作战实验战能控制的认识与实践∗

2018-08-01张东俊

舰船电子工程 2018年7期

张东俊黎潇

（92337部队大连 116023）

1 引言

随着信息技术的飞速发展，战争的形态发生了巨大的变化，战争的复杂性、消耗性和风险性急剧增加，客观上需要有比过去更为先进的方法和手段来研究战争［1］。钱学森曾说过“在模拟可控的作战条件下进行作战实验，能够对有关兵力与武器装备使用之间的复杂关系获得数量上的深刻理解”［2］。作战实验是探究制胜机理、破解战争迷雾的有效手段，其重难点问题是如何将作战问题转化为科学问题去表达和解析。

经典的作战实验理论方法包括：［3～7］1）静态解析方法研究，如著名的兰彻斯特方程，可定量描述地面战斗的战斗过程，分析双方损耗问题，然而是一个确定解析过程，一旦初始条件确定，结果就基本确定，很难反应作战具体过程；2）仿真推演方法研究，如当下最热门的多Agent仿真等，只是都是基于装备性能指标进行推演，装备性能指标是静态的、孤立的，难以反应真实作战过程中装备能力的连续动态变化以及各能力之间的相互关联；3）控制研究，如CGF建模研究，都是对人的行为模型化，忽视了基于指挥操纵进程的装备作战能力的实时控制反映，不能定量反映装备探测、隐蔽、攻击等能力在人的实时指挥下优化控制以及最终对于作战行为的优化反馈，这里的“进程”借用的是计算机专业术语［8］，其广义含义在于表达具有一定独立功能的程序执行某个数据集合的一次运行活动，其特征在于独立、动态和并发；4）建模理论研究，如基于试验数据的建模等，都是试图通过模型来说明因果关系，然而建模大的过程就是去粗取精、去伪存真的抽象描述过程，无法准确表达作战运用中许多复杂性、不确定等非逻辑问题。因此，经典的作战实验理论主要是运用实验科学方法研究军事力量、军事装备、作战环境、战法等因果关系，对于作战进程演化、特别是交战过程行为与时空逻辑关系对战争发展与走向的影响研究不够，导致了作战指挥的动态博弈特点反映不够准确，作战实验（战术及战役）因果关系揭示的不够全面，作战实验之于作战运用与战法创新的引领作用发挥不明显。

针对“理论指导下的探索发现与战争预实践”急需，综合运用军事指挥学、控制学［9］、数据密集型［10］科学等理论，我们提出作战实验战能制的方法论，这里先给出“战能”的定义，战场上所有行动的目的就是构建我方杀伤链和解构对方杀伤链，杀伤链当前能量状态和未来期望能量状态之间的差距，称为当前战能。通过行为驱动下综合战能在多维多域的全息动态表达与解析，以客观、准确地描述交战进程的强实时动态博弈特性，试图从全新的视角去把握作战内在本质规律，破解作战实验重难点问题，对于丰富作战实验理论、创新军事运用具有重大意义。

2 作战实验科学问题的基本认识

2.1 作战是基于进程的强实时动态博弈的过程—战争“认识论”

1）战争演化过程一般可视为行为数据与随机信号随着作战进程实时输入并产生影响的动态过程。

系统四要素包括输入、输出、反馈和控制，且输入量中可能存在扰动量［11］，具有涌现性、复杂性、开放性等特点，这里关于涌现性，众说纷纭，借用《牛津英语词典》对于“emergent”解释之一就是，出人意料的发生或者出现［12］。在作战实验领域创新运用控制科学方法，通过主动地（主观地、故意地）控制基于作战指挥操纵的行为输入，实时注入并影响作战实验系统，观察和研究整个动态过程中各个时刻的输入和响应，且每个时刻的响应将作为下一时刻的输入，以此构成作战实验基本过程；同时，作战进程中实际发生的各种无序、涌现性事件可作为随机信号实时注入到作战实验系统，无论这类“杂波”对实验系统构成或者不构成影响，都是作战实验客观存在并且必须考虑和研究的问题。上述两种事件共同作用并客观反映出作战进程的动态博弈特性。

相比之下，经典的作战实验方法更关注或者确定有价值的因果关系，对于战争的涌现性问题简单认为是随机的、无规律事件而常常予以简化或者忽略，实质上就是用静止、孤立、事后的思维方法解决问题，其“去伪存真”、“去粗取精”的分析方法看似把复杂作战问题简单化，在实验评价与效果评估方面不乏其有效性，但因其“丢包”实际上没有全面准确地反映客观实际，特别是用于作战实验之于战争预实践，往往带有很大的局限性。

总之，基于进程的实时分析，既有“有用”的驱动或注入、也有随机的添加或干扰；既有“合理”、“有序”的逻辑，也有“无意义”甚至“无理”的非逻辑，这才符合作战实验演化的客观实际。因此，这一方法论将更有助于准确将作战问题转化为科学问题。

2）时间维度是作战实验的重要度量，时空逻辑变化是作战实验进程的具体表象。时间维度包括时间的长度、刻度，乃至单位时间变化率（速度）等属性均为作战实验主要因素之一，且为其他因果关系的约束条件。

毛泽东同志《论持久战》中主要观点之一就是在敌强我弱下“用时间换取空间”，以赢得最后的胜利。“欲速则不达”也是这个道理。同样，制胜机理的重要一点在于创造战机和捕捉战机，早一时刻暴露企图、晚一时刻贻误战机，这些都反映了作战实验中时间维度的重要性。从这个角度说，基于进程的分析方法不仅是作战实验分析方法，更应在此基础上建立时间维度为主要对象的作战实验研究方法。

作战实验呈现的基于进程的行为数据强实时驱动下动态博弈的观点，其实已经佐证了“进程”这一时间维度在作战实验因果关系中决定性作用。因此，无论经典作战实验假设推理方法，还是析因分析方法，均是在特定时间维度条件下的适用方法，亦即因果关系的必要约束。

随作战进程实时输入与响应的动态演化过程，客观表现为时空逻辑关系变化。

辩证唯物论认为：物质决定意识。在作战实验领域，如果说作战企图和指挥操纵链路是作战进程的内因，那么时空逻辑关系就是作战进程的客观表现形式。时空逻辑关系涵盖军事力量、作战环境、作战样式等诸多方面，是一切可描述、可量化的物质集合。时空逻辑关系是动态的、连续的、多域的、多尺度的、有机联系的，既有时域特性又有频域特性，既有狭义相对性又有广义测不准性。综上所述，由于时空逻辑关系具有客观、科学的属性，因此，可作为作战实验活动最重要的研究载体去认识和实践。

在实验科学不断丰富和发展的今天，我们应初逐步从被动观察实验因果关系，向主动揭示实验过程的时空逻辑变化上转变。这里所说的“过程”，既有时间维度长度和渐进演化的属性，又强调随实验进程演化下一时刻的时空逻辑关系，具有宏观和微观的统一性。

3）作战实验推演通过行为数据驱动的作战实验引擎实现，可用战能在多维、多域的全息动态表达来诠释作战意图、流程及指挥操纵链路均是通过行为数据体现的。

军事指挥学主要运用作战指挥和运筹的理论方法，研究揭示影响战争进程走向和结果胜负的内在规律。在作战实验这一多学科交叉领域，运用军事指挥学、实验科学、计算科学等理论方法，把作战指挥和兵力行动客观、准确的表征为行为数据，是完成作战问题向科学问题转化的第一步。行为数据有逻辑，作战意图及流程、指挥与操纵链路均可通过行为数据体现的；行为数据有类别，小到战术级口令、动作，大到战役乃至体系级兵力的行动表达；行为数据具有主观属性，特指军事力量中具有主观意志表达描述特性的行为。

行为的时空逻辑关系可用战能分量在时域的动态表达来实现。

行为数据具有动态性和连续性特点，是根据作战企图与对手、环境实时交互的一系列行为反应，其外在表现为军事力量随着进程推进所发生的具有客观的、显性和隐形的、物理和化学特性等变化，如作战态势、空间位置等，即时空逻辑关系。因此，可用某一战能分量在时域动态变化来表达。

行为数据驱动的实验引擎需要“实验云”等大数据体系支撑。

随着数据密集型科学的发展，大数据技术为作战实验提供了新方法。以往用于研究确定目的、确定关系的作战试验活动的“小数据”，已远远不能适用于探究因果关系的作战实验，大数据涵盖军事指挥、军事装备、信息科学等诸专业学科领域，构建基于大数据的作战实验云体系结构，为行为数据驱动的引擎提供体系支撑［13］。

2.2 作战实验过程是“战能积蓄-感知-传递-转化”的过程（简称战能环，缩写APDT）—作战实验“控制论”

1）APDT是美军OODA环的中国化表达

伴随作战进程实时演化过程，呈现出战能积蓄-感知-传递-转化的动态过程，简称战能环（Accumulation，Perception，Delivery，Transform，APDT）。战能环是《作战实验战能控制论》的主要观点。感知，是运用传感器和网络感知战场环境战能，通过控制感知战能与作战行为之间的影响关系，从而优化作战指挥行为以及寻求感知战能和其他战能之间的次优关系；传递，是研判态势确定战能传递的方向和时机，以及重构各战能分量之间的适应性关系；转化，是评判在作战任务下战能转化的不同效果及其对整个作战任务的贡献度；积蓄，是与战能感知、传递和转化都交互的战能控制环节，通过积蓄标识关键能力，形成特定作战条件下的战能势谱。战能势谱包括，行谱、能谱、势谱还有全谱，其具体内涵我们将在下文阐述。

战能环，APDT是在美军OODA基础上的创造性发展。体现在：一是揭示了作战进程下行为数据驱动APDT的本质特性，即包括各时刻APDT作用下的持续演化，以及单位时间维度下APDT总体描述；二是突出了战能积蓄在APDT环中的特殊作用，不仅强调了指挥运筹在APDT中的重要价值，同时探究行为对于战能未来转化“势能”的影响，势是运用军事力量所形成的力的积蓄或者释放状态，势能是一个相对值，因对手而存在。三是APDT实现了作战实验过程中动态化定量表达，既准确反映了作战过程因果逻辑关系，又为作战能力的科学化表达（战能势谱）奠定基础。

2）战能势谱是战能环在多维多域的全息动态表达

（1）战能势谱的基本内涵

战能势谱是用于描述交战进程演化过程中，综合作战能力在物理域、知识域、信息域的动态变化，由行为数据引擎驱动而形成，既可通过时空逻辑推演形成战能的逻辑关系也可通过试验等大数据动态描述战能的非逻辑和“逻辑+”关系，“逻辑+”就是指谋求先机和不对称的创新战法中高于一般作战逻辑的关系描述，因此战能势谱是逻辑、非逻辑和“逻辑+”的辩证统一整体，具有七大特性，包括频域全息性、时域可量化性、动态连续性、战能相关性、多属性（尺度）兼容性、描述多维性和广义测不准性。战能势谱的表达我们描述为战能判别方程。

（2）战能势谱主要特性

战能势谱是行为驱动的，行谱中蕴含作战流程、指挥操纵链路；战能势谱是基于进程的，时间维度关系明晰、动态变化确定；战能势谱有现在时战能，也包含未来战能转化的“潜能”；战能势谱是数据——来源于作战试验、模型——通过当前和未来任务需求，将多影响因素约束的多领域系统的战能集成在一起的具有明确因果关系的战能模型、算法—即标识量确定和表征值量化算法三者的综合体。

战能势谱可用于时空逻辑推演、体系贡献率评估以及战法训法创新，在探索发现、实验验证、作战运用、演化评估等四大类作战实验活动中发挥重要作用。

2.3“战能为本、逻辑为体、逻辑+为用”——作战运用“实践论”

作战实验目的在于运用。“战能为本、逻辑为体、逻辑+为用”的作战运用范式主要反映的是军事力量和军事运用之于制胜机理的贡献关系。其内涵科学问题是：物理、事理、智理本质关系。“战能为本”强调的是摸清武器装备底数，明晰其固有的、本源的物理属性；“逻辑为体”阐述的是作战使用一般关系或特点，论述已被认可的、反映内在联系的事理，侧重点的是作战使用的普遍性；“逻辑+为用”揭示的是作战制胜机理，探求的是在谋求作战先机与不对称策略的智理之道，强调的是作战运用之特殊性和先进性。三者互为一体可相互转化，如：当逻辑清晰“事理”得以固化，则转化为战能为本之“物理”；同样，智理层次的“逻辑+”被普遍认同后则转化为逻辑为体之“事理”。

3 作战实验战能控制的一般方法及关键技术

3.1 交战进程时空分析方法

1）基本框架

交战进程时空分析方法包括交战进程时空逻辑分析和用于作战运用的时空逻辑推演两部分组成。其中用于交战进程的时空逻辑分析主要包括以下几个步骤：一是从使命任务出发，构建水下体系作战与能力需求的映射关系，研究确定水下战装备遂行任务清单；二是根据水下战装备作战对象和环境，解析作战任务；三是绘制行为谱，行谱共有两种表达方式：一种是行为树表示法，主要用于将指挥口令和操纵行为转化为计算机语言，形成可组装、可编程的模块化单元；另一种是战位-时间轴曲线表示法，主要用于反应各战位行为的发生时刻、延续时间、顺序关系，形成可指导部队训练操纵的标准规范。用于作战运用的时空逻辑推演包括以下几个步骤：一是构建作战实验云；二是构建行为数据驱动的作战实验引擎，三是通过时空逻辑推演生成战能势谱，优化战场布势和作战方案。

2）关键技术

（1）实验云体系结构

构建了资源层、云技术服务层、平台服务层、数据服务层、云计算应用层、云端数据标准规范等组成的层次化结构，建立了由口令行为、实艇测控、在役考核、部队作试等多元异构实验云组织结构，明确了实验云数据交互规范和分布式成员间数据和服务交互流程，通过实验验证、演化评估、作战运用和探索发现四大类应用流程部署，实现逻辑一体的实验云体系结构。

（2）时空逻辑推演技术

在作战时空战能感知、积蓄、传递和转化的过程中，推演各个阶段的战能势谱，实现战场的优化布势。

在预测模型构建方面，针对红蓝对抗过程中，传感器只能获取对方局部战能的情况，采用基于时空域卷积神经网络的预测模型，将感知战能和历史数据有机结合，准确把握对方当前作战行动战能，为己方下一步决策提供支持（战能预测）。在决策、价值模型构建方面，为模拟作战过程中人类的指挥艺术，采用基于强化学习的决策模型和价值模型，其中价值模型主要模拟人的经验，以战场态势为输入，输出特定态势下的战能势谱（作战行动方案）；决策模型模拟人对全局的把握，输入为战场态势和战能势谱，输出为作战任务达成度。在作战行动方案寻优方面，针对方案生成和态势更新可并行计算量小于具有的高性能并行计算资源的情况，设计了并行蒙特卡洛树搜索（Monte Carlo Tree Search，MCTS）算法，充分利用了已有的计算资源，可快速开展作战行动方案寻优，从而提高了仿真推演速度。

3.2 面向作战实验的战能环控制方法

1）基本框架

（1）战能势谱战能势谱主要包括行谱、能谱和势谱三大部分组成。

①行谱

行谱是驱动能谱和势谱的“总线”，是作战任务、作战流程和指挥操纵链路、部署操纵的行为树、机理函数影响关系以及作战对手行为的综合体现。行为函数φ(t)是行谱在时域的表现形式，包括行为驱动函数和行为响应函数，对行为函数进行多维映射，可得到行谱，行谱的特征以及组合顺序直接影响能谱和势谱。

②能谱

能谱是行为驱动下隐蔽能、探测能等战能分量的集合，其构成要素有三个方面：一是装备能力的分量特征，二是装备能力分量的相互制约关系，三是装备能力分量的集成。在实艇测控和实验云的途径获取数据的基础上，研究提出基于驱动和响应混合效应的战能函数生成方法，战能函数为f(t)=E∝φ(t)，E表示机理函数，包括装备固有响应特性函数、人因特性函数和交互综合特性函数三大类，φ(t)为行为函数，φ(t)既可从E中反推也可从战能函数 f(t)反推。在战能函数基础上通过特征映射变换生成能谱，分析不同行为导致战能的变化特征。

③势谱

势谱表示装备处于某一状态时所具备的潜在作战效果与能力约束。如在一次搜索行为的战能分析过程中，同步考虑电池比重、上浮时机等未来作战能力约束条件及其作战效果，我们称之为势能Pi，势能函数经过跨域变换和特征提取，得到势谱ΩP={P1，P2，…，PnP}，基于势谱可反推最优作战行为。

（2）战能环控制方法

战能环包括战能积蓄、感知、传递和转化四个部分，如图1所示。在战能环控制的四个部分，我们分别用战能判别方程、战能感知方程、战能传递函数和战能转化系数，通过推演分析因果关系，解决了在战能“积蓄-感知-传递-转化”环路中对非对称问题的定量解析，实现了装备能力发展趋势和作战运用优化方向的综合表达。

图1 战能环

2）关键技术

（1）极大不对称准则

针对未来作战表现出“非逻辑”的特性，依据战能控制作战理论范式，定义极大不对称为作战过程中一方利用战能破坏导致对方战能环中断甚至无法再次发起，或者控制对方战能传递转化的方向与效率，即认为形成极大不对称态势。极大对称准则即是以战能感知-传递-转化战能环为线索，研究战能环各个阶段出现的极大不对称态势判定方法。

式（1）代表无法感知，式（2）代表传递中断，式（3）代表无法转化。若在战能环各个阶段出现了至少一次极大不对称，则可综合判定为出现了极大不对称。

（2）战能环控制判据

战能环控制判据包括用于战能控制的战能判别方程、基于行为驱动的战能感知方程、用于作战指挥控制的战能传递函数和用于势谱表征的战能转化系数。

①用于战能控制的战能判别方程

战能判别方程描述作战体系或作战平台在某一战能状态下所具备的潜在作战能力集合，即势谱的集合，可表示为

式（4）中，n为作战能力分量数量；fi(E)为效果表征，值越大越优。

以作战流程为线索通过战能判别方程来描述行为驱动下的实时动态响应、多域表达以及符合逻辑、逻辑+和非逻辑的相互影响关系，通过构建战能势谱，探索作战因果关系。

②基于行为驱动的战能感知方程

感知能力EDt在行为驱动函数 fi的作用下变为战能感知能力 fi(EDt)，行为驱动函数是由于指挥操纵等作战行为通过改变作战平台各系统设备的状态、对抗双方相对空间关系以及产生对抗结果等因素来实现对战能感知的驱动，因此

式（5）中，fi(EDt)为战能感知能力；ED(t)为固有感知能力；ai表示某一个具体作战行为；φ表示指挥行为函数；Δt表示从指挥口令下达后，其对应的操纵子集全部完成的时间。

感知方程表征装备能力随作战进程发展所体现出的实时性和动态性，通过将战能感知方程应用于战能的优化控制，可通过调整作战行为实现感知过程的优化，并定量解析作战行为与感知效果之间的因果关系。

③用于作战指挥控制的战能传递函数

传递函数包含信息能、作战能、防御能、机动能、保障能的传递矩阵与指挥操纵行为，可真实反映作战实验中战能随时间和空间的积累和传递，确定战能传递的方向和时机，重构各战能分量之间的适应性关系。

式（6）中，C(t)为传递函数；Mi为攻防对抗双方与战能分量相关的装备固有能力矩阵；Vi为发挥装备固有能力的操纵行为函数；φi(t)为战能分量的指挥行为函数。

④用于势谱表征的战能转化系数

面向作战任务，交战进程中时空逻辑变化引起的战能转化潜在效果或者战能潜在做功大小的一组表征量。通过战能转化系数，可以多维度、定量表征作战行为和转化之间的内在关系。

式（7）中，η1为转化效果；η2为转化幅值；η3为转化时间；η4为转化相位；η5为转化密度；η6为转化斜率。

3.3 行为数据驱动的逻辑+决策方法

1）基本框架

创建行为数据驱动的作战实验引擎，作战实验引擎分为五个主要部分，分别为数据存储与管理环境、计算引擎、智能化数据分析引擎、交互式可视化分析引擎和服务层，贯穿从数据存储、分析到处理、应用全过程。在指挥口令、操纵行为、设备响应等多源/元行为数据驱动下，通过对战场态势综合感知迭代，形成两种驱动方式：一是通过智能感知搜索、标识识别，映射分析生成一般逻辑意义上的作战链路；二是通过规范数据设计模式、基于强化学习的战术探索等方式，挖掘不同条件下作战指令与当前以及后续作战的关联因素，预测得到基于先验知识的逻辑+作战规则。

2）关键技术

（1）行为数据驱动的作战链路生成技术

首先对实验云体系结构中的口令行为云进行分析处理，得到标准指挥口令集、标准操纵行为集并确立它们之间的映射关系；然后对标准集中的数据进行特征提取、数据标识识别和数据特征聚类，通过关键语义聚焦数据特征范围，进行智能感知搜索；最后根据具体任务，进行作战流程匹配映射，得到作战链路。

（2）行为数据驱动的“逻辑+”作战规则生成技术

所谓“逻辑+”作战，是在固有作战逻辑基本基础上，根据环境、对手、任务等因素，进行优化调整，形成强适应性的衍生作战逻辑。进行作战规则预测，首先要在实验云体系结构中提取装备保障信息、作战环境、作战对手、指挥口令、战术行为等数据，并对其进行规范描述，形成作战逻辑描述语句，然后对描述语句进行采集聚合和关联分析，得到基于环境、对手、前序行为的分析结果，挖掘不同条件下作战指令与当前作战效能以及后续作战效能的关联因素，形成作战规则，再以作战规则为先验知识，进行强化学习和自学习，得到隐含的逻辑+作战规则，并以此研究作战规律，为指挥员提供决策参考。

4 作战实验战能控制的实践应用

为了探究水下战装备作战使用因果关系，开展作战使用性检验，我们将作战实验战能控制理论有效应用于“实验-试验-演习研练”一体的作战试验，围绕“试什么”“为什么”“怎么试”组织大量的实验推演和海上实践。

1）运用交战进程时空分析方法，解决“试什么”问题

从水下战装备使命任务出发，确定了其执行X任务，设计了相应的作战试验想定；深入分析水下体系作战与能力需求的映射关系，以作战流程为主线，研究确定作战任务清单和关键问题，制定作战试验方案，实现了作战需求向试验需求的转化。

2）运用战能环控制方法，解决“为什么”问题

作战试验关键在于要素齐全、贴近实战，“人+装备”是检验实战适用性的关键。我们坚持“理论指导下探索发现和战争预实践”理念，围绕谋求战能不对称运用战能环控制方法开展了大量推演，以水下战装备攻防对抗为例，以战能积蓄、感知、传递、转化对攻防对抗过程进行诠释，从而将黑箱打开，通过战能判别方程对攻防方案进行优化控制，作战效能提高50%以上。

3）运用“逻辑+”决策方法，解决“怎么试”问题

实验引擎中定义了维修保障类、设备操纵类、口令行为类、作战使用类四类规范数据，对其进行关联规则分析，挖掘出具有一定关联性的操作响应。在探索发现类实验中，通过挖掘作战单元的系统粘合度和响应关联性，进行相关案例的推演分析，得出新的作战规则和战术战法，指导部队实践。