning，GUAN Bing-bing. Preliminary study on improving equipment support command capability in military operations other than war［J］. Journal of the Academy of Equipment Command ＆ Technology，2010，21(6):41 -43. (in Chinese)

［4］陈立云，张汉峰，卢昱，等. 基于熵的装备指挥机关两种专业设置模式比较研究［J］. 信息技术，2011(5):12 -15.CHEN Li-yun，ZHANG Han-feng，LU Yu，et al. Comparative research of two setting models of equipment command department based on entropy［J］. Information Technology，2011(5):12 -15.(in Chinese)

［5］周芬，丁健江，张翼. 以耗散结构理论指导装备保障网络发展［J］. 装备指挥技术学院学报，2011，22(1):53 -56.ZHOU Fen，DING Jian-jiang，ZHANG Yi. Netted equipment support in dissipative structure theory［J］.Journal of the Academy of Equipment Command ＆ Technology，2011，22(1):53 -56.(in Chinese)

［6］刘向阳，杜晓明，严凤斌. 基于UML 的装备保障指挥概念建模研究［J］. 计算机与数字工程，2011，39(1):64 -65，73.LIU Xiang-yang，DU Xiao-ming，YAN Feng-bin. Research on conceptual model of equipment command based on UML［J］.Computer ＆ Digital Engineering，2011，39(1):64 -65，73.(in Chinese)

［7］杜峰，宿云波，刘军杰. 基于粗糙集的装备保障指挥系统效能评估指标体系约简［J］. 装甲兵工程技术学院学报，2010，24(6):13 -16.DU Feng，SU Yun-bo，LIU Jun-jie. Index system predigesting of equipment support command and system effectiveness assessment based on rough set theory［J］. Jounrnal of Academy of Armored Force Engineering，2010，24(6):13 -16.(in Chinese)

［8］吴秀鹏，张春润，张乾，等. 基于HLA 的装备保障仿真系统设计与实验［J］. 军事交通学院学报，2010，12(3):42 -46.WU Xiu-peng，ZHANG Chun-run，ZHANG Qian，et al. Design and implementation of equipment support simulation system based on HLA［J］. Journal of Academy of Military Transportation，2010，12(3):42 -46.(in Chinese)

［9］蔡纪伟，贾云献，蔡军峰，等. 复杂电磁环境下装备保障指挥控制建模研究［J］. 河北科技大学学报，2011，32(2):92-95.CAI Ji-wei，JIA Yun-xian，CAI Jun-feng，et al. Modeling of equipment command support system under complex electromagnetic environment［J］. Journal of Hebei University of Science and Technology，2011，32(2):92 -95.(in Chinese)

［10］陈禹. 复杂适应系统(CAS)理论及其应用—由来、内容及启示［J］. 系统辩证学学报，2001，9(4):35 -39.CHEN Yu. Complex adaptive system theory and its application:foundation，contents and implication［J］. Journal of Systemic Dialectics，2001，9(4):35 -39.(in Chinese)

［11］Kennedy J，Eberhart R C. A discrete binary version of the particle swarm algorithm［C］∥Proceedings of the World Multi-Conference on Systemics， Cybernetics and Informatics.Piscataway:IEEE Service Center，1997:4104 -4109.

［12］倪建军. 复杂系统多Agent 建模与控制的理论及应用［M］.北京:电子工业出版社，2011:7 -10.NI Jian-jun. Theory and application of multi-Agent modeling and control in complex system［M］. Beijing:Publishing House of Electronics Industry，2011:7 -10.(in Chinese)

［13］Lacy L W，Randolph W，Harris B，et al. Developing a consensus perspective on conceptual models for simulation systems，01S-SIW-074 ［C］∥Proceedings of Simulation Interoperability Workgroup. Orlando:Spring，2001:2 -9.

［14］汪禹喆，雷英杰，周林，等. 直觉模糊离散粒子群算法［J］.控制与决策，2012，27(11):1735 -1739.WANG Yu-zhe，LEI Ying-jie，ZHOU Lin，et al. Intuitionistic fuzzy discrete particle swarm algorithm［J］.Control and Decision，2012，27(11):1735 -1739.(in Chinese)

［15］王毅，雷英杰. 一种新的直觉模糊熵构造方法［J］. 控制与决策，2007，22(12):1390 -1394.WANG Yi， LEI Ying-jie. A technique for constructing intuitionistic fuzzy entropy［J］. Control and Decision，2007，22(12):1390 -1394.(in Chinese)