基于DEMATEL-TFNAHP 的合成营作战能力评估指标权重确定方法*

朱学耕，刘家路，高洪龙，杨陈陈，张双喜

（陆军装甲兵学院蚌埠校区战术系，安徽 蚌埠 233000）

0 引言

合成营是陆军机动作战基本单元，由多种兵种力量相互融合而成，具有模块化、多能化的特点［1］。在未来信息化局部战争中，具有独立完成作战任务的能力。上级在赋予其具体任务时，通常根据当前的任务、敌情和作战能力大小为依据，因此，对合成营进行作战能力评估可以为上级指挥决策提供可靠的依据。作战能力评估是作战指挥活动的重要组成部分，在整个作战能力评估过程中，评估指标体系模型、评估指标权重和评估方法是其3 个重要环节，其中，评估指标体系模型是基础，评估方法是核心，评估指标权重则是关键，它直接影响着评估结果的可信度和准确性。目前在作战能力评估中对评估指标权重信息的确定主要依据主观法、客观法和主客观组合法3 种方法。文献［2］利用典型的主观法——层次分析法获得坦克电台通信效能评估指标权重，文献［3-4］结合灰色理论、模糊理论将层次分析法进行改进，使获取评估指标的权重信息更加符合实际，这些方法简单明了，但获取的主要是主观权重，受专家偏好影响较大；文献［5］利用直觉模糊熵获取装备供应商评估指标权重，熵权法完全克服了专家的偏好，但是得到的结果往往与事物真实的发展规律不相符；为了减少单一使用主、客观方法带来的不足，文献［6-8］分别在最小相对信息熵、离差平方和最大、离差平方和最小的原则上，将主客观权重进行线性组合得到组合权重，有效地融合了专家偏好和评估指标的客观信息，使得到的评估指标权重结果更加合理。但是在这些方法中，获取评估指标权重时，只考虑了指标层相对于目标层或者上一指标层的隶属关系，并没有考虑同一层指标间的相互影响程度，而作战能力评估是一个复杂的系统工程，各评估指标并不是独立的，它们是相互融合、相互影响的有机整体，比如说：合成营情报侦察能力较强，则情报的获取、处理、分发水平较高，便于指挥员根据战场信息作出指挥决策，反之，如果战场信息把握不完整，则会直接导致指挥员指挥决策的失误。同样，如果合成营指挥控制能力较强，指挥员能够较好地指挥情报侦察力量获取准确的战场信息，能够避免人员的伤亡和提高装备的利用效率。由此可以看出，在整个作战能力评估体系中，评估指标之间的影响关系直接影响着整体作战能力生成。因此，在进行作战能力评估时，确定评估指标权重还应当充分考虑它们之间的影响关系。

决策实验和评估实验法（Decision Making Trial and Evaluation Laboratory，DEMATEL），是一种面向复杂系统因素分析的方法，尤其在研究复杂系统因素之间的交互作用及指标权重确定方面得到广泛的运用［9-10］。文献［11］利用DEMATEL 法理清了军事通信网络的系统结构及各专业网系的相互影响程度，具有一定的客观性和可行性。因此，为了完整描述评估指标的权重信息，文中利用决策实验与评估实验法获得同一层次评价指标间的影响权重，与利用三角模糊层次分析法（Triangular Fuzzy Number Analytic Hierarchy Process，TFNAHP）所获取的垂直关系上的价值权重进行融合，进而获得能够反映评价指标权重横向与纵向信息的综合权重，为下一步进行作战能力评估提供完整的权重信息。

1 合成营作战能力评估模型

合成营作战能力评估指标体系的建立主要从面向作战任务、作战要素和作战体系3 个角度，由于面向作战任务具有较强的针对性，适用性较低；面向作战体系相对来说比较复杂，对评估人员素质要求较高；而面向作战要素具有简单明了和较好的通用性等特点。文中从基于作战要素的角度进行分析，主要从情报侦察、指挥控制、机动突击、火力打击、野战防空、整体防护和综合保障等7 个作战要素建立作战能力评估指标体系［12］，如图1 所示的层次结构模型，其中，目标层为合成营综合作战能力（D），指标层为作战要素（Ci）。

图1 合成营作战能力评估指标体系层次结构模型

2 基于DEMATEL-TFNAHP 的评估指标权重确定方法

首先，在考虑各评估指标与作战能力隶属关系的基础上，利用三角模糊层次分析法获得其价值权重ω，其次，考虑评估指标相互间的影响关系，利用决策实验与评估实验法获得评估指标的影响权重σ，最后将两种权重信息利用积和归一法进行融合，获得包含评估指标与作战能力隶属程度信息和评估指标之间相互影响信息的综合权重w。

2.1 TFNAHP 法确定评估指标纵向价值权重

具体步骤如下：

1）构造三角模糊判断矩阵A

表1 1-9 标度法数量标度

2）三角模糊数权重向量确定

4）求解可能度矩阵的排序向量ω

文中利用文献［14］中给出的排序公式：

2.2 DEMATEL 法确定评估指标横向影响权重具体步骤如下：

1）建立评估指标之间的相互影响关系，如图2所示，直线将两个有关联的评估指标相互连接，箭头所指的方向，表示该评估指标受到另一评估指标的影响，其影响程度的大小分为5 个等级，分别为：无影响，低影响，中影响，高影响，极高影响，取值0、1、2、3、4。

图2 评估指标影响关系图

2）建立直接影响矩阵G

邀请专家对指标间相互影响程度进行打分，设gij表示指标Xi对指标Xj的直接影响程度，指标本身对自己没有影响，即gij=0，构成初始影响矩阵G。

其中，I 为n 阶单位矩阵。

5）计算各指标的中心度和原因度

将综合影响矩阵T 的每行与每列分别加总求和，即可得出每行与每列的总和r 和c。

其中，ri为影响度，表示指标i 对同一层次其他指标的综合影响值，ci表示被影响度，表示指标i 受其他指标的综合影响值。而（ri+ci）称之为中心度，（ri-ci）称之为原因度。

6）计算指标之间的影响权重。利用文献［14］中对影响权重的研究，可得：

2.3 确定综合权重w

利用积和归一法融合价值权重ω 和利用影响权重σ，得到评估指标的综合权重为：

3 实例分析

以某中型合成旅所属合成营为例，假设其武器装备和人员编制均是符合陆军编制要求，在第1中建立的合成营作战能力评估指标体系模型基础上，下面分别用文献［15］中的TFNAHP 法和文中DEMATEL-TFNAHP 法获取指标的权重信息，进而对该旅3 个中型合成营综合作战能力进行评估。

3.1 利用文献［15］中TFNAHP 法获得评估指标权重

1）邀请专家对评估指标进行两两比较，获得三角模糊判断矩阵：

2）获得三角模糊权重向量：

4）根据式（2）获得评估指标权重

3.2 利用DEMATEL-TFNAHP 法获得评估指标权重

在这里利用TFNAHP 法获得的评估指标的价值权重与3.1 中的结果是一致的，就不重复计算，主要介绍利用DEMATEL 法获取评估指标的影响权重。

1）邀请专家对评估指标的相互影响进行打分，获得直接影响矩阵G

2）利用式（3）将直接影响矩阵进行规范化，而后利用式（4）获得其综合影响矩阵T

3.3 综合作战能力评估

首先，邀请本领域10 名专家对3 个中型合成营作战能力各评估指标采用10 分制进行打分，如表2～表4 所示。

表2 合成营1 各评估指标评价结果

表3 合成营2 各评估指标评价结果

表4 合成营3 各评估指标评价结果

由此得到的各合成营的评估矩阵为：

则合成营综合作战能力评估向量为：

其中，W 为评估指标权重。

则利用文献［15］中的TFNAHP 法得到的各合成营的综合评估向量为：

利用文中DEMATEL 法改进的TFNAHP 法得到的各合成营的综合权重向量为：

则利用TFNAHP 法获得的指标权重得到的各合成营的综合作战能力分数为：H1=Q1·S=85.515 2，H2=79.001 3，H3=82.666 2。

利用DEMATEL 法改进的TFNAHP 法获得的评估指标综合权重得到的各合成营综合作战能力分数为：H'1=Q'1·S=85.473 2，H'2=79.013 4，H'3=82.655 3。

结果分析：

1）将利用DEMATEL-TFNAHP 法与TFNAHP法获得的评估指标权重进行对比，如图3 所示，可以看出，两种方法获得的评估指标权重分布发生了明显的变化，出现一定程度上增加或者减少。比如：在原方法中火力打击能力（C4）权重分布最多，而在本方法中，火力打击能力权重分布明显减少，指挥控制能力（C2）权重分布最多，分析其原因主要是改进后的方法考虑了评估指标间相互影响关系，以情报侦察与指挥控制两个作战要素为例，根据直接影响矩阵G 可知，情报侦察对于指挥控制的影响为极高影响，促进指挥控制能力的生成，而指挥控制对于情报侦察为高影响，同样对情报侦察能力的生成起促进作用，权重的分布所包含的信息更加丰富，而单一的TFNAHP 法得到的评估指标权重包含的信息相对较少。

图3 评估指标权重对比图

2）比较两种方法所获得的合成营综合作战能力评估结果，可以看出两种方法所得的结果基本一致，均是：合成营1＞合成营3＞合成营2。验证了本方法的有效性和稳定性。

4 结论

从作战要素的角度建立层次结构评估模型，利用DEMATEL 改进的TFNAHP 法获得评估指标综合权重，所获得的评估指标权重既包含了指标层与目标层的隶属关系，又包含了评估指标间的相互影响关系，使得到的指标权重信息更加完整，保留了更多的评估指标关键信息。并在此基础上对合成营综合作战能力进行评估，通过与利用TFNAHP 法得到的评估结果进行对比，验证了本方法的有效性和稳定性，为获取合成营作战能力评估指标权重提供了一种新的思路。但是，由于DEMATEL 法本身也具有一定的主观性，因此，利用DEMATEL 改进的TFNAHP 法获得的评估指标权重并没有克服专家的偏好，仍然带有较强的主观性，下一步将在本文的研究基础上，结合评估指标的客观权重进行更加深入的研究，使评估指标权重信息更加客观完整。