基于双自适应调节算子的装备作战效能评估方法

2021-09-08闫永玲张庆波

火力与指挥控制 2021年8期

高娜，闫永玲，张庆波，张琳

（1.解放军69224 部队，新疆库车 842000；2.空军工程大学防空反导学院，西安 710051）

0 引言

加强新型武器装备效能评估研究是有效应对我国周边安全形势变化的重要手段。通过研究近年来局部战争发现，提高某型装备隐身性能，压缩敌方雷达有效发现距离，扩大我方反击或者组织对敌方干预范围，对提升拒止区域内对敌方目标的远程精确打击具有重要意义［1-3］。实战研究发现，评估某型装备在拒止区域内作战效能，对于提高其拒止能力起到决定性作用。目前大多数作战效能评估模型［4-5］仅通过单一方法确定权重，当数据差异较大时，各方法所确定的权重往往也差异较大，严重地影响了效能评估的真实性［6］。

本文在充分分析某型装备特点的基础上，构建合理的评估指标体系，通过灰色关联和信息熵组合赋权，设置双自适应权重调节算子的方法，改进传统效能评估模型，在使用定量计算方法的前提下，将定量与定性相结合，建立某型装备拒止区目标渗透、侦察、监视以及目标指示效能评估模型，以达到某型装备对拒止区目标作战效能的评估。

1 构建评估指标体系

构建评估指标体系是新一代某型装备［7］拒止区渗透、侦察、监视，以及目标指示作战能力的核心和根本，只有选取合理、有效的评估指标，构建指标体系，才能确保效能评估的准确性。

1.1 评估指标体系构建

某型装备因其能够大幅度压缩雷达有效发现距离，所以主要将其用于对敌各种雷达组成的雷达网探测区，以及各种防空导弹系统和火炮组成的密集防空火力网的作战区域［8］。因此，新一代某型装备的作战任务有：1）利用其良好的隐身性能，规避拒止区内敌防空系统的探测，实施突防，拒止区内斩首行动、摧毁敌方指挥中心、打击敌方军事战略设施、瘫痪敌方防空武器系统等，以获得战场的主动权；2）发现目标、监视战场、攻击引导、拦截敌方战机与导弹，夺取战场制空权；3）某型装备在拒止区对目标实施预警监视、力量调配、引导占位、情报传递、装备信息交连、敌我识别等，获取战场信息优势；4）电子对抗方面为电子侦察、支援干扰和自卫干扰，获取战场电磁优势。考虑其具体作战任务，本文采用DELPHI 方法多轮统计分析和意见集中［9］，选取其发现目标能力、通报目标能力、引导目标能力、装备支撑度4 个方面作为评估其性能的一级指标，选取受杂波干扰可用度、抗干扰改善因子、压制系数等17 项指标作为评估其性能的二级指标，其指标体系如图1 所示。

图1 某型装备拒止区渗透、侦察监视、目标指示作战效果评估指标体系

1.2 指标量化及规范化处理

1.2.1 指标量化

指标体系中，受杂波干扰可用度AG、抗杂波干扰改善因子EIF、杂波干扰压制系数η、自卫距离改善因子JI、测量精度改善因子CI、抗杂波干扰效率ρy、目标起始航迹平均时间改善因子MI、平均错误航迹数改善因子CHI、平均虚假航迹数改善因子XHI、能量损失ejm、最大探测距离Pb、时间域抗干扰因子ejt、空间域抗干扰因子ejs、频率域抗干扰因子ejf是目前评估机载雷达抗干扰效能的通用评估指标［10-12］。抗杂波决策质量pO2［13］的指标量化公式为：

式中，DB为零备件补充难度系数；DX为人员训练周期；TRX为必须维修工时；TBX为战损修理难度。

1.2.2 指标规范化处理

由上述各指标量化公式可知，各指标量化结果的量纲和数量级大都有所差异，无法直接进行综合评估，更关键的是，指标可以分为成本型、效益型等不同类型［16-17］。前者指评价结果数值越小越好的指标，将其记为O1；后者指评价结果数值越大越好的指标，将其记为O2。如果直接使用指标值进行作战效能评估会发生致命错误，所以必须对20 个数据指标进行预处理，进行归一化处理。经分析上述指标，指标类型分类见表1 所示。

表1 评价指标的分类

采用极变差法进行归一化处理，其准则为：

2 双自适应的某型装备效能评估模型

本文所构建的双自适应权重的某型装备能力评估模型是将灰色关联［18］与信息熵相结合综合确定指标体系权重，利用线性加权求和法评估某型装备拒止区内进行渗透、侦察监视，以及目标指示的能力。其中灰色关联法和信息熵法实现了主、客观赋权法的结合，从逻辑上保证了所得权重的真实性。

2.1 灰色关联与信息熵

2.1.1 灰色关联

如上分析，此图号行走齿轮裂纹产生的原因为渗碳降温淬火后回火时间较短以及严重混晶导致淬火应力无法完全释放，淬火应力超出材料抗拉强度后产生开裂。

灰色关联是通过灰色关联度来分析和确定评价指标间的影响程度，或指标对某型装备性能贡献度的方法，它对样本有无规律和多少没有限制要求，且其计算量较小，不会出现定性分析结果与量化结果不相符的情况，使用非常方便。步骤如下：

其中，Dj表示第i 个评价指标差值的最大值。

2.1.2 信息熵

信息熵通过度量一个概率分布中所含平均信息量的多少来衡量系统的不确定度，其实质反映了系统内状态的不确定程度。信息熵主要用来解决对信息的量化度量问题。信息熵公式为：

2.2 构建新一代某型装备效能评估模型

本文采用线性加权和法，构建新一代某型装备拒止区侦察监视、目标指示效果评估模型。考虑到新一代某型装备效能评估指标庞大，单一方法确定权重不够精确，且易随数据变化波动，本文将灰色关联与信息熵相结合，并设计双自适应调节算子，当两种方法所确定的权重越接近，表明这个权重的置信度越高，则双自适应调节算子越倾向于保留这个权值，反之则对其进行修正。确定具体步骤如下：

第1 步：利用某型装备相关性能参数，根据2.1中的信息熵求解方法，确定的第1 个自适应权重πj。

第2 步：利用某型装备相关性能参数，根据2.1 中的灰色关联求解方法，确定的第2 个自适应权重βj。

第3 步：利用双自适应权重调节算子计算评价指标权重为：

某型装备能力的评估总体采用线性加权和法，得新一代某型装备拒止区侦察监视以及目标指示效果评估模型

式中：rj为归一化矩阵中各元素值；E 为某型装备拒止区侦察、监视以及目标指示效果评估值。

3 案例仿真

C 国和M 国在D 区域因主权归属问题发出冲突，C 国决定从A、B 两类新型空中装备中选派一种执行渗透、侦察、监视以及作战目标指示任务，飞行路线如图2 所示。

图2 作战想定图

通过程序随机模拟装备A 和B 的参数，并计算得两种型号的装备评价指标如表2、下页表3 所示。

表2 装备A 评价指标值

根据式（12）对权重的定义，本文各评价指标权重为：

将原始数据输入python 编辑器中，计算灰色关联度如图3 所示。

图3 装备灰色关联度热力图

选择受杂波干扰可用度为标准列，则利用式（6）计算各评价指标的权重为：

将原始数据带入由式（7）、式（8）计算得出装备的信息熵和权重如下页表4 和表5 所示。

表4 装备的信息熵值

从表5 可知，用灰色关联确定权重时，权重按照从大到小的顺序依次为AG，MI，Dz，ejs，XHI，η，ejt，ejm，ejn，ejf，CI，Pb，Po2，JI，CHI，ρy，EIF；信息熵确定权重时权重按照从大到小的顺序依次为，JI，Po2，ejm，Pb，MI，AG，EIF，η，XHI，ejs，ejn，ejt，CI，ρy，Dz，CHI，ejf。表明不同方法确定权重时，虽然均是基于数据特征求解权重，但因各种方法对数据处理的思路不同，其每个评价指标权重的值也不尽相同。因此，仅用单一的权重求解方法，往往只能反映数据“某方面”的信息，无法得到正确的效能评估值。

表5 装备信息熵法确定的权重值

此时灰色关联确定权重的效能评估值为

由式（13）～式（16）可知，两种方法计算出的A、B 两种方案效能值也不尽相同，选择的方案也截然不同，更加证明了单一权重确定方法的片面性。考虑到当选择的权重确定方法对数据处理的思路完全不同或数据本身存在较大波动时，单一方法确定权重的方法将更加极端地反映数据“某方面”信息。

由式（10）可知，当某一个权重确定方法得出的权重大于另一个权重确定方法得出的权重时，调节算子就会综合考虑“两方面”的信息，对权重进行修正，将较小的权重“调”大，将较大的权重“调”小；并且，调节算子还具有“判真”的功能，当两个方法确定的权重大小一致时，算子不采取修正，此时这个权重的可信度最高。但当两种方法确定的权重不一致时，则两个权重的可信度也降低。随着某一个权重确定方法得出的权重比另一个权重确定方法得出的权重大越来越多时，调节算子就会对这两个权重产生“质疑”，将权重修正的越来越小。

根据构建基于双自适应调节算子的某型装备能力评估模型，计算调整后的权重值如表6 所示：

表6 装备信息熵法确定的权重值

则A、B 两型空中装备的作战效能为：

因此，按照本文所提出的模型，A 型号装备更适合执行本次作战任务。

当随机挑选效能评估指标，并同向改变该指标值20 次，以本文提出的模型对其进行效能评估，得到的实验结果如图4 所示。可以看出，虽然每次本模型对A、B 方案的效能评估结果不尽相同，但因为每次同向改变某一效能指标，A 方案的效能评估值始终大于B 方案的效能评估值。可以得出，本文所提出的模型不仅能综合数据“多方面”的信息，进行综合评价，而且评估结果真实可靠。