基于GSPN的航母编队战斗部署BPR建模研究

孙 冶，郭传福，王书齐

(海军大连舰艇学院 舰船指挥系, 辽宁 大连 116018)

通过合理构建航母编队战斗部署，使编队系统组成要素有序行动，可以促成体系化的作战准备状态达成。战斗部署的本质是面向全体作战要素的行动规定，研究基础在于对组织流程的设计。针对此类问题研究的技术手段有动态规划、多维决策、传统PN(Petri网)、GSPN(广义随机Petri网)等[1]。为了便于图形化描述和定量分析，针对战斗部署组织流程节点存在时延的特点[2]，选用GSPN技术进行模型构建分析，采用BPR(Business Process Reengineering流程再造)理论作为优化重组航母编队战斗部署的理论方法，从定性、定量两个角度对优化方案进行制定、实施与评价。

1 航母编队战斗部署机制分析

1.1 航母编队战斗部署基本含义

水面舰艇战斗部署是一种特殊的作战准备组织工作，其定义是：舰艇在受领上级任务或遭遇战场突发事件的情况下，下达相应的战斗部署转进命令，使全体人员和武器装备达到预设作战准备状态的制度规定。

航母编队战斗部署是水面舰艇战斗部署的应用拓展，它是指航母编队各作战单元在编队指挥所的战斗部署转进命令下，统一实施战斗部署方案，最终达成航母编队整体作战准备状态的制度规定。

相比较而言，航母编队战斗部署的行动主体从原有的单舰艇拓展至编队整体范围，协作单元从原有的舰载武器系统拓展至编队内集成的各兵种，使战斗部署的内涵产生了本质的变化。

1.2 航母编队战斗部署运行阶段分析

由于航母编队战斗部署是面向作战准备状态的固定设置，无论针对任何任务条件，战斗部署都是不变的，战斗部署状态达成之后，指挥员可针对具体任务施展灵活的战术手段。可见战斗部署的本质是各战斗组织进行战斗准备的基本模式，而流程是战斗准备工作运行的具体细节。因此，剖析航母编队战斗部署运行机制，就要从分析具体流程入手。根据航母编队战斗部署的定义，按照指挥结构关系，将航母编队战斗部署运行划分为触发层、结构层和操作层3个阶段，如图1所示。

触发层阶段的运行主体为航母编队总指挥所，任务内容为判断战场态势，下达战斗部署转进命令，掌握战斗部署转进情况；结构层阶段运行主体由各指挥机构组成，如航空兵指挥所、航空母舰指挥所及其他属舰指挥所，任务内容为战斗部署命令的传递与具体协调；操作层运行主体由各作战单元所属武器装备、人员战位组成，如航空母舰航海、舰炮、雷达、通信等具体作战要素，任务内容为具体执行战斗部署转进工作。

通过逐层分析可知，触发层任务主体单一，没有流程重组的需求；操作层任务内容具体，执行任务产生的变量较多，需要大数据分析；结构层是面向全局、衔接任务主体的关键阶段。因此，将以结构层阶段加入操作层部分核心环节的结构，进行建模分析。

2 BPR理论与GSPN技术

2.1 BPR思想及其军事领域应用

随着科学化管理的需求不断攀升，先进的管理学思想已经对军事领域产生深远影响。BPR理论由美国著名的管理思想家Michael Hammer和管理学权威James Champy提出，具体是指通过对运营流程的思考与设计，基本程序如图2所示，使企业可以在综合成本、服务质量、时间效率等重要指标上得到提升[3]。

BPR理论自上世纪90年代提出以来，国内外对其研究不断深入，BPR理论的研究方法由基于核心观念定性分析逐渐发展至Ricardo Aler所设计的SHAMASH可仿真模型等一系列量化手段[4]，在此基础上，BPR的应用方向从企业运营开始逐渐拓展至医疗卫生、物流运输、政府职能服务等多个方面，军事领域的相关应用也正在展开。

BPR理论的主要内涵是全局最优，要求设计者从系统的整体性出发，不可因个体的需求破坏全局流程，这对于体系作战目标构建具有重要意义。BPR方案的提出有许多途径，本文主要采用ESCRI法，其优势在于可直接对PN分析优化，如表1所示。

表1 ESCRI的含义

2.2 GSPN技术及其BPR领域应用

将BPR进行具体应用的相关研究中，PN技术是一种有效的量化手段。国内外有学者专门针对应用PN进行BPR建模的方法展开研究[5]，无论是从大数据视角下验证PN流程挖掘技术的可行性，还是针对各类高级PN在BPR建模中的拓展研究[6]，都为PN技术在BPR领域的应用打下了坚实基础。

传统PN技术是描述异步并发系统的图形化模型，但是由于组成元素过于简化，导致在构建复杂系统模型中产生状态空间爆炸问题，针对这种情况，国外有学者提出了GSPN概念[7]，在传统PN的基础上引入了时延与瞬时两种变迁，使模型表达更加具体。GSPN技术应用于BPR相关研究中，具有以下优点：提供直观的图形化语言，可以精确表示系统结构关系和逻辑顺序； GSPN可以分析系统时间性能指标；有PIPE、Time Net等多种专业建模辅助工具，便于量化分析。

图3 GSPN的基本组成

定义：GSPN由6个元素构成：GSPN=(P，T；F，W，M0，λ)，其中S元素与T元素分别成为N的库所及变迁又称之为S_元与T_元，F称为流关系，W为弧权函数，M0为初始标示，λ={λ1+λ2+…+λm}为平均实施速率集合。S_元与T_元是构成传统PN的基本要素，而F是由它们之间相互联系而产生。如图3所示，P0、P1、P2为网模型的S_元，T0、T1为网模型的T_元，其中T0为白色表示时延变迁，T1为黑色表示瞬时变迁；P0中的黑点称为托肯(Token)或者令牌，表示系统所处的状态位置或者S_元中的元素；箭头连线为有向弧，表示状态变迁的方向，弧上的数字为变迁达成所需Token的数量。

3 航母编队战斗部署BPR模型构建与分析

由于GSPN易于表达系统发生变化及变化后的状态但不易表达系统属性的变化，子网表达过于细致的复杂系统将使GSPN产生庞大的模型状态空间。因此，对GSPN的简化设计是其应用过程中把握的重点。另外，基于BPR围绕核心流程的基本思路，需要避免过多考虑个体需求而降低全局效率。针对以上思考，构建航母编队战斗部署结构层的简化模型，合并指挥所与其下属作战单元作为GSPN中S_元，基于航母编队战斗部署结构层运行需求，设定S_元基本要素为：PS为战斗部署启动状态，PE为战斗部署达成状态；P1S为舰载机作战准备前初始状态，P1E为舰载机作战准备达成状态，P1F为舰载机作战准备工作协调状态；P2S为航空母舰战斗部署前初始状态，P2E为编队内各舰艇战斗部署达成状态，P2F为编队内各舰艇战斗部署工作协调状态;P3S为航空保障部门战斗部署前初始状态，P3F为航空保障部门战斗部署协调状态，P3E为航空保障部门战斗部署达成状态。

3.1 原始流程模型构建

由于指挥关系及专业限制，舰载机作战准备工作与航母编队战斗部署没有直接对应关系，航母编队在发布战斗部署命令之后，要额外发布舰载机作战准备命令；航空保障工作属于操作层中的核心环节[8]，为更好展示战斗部署运行机制，将其加入结构层模型构建中。根据以上思路，建立结构层原始流程模型如图4所示。

模型变迁设置与分析：T1为战斗部署命令下达，由于舰载机作战准备工作的独立性，导致T1为时延变迁；T2为舰载机作战准备工作变迁；T3为航空保障部门战斗部署变迁，T4为编队舰艇战斗部署变迁；T5为各指挥节点协调战斗准备状态，根据Petri网“与分叉”关系，可知T5触发条件为P1F、P2F、P3F均收到Token状态标识；T6为上报战斗部署完成；T7为舰载机作战准备协调不佳时的回馈变迁，目的是重新协调航空保障部门相关工作。

3.2 模型分析及BPR方案实施

原始流程主要存在以下三个问题：一是产生了反馈延时，由于舰载机作战准备工作与航空保障工作不融合导致Token将在P1F处面临选择冲突；二是产生了启动延时，舰载机作战准备工作与舰艇战斗部署不对接，导致需要单独下达命令，Token在T1处将受到变迁速率降低的影响；三是Token在系统关键关节传输速率下降，T5为各作战要素进行任务协调的关键环节，此变迁处理将处理更多Token，必然导致反应延迟而拖累系统响应速度。

根据GSPN性质，构建关联矩阵如表2所示，基于PN网基本性质进行如下分析[9]：

1) 选择关系分析。当矩阵行中存在多个+1值时，表现为不同T_元对应同一S_元，可以简化处理。如P3S行，出现原因为舰载机作战准备状态未完成产生反馈弧。

2) 并发关系分析。当矩阵列中存在多个+1值时，表现为同一T_元同时激发多个S_元，可以进行合并处理。如T1列所对应的P1S与P2S，但由于所建立的GSPN模型为实现命令传达功能，这种关系是符合现实情况的，可以不做处理。

3) 冲突关系分析。当矩阵行中存在多个-1值时，表现为同一S_元对应多个T_元，可以进行排序处理。如P1F行，出现原因为舰载机作战值班协调状态不明确，对应两个任务变迁。

4) 同步关系分析。当矩阵列中存在多个-1值时，表现为同一T_元需要多个S_元激发，可以进行集合优化。如T5列与T6列，出现原因为全局战斗部署的状态达成需要所有作战单元战斗部署状态全部转进完毕，因此可不做处理。

为解决以上问题，采用ESCRI法设计BPR方案如表3所示[10]。

根据所改进的BPR方案，重新构建模型如图5所示。

模型变迁设置与分析：T1为战斗部署命令下达，基于将航母编队中舰载机作战准备状态与编队舰艇战斗部署行动对接的设计思路，T1变迁不需要延迟，可同时向各指挥节点直接下达，因此为瞬时变迁；T2为舰载机作战值班工作与航空保障部门战斗部署协调状态同步变迁；T3为编队各舰艇战斗部署变迁；T4为航空保障部门战斗部署变迁；T5为编队各舰艇战斗部署协调状态变迁；T6为舰载机作战准备协调状态变迁，由于将航空保障部门战斗部署行动融入舰载机作战准备状态中，因此T6为并发变迁；T7为上报战斗部署完成。

表2 原始模型关联矩阵

表3 基于ESCRI法的BPR方案

3.3 仿真对比分析

首先建立构建关联矩阵如表4所示，矩阵中每一行都有唯一的+1值与-1值，因此可知新构建的战斗部署模型解决了原有模型的选择与冲突问题[11]，避免了反应延迟，提高了系统运行效率。

表4 执行BPR方案模型关联矩阵

而后使用Petri网仿真软件PIPE进行仿真分析，设置任务参数为1 000次令牌点火实验，锁死状态到达前重复50次，得出两个模型任务节点在95%置信区间内Token平均分布数如图6所示。

由于模型设置的Token属性为任务状态，因此各S_元中Token平均数为各指挥节点对航母编队战斗部署全局工作量的负担情况。

通过模型可见，原始流程中各要素状态节点担负任务量有差异，由于两个T_元(航母编队舰艇战斗部署变迁及舰载机作战准备协调状态未完成反馈变迁)对P3S的双重激发，导致处于P3S处的航空保障部门任务负担量明显增加；由处于P1F状态的舰载机作战准备状态不明确所导致选择冲突，致使P3F处95%置信区间出现大幅波动，是系统运行不稳定的表现。而由BPR方案实施后的模型，各节点任务量分布均匀，全局运行状态平稳。

4 结论

本文在剖析航母编队战斗部署运行机制的基础上，基于BPR思想，使用ESCRI法重新构建了航母编队战斗部署GSPN模型，通过仿真验证表明：GSPN技术为航母编队战斗部署的科学化构建提供了一种严谨可行的量化解决途径，通过BPR方案所重构的航母编队战斗部署能够提升航母编队作战准备效率，平衡各指挥机构作业负担。航母编队战斗部署的操作层优化需要进行复杂大系统模型构建并有大数据分析支持，可以使用Arean等支持复杂系统动态仿真的软件进一步深入研究。

[1] 乔非,吴启迪,沈荣芳.面向企业过程重建的事务流程模型研究与应用[J].系统工程理论与实践,1999(1):40-47.

[2] 王玉堃,刘子先.基于广义随机Petri网的单病种诊疗流程建模与分析[J].系统工程,2015,33(9):147-152.

[3] 梁栋.模块化流程再造[J].清华管理评论,2015(3):70-77.

[4] RICARDO ALER.Evolving Spatial and Frequency Selection Filters for Brain-Computer Interfaces[J].IEEE Congress on Evolutionary Computation-CEC,2010(5):1-7.

[5] 刘晓燕,吕涛.基于GSPN的能源应急管理流程建模与分析[J].科技管理研究,2014,34(21):175-179.

[6] 徐胜红,曹文静.多无人机协同工作流建模与分析[J].兵器装备工程学报，2016(37):110-112.

[7] 席洪林.基于GSPN的物资采购流程效率分析模型[J].价值工程，2011(19):10-11.

[8] 姜军,汪陈,李敬辉.基于航空保障流程仿真的编制测算方法[J].海军工程大学学报,2017,29(4):70-73.

[9] 黄嘉丽.高校科研项目管理业务流程重组研究[J].管理观察,2016(31):171-174.

[10] 蒋欣欣,周航,蔡冰青.航站楼安检布局及流程优化研究[J].航空计算技术,2015,45(3):25-29.

[11] 刘飚,蔡淑琴,郑双怡.业务流程评价指标体系研究[J].华中科技大学学报(自然科学版),2005(4):112-114.