基于系统动力学的协同决策模型性能分析

韩潇弘毅,吴　聪

(1.空军西安飞行学院,陕西 西安　710306;2.国防信息学院,湖北 武汉　430010)

基于系统动力学的协同决策模型性能分析

韩潇弘毅1,吴聪2

(1.空军西安飞行学院,陕西 西安710306;2.国防信息学院,湖北 武汉430010)

摘要:为探索信息化作战中指挥控制关键因素,提出改进作战指挥体制的对策措施,采用系统动力学理论,对协同决策的结构、参与者和信息反馈关系等关键因素进行了分析,在此基础上构建了基于系统动力学的协同决策模型并进行了模拟仿真。结果表明，增加指挥控制机构之间的信息共享可以有效提升协同决策的效率,为建立协同决策指挥控制体制提供了借鉴意义。

关键词:协同决策;指挥控制;系统动力学

2015年,国防战略提出了基于信息系统的体系作战发展方向,改变了传统机械化的作战模式。可以说,基于信息系统的体系作战战略既提出了发展机遇,又提出了发展挑战。其中,指挥控制效能的高低,对基于信息系统的武器装备体系能力生成具有重要的影响[1],因此有必要深入探讨信息化条件下的指挥控制模式,分析影响指挥控制的关键因素,进而提出有利于促进指挥控制效能的对策措施。

指挥控制分为机械化时代的个体决策和信息化时代的协同决策两种,个体决策以OODA(Observe, Orient, Decide, Act)模型描述为典型代表[2],目前描述协同决策的指挥控制过程模型处于积极探索阶段,文献[3]在OODA模型基础上强调了信息因素的作用,提出了描述协同决策过程的OODAI(Observe, Orient, Decide, Act, Information)模型。然而,文献[3]只对信息内涵和顶层结构进行了分析,并未涉及具体的对策措施。除此之外,信息化条件下的指挥控制3层扁平化网络结构已经获得了广泛认可。那么,如何在3层指挥控制结构基础上,实现OODAI模式,是一个值得深入探讨的问题。

系统动力学(System Dynamics,SD)是一门分析研究信息回馈系统的学科,用回路描述系统结构,用因果关系描述系统联系,用流图描述协同要素的性质和本质规律,用差分方程对系统进行定量描述[4]。系统动力学可以结合定性、定量以及计算机模拟分析系统的结构和信息回馈关系,有利于探索研究协同决策指挥控制的作用机理及影响关系。在上述研究基础上,论文基于系统动力学,对协同决策的关键因素进行了分析,期望提出有利于促进指挥控制效能的对策措施,为基于信息系统的体系作战战略提供借鉴。

1协同决策指挥控制关键因素分析

通过文献[3]可知,个体决策和协同决策的关键区别在于信息结构方面,文献[3]中的OODAI模型如图1所示。

图1　OODAI模型

图1中,当指挥控制者与武器装备处于同时空时,I处(信息因素)影响不大,OODAI短路为OODA;当指挥控制者与武器装备处于跨时空时,指挥控制者与武器装备通过I(信息)形成关系。此处,若为局部小规模的信息化作战,OODAI形成立体结构,若为大规模的信息化作战,OODAI形成以I为枢纽的云端,形成具有复杂关系的协同决策模型。因此,从OODAI模型可以看出,OODAI的参与者、指挥控制结构和信息反馈关系是协同决策的关键因素。

在军事领域中,人与武器关系形成的战斗力系统是重要的基础理论[5]。而人是协同决策的主要对象,根据文献[6]对武器装备体系的认识,可将人分为操纵者、指挥控制者和决策者三类,将战争层次分为战略、战役和战斗三层,将武器装备分为监视、指控和打击三类;根据OODAI中同时空和跨时空信息描述,可将操纵者与武器装备形成的OODA称为作战单元。综上所述,可认为OODAI形成协同决策指挥控制的结构如图2所示。

图2中分为战略、战役和战斗3层协同决策指挥控制过程。其中,决策者居于战略层,是实现战争层次跃迁的主要群体;指挥控制者处于战役层,是实现决策者意图,通过调度作战单元形成具有一定能力武器装备体系的主要群体,指挥控制者和指挥控制武器装备实现指控功能;作战单元处于战斗层,是武器装备体系对抗的主要执行者,分为监视和打击两种类型。决策者、指挥控制者和作战单元构成OODAI,其中,决策者和指挥控制者偏重于OODAI,而作战单元偏重于OODA。

图2　协同决策指挥控制结构

2系统动力学分析

根据上文阐述,可基于系统动力学构建协同决策分析模型[7-9],如图3所示。

图3　基于系统动力学的协同决策分析

根据如图2所示的三层结构,图3模型分为战场作战单元、指挥控制者调度和决策者决议3个不同部分。其中,战场作战单元是信息化战争的主要执行者,指挥控制者期望在战争中维持一定数量的优势,保证较强的监视和打击能力。而战场作战单元由于战争损耗,数量会逐步减少。在此情况下,指挥控制者要根据期望优势数量分析战场数量差,保证调度合适比例的作战单元补充到战场中去,因此需要综合态势做出决策,并进行调度。指挥控制者可调度数量来源于决策者的支持,决策者宏观把握多个战场,要对整体资源进行配置。决策者期望在有限的配置内,指挥控制者能够完成决策需求,因此决策者根据指挥控制者期望调度数,进行配置活动。然而,决策者的配置资源并不是无限的,决策者要通过决议决定可消耗的资源并进行配置活动。因此,决策者本身还要进行资源规划,以配置足够的资源支持战场行动。从战场对作战单元的消耗,到指挥控制者调度和决策者决议,其中存在延时现象。图3构建了一个扁平化的三层指挥控制结构,下面利用计算机模拟对上述系统进行分析。

3SD模型构建和对抗过程模拟

根据第2节分析,可利用Vensim软件构建具有3层指挥控制结构的模型。在OODAI指导下,可对3层指挥控制结构中的OODA进行建模[10],如图4所示。

图4　Vensim构建的OODA过程模拟模型

图4中,决策者、指挥控制者和作战单元的操纵者之间存在OODA的链式结构,即作战单元中的操纵者根据损耗率估算战场需求,将此汇总给指挥控制者。指挥控制者根据战场需求做出调度申请并汇总给集成者,决策者根据调度申请做出配置需求。在配置需求支持下,决策者、指挥控制者逐层调度并影响战场作战单元比例。

在如图4所示模型基础上,可假设一:

1)假设前4分钟双方处于对抗相持阶段,对抗损耗率为1000个/min。从第5分钟开始,对抗方开始调整,损耗率处于波动状态,为±200,均值为0,波动次数为100,波动持续时间为200min,随即因子为4；

2)作战开始之前,各级部署完毕,配置、调度和优势数量均为3000；

3)配置延时、决策延时均为3min;期望持续时间为3min、调整时间为4min、系统运行平均时间为5min。

在假设一基础上,可设置如图4中的方程函数如表1所示。

表1　参数定义(部分)

在上述假设基础上,将如表1所示的参数输入如图4所示模型,设置模拟时间为200min,步长为1,可获得结果如图5所示。

图5　假设一对抗模拟参数图

从图5中可以看出,各级决策者之间的作战单元调度具有明显牛鞭效应。牛鞭效应是下级到上级波动逐渐增大的效应,下级如作战单元基数大,上级如决策者基数小,下级的波动效应较小,然而到上级却逐步增大,给决策者带来了较大的困难。削弱牛鞭效应主要有调节指挥控制的层次结构和信息结构[11-12]。然而,由于3层指挥控制结构得到了目前广泛认可,因此,调整信息结构实践性更强。

图6　Vensim构建的OODAI过程模拟

在图4基础上,调整信息结构之后的模型如图6所示。图6增加了各级决策者之间的信息共享程度,决策者和指挥控制者能够及时掌握战场作战单元变化情况,如新添的红色箭头。在此影响下,调度申请和配置需求的计划不再按照调度预测和配置预测进行规划,而是按照掌握的实时动态进行规划。在如图6所示模型基础上,假设二与假设一初始条件完全相同,只是信息结构发生了变化,其中参数变化如表2所示。

表2　参数变化

在上述假设基础上,将表2所示的参数变化情况输入图6所示模型,设置模拟时间为200min,步长为1,可获得结果如图7所示。

图7　假设二对抗模拟参数图

对比图1和图2可以看出,牛鞭效应明显得到了改善。可以说明,在不改变指挥控制层次结构基础上,改善信息结构,增加各级指挥控制者之间的信息共享力度,可以有效改善指挥控制层次中的牛鞭效应。

比较如图5和如图6模拟结果,可得出如下结论:

1)无论指挥控制机构有几层结构,自下而上一定几率存在牛鞭效应。指挥控制机构越多,指挥控制链路越长,指挥控制层次之间的信息传递局限于上下级之间,牛鞭效应越剧烈。同时,下级指挥控制机构数量普遍较多,上级指挥控制机构数量普遍较少,为了有效抵消牛鞭效应,必须要构建庞大的上级指挥控制机构,但这样容易导致指挥控制机构臃肿,降低机动灵活性。

2)一般认为,自上而下的3层指挥控制结构是构建信息化扁平指挥控制网的最优结构。然而,通过模拟仿真可以发现,如果仍然采用OODA思路,上下级之间进行信息传递,仍然会存在严重的牛鞭效应。因此可以认为,3层指挥控制结构比3层以上的结构更加优越,然而,不重视信息共享,3层指挥控制结构也难以适应快节奏的信息化作战环境。

3)一定要全力打造指挥控制机构之间的信息共享环境。图6所示的模型和图4所示的模型在参与者、指挥控制结构因素方面不变,仅仅调整了部分信息反馈关系,就有效降低了牛鞭效应。可以看出,在3层结构基础上,增加指挥控制机构之间的信息共享关系,可以有效缓解牛鞭效应,因此必须全力打造指挥控制机构之间的信息共享环境。

4结束语

本文通过引入系统动力学理论,提出了改进作战指挥体制的对策措施,对协同决策的结构、参与者和信息反馈等关键因素进行了分析,着重从OODA和OODAI两个角度出发,研究得出信息结构的重要性,并通过SD模型建立和对抗过程模拟仿真,发现3层的指挥控制结构以及增加指挥控制机构之间的信息共享可以有效地削弱牛鞭效应,提升协同决策的效率,为基于信息系统的体系作战能力生成提供了一定的理论依据。下一步将继续完善模拟模型并进一步分解相关因素,期望获得深入完善的系统动力学模型。

参考文献:

[1]任连生.基于信息系统的体系作战能力概论[M].北京:电子工业出版社,2004.

[2]孙瑞,王智学,姜志平.外军指挥控制过程模型剖析[J].舰船电子工程,2012,32(5):12-14,42.

[3]朱刚,谭贤四,王红,等.复杂信息关系集成的指挥控制模型[J].复杂系统与复杂性科学,2015,12(1):53-61.

[4]钟永光.系统动力学[M].北京:科学出版社,2009.

[5]朱刚,谭贤四,李志淮,等.人与武器关系多视图建模研究[J].装备学院学报,2013,24(2):126-130.

[6]朱刚,谭贤四,王红,等.改进DM2的联合论证概念建模[J].解放军理工大学学报(自然科学版),2014,15(3):295-302.

[7]黄建明,高大鹏.基于OODA环的作战对抗系统动力学模型[J].系统仿真学报,2012,24(3):561-564

[8]李小全,詹海洋,程懿. 系统动力学信息对炮兵作战能力影响建模仿真[J].火力与指挥控制,2013,38(5):70-73,78.

[9]李小全,蓝鹏飞. 系统动力学的C4ISR系统信息优势价值链模型仿真[J].火力与指挥控制,2011,36(8):96-99.

[10]黄建明.信息化条件下战斗SD对抗模型构建研究[J].火力与指挥控制,2006,21(12):30-33.

[11]赵顺伟,陈婷,付振伟.基于供应链中需求信息共享的系统动力学研究[J].价值工程,2015,34(10):34-36.

[12]刘秋生,蒋国耀.基于系统动力学的供应链中牛鞭效应的研究[J].中国管理信息化,2009,12(6):72-75.

Performance Analysis of Collaborative Decision Model based on System Dynamics

HAN Xiao-hong-yi1, WU Cong2

(1.Air Force Xi’an Flight Academy, Xi’an 710306; 2.National Defence College of Information, Wuhan 430010, China)

Abstract:In order to seek the key factors of command and control in information operations, and find the countermeasures to improve operational control system. The key factors of collaborative decision framework、actor and information feedback, which based on system dynamics, are analyzed in this paper. Then the collaborative decision model which based on System Dynamics is built and simulated. The results show that it is effective to improve efficiency in collaborative decision by increasing information sharing among each command and control institutions. It provides a reference for establishing the collaborative decision command and control systems.

Key words:collaborative decision; command and control; system dynamic

文章编号：1673-3819(2016)03-0046-05

收稿日期：2016-03-14

作者简介：韩潇弘毅(1990-),男,江西吉安人，硕士,助教,研究方向为武器装备协同作战。

中图分类号:E917

文献标志码:A

DOI:10.3969/j.issn.1673-3819.2016.03.008

修回日期： 2016-03-30

吴聪(1988-),男,硕士,助教。