军事仿真分析评估系统评估分析

赵鑫业，刘传波，高成志，王 超

（1.海军大连舰艇学院, 大连 116018；2.海装驻武汉地区军事代表局, 武汉 430000）

军事仿真分析评估系统（Military Simulation Analysis and Evaluation System，MSAES）［1］是新时期面向信息化作战较为先进的构造仿真系统，它以联合条令为依据描述联合活动、过程和军事行动。MSAES是面向军事作战战役级层次仿真系统［2-5］，可以描述未来的战争，用于辅助概念开发、军事力量分析和活动过程分析等。MSAES需要完成的使命包括想定、执行和评估应用，如探索性分析；用于作战计划的检验、统计评估与分析；在线辅助决策支撑；军事能力建设等。

随着信息技术的深入发展以及信息技术在军事领域的广泛运用，联合作战的形式已经从合作性联合作战、协同性联合作战，发展到一体化联合作战的高级阶段。想定是进行作战仿真的基本前提，无论传统的军事演习还是现代计算机作战仿真都离不开想定，作战仿真的基本依据来源于想定。一体化联合作战想定是MSAES 的重要组成部分，为MSAES 的运行提供了初始和作战任务。

1 MSAES想定及执行

MSAES 想定是指在预判敌方兵力部署及可能采取行动的基础上，根据首长拟制的对作战进程和战法的设想，内容通常包括情况判断结论，上级企图和本部队任务，友邻任务及作战分界线，各部队的编成、配置和任务，作战阶段划分，各阶段情况预想及处置方案，保障措施、指挥的组织等。作战想定的科学性和合理性在一定程度上决定了其作战效能的发挥，因此必须通过科学的手段对作战想定进行评估［6-7］。针对联合作战想定多因素、非线性、非结构化和高度复杂性等特征，仅仅依靠专家评估必然带来主观性和不确定性。据此，MSAES系统装备了一系列用于宏观分析和微观分析的工具。这些工具包括回放工具、搜集相关战役结果的工具，以及数据后处理工具。

MSAES 的输出和分析工具是以作战需求文档（Operational Requirements Document，ORD）为指南进行的拓展和修订。ORD 文档指定了MSAES 执行的分析类型［8-10］。MSAES 的评估分析主要关注两个部分，一是行动方案分析，二是火力充足性分析。进而支持系统的效能分析以及概念和条令的开发和评估。ORD 要求系统输出和分析工具应该具有以下功能：（1）能够协助确定某种运行结果的因果关系；（2）能够追溯数据取值的全过程：用户如果在系统某个应用程序中修改了参数取值，系统应该能够从基准值出发追溯所有发生的变化，从而对输出结果进行相应的分析与标示；同时，在进行检索查询时，还应该对输入数据值进行全局比较，确定哪些值进行了怎样的修改，产生了哪些结果。

MSAES中涉及的主要定义包括以下几个。

（1）想定（Scenario）：一个具体化的问题域输入数据集（环境、战斗顺序、计划、系统性能参数等）；（2）随机试验（Replication）：想定的一次单独运行，每次运行对应特定的初始随机数种子；（3）一组运行试验（Run）：想定数据设置加上用户选择的控制数据，包括想要采集的数据、运行的次数等，通常一组运行试验包含多次随机试验；（4）组运行描述：对每一组运行试验的一个运行参数组描述。

MSAES 想定支持所有系统设计的试验目标和试验项目，同时，也为作战试验的军事概念模型、数学模型、仿真模型等的建立提供基本依据。想定的构建十分精细，如果对想定中微小的数据进行了修改，就会变成另外一个想定。用户如果需要更改想定，必须对想定名称进行更改，使想定名称和实际的问题域数据一一对应。该规则的严格执行是MSAES 事后分析可追溯的关键。

对于一个特定的想定，仿真的一次执行一般为一组运行试验。一组运行常常包括一系列的随机试验，实际上一个想定的多次随机试验经常分布于多组运行中，如图1 所示。处理多次随机试验输出的关键是收集这些随机试验，确保消除冗余，比如以相同的随机数发生器和相同的随机数种子为特征的随机试验。运行执行的时候，系统为每组运行分配一个身份识别码，比如J2021-08-14-120143820000。

图1 多次想定执行示意图Fig.1 Schematic diagram of execution of multiple scenarios

组运行描述的参数包括：需要触发的工具（Instrument）、需要触发的消息（Message）、执行随机试验的数量、使用的随机数发生器、开始的随机数种子、模拟想定持续时间等。如果需要为一个新的想定建立一个新的运行，就可以从已经有的运行进行复制，然后根据需要对运行描述做局部修改，使修改后的运行描述能够关联新的想定。

2 MSAES输出数据分析

MSAES 输出数据的产品为基本要素分析（Essential Element of Analysis，EEAs）报告，EEAs是由度量（Measures）完成量化，度量是由仿真过程工具收集的数据元素（Data Element）计算出来的。

2.1 数据元素

数据元素为MSAES 仿真运行中收集到的原子级变量，例如：经纬度、方位、单元ID、导弹类型等最基本的数据。

2.2 规范化输出

规范化输出是对仿真运行过程中采集到的原始数据进行集合（这是对最基本的数据的一种集合）之后的形式化输出［11-12］。规范化输出的标题字段用于确定数据元素，每一行是每一次激活的记录。以第一行记录为例进行说明，前面的四个字段是一样的，即运行ID、随机试验ID、序列ID 和仿真时间。（1）运行ID：规范化输出的标示。（2）随机试验ID：用于鉴别相关的随机试验，用于区分存储在一个文件里的不同的随机试验。（3）序列ID：记录在一个随机试验中规范化输出的触发顺序，经常有许多规范化输出是在同一个仿真时间同时触发，此时序列ID 就用来决定实际触发的规范化输出的顺序。（4）仿真时间：代表仿真所用的时间。

2.3 度量

度量是从数据元素计算出来的一种量化结果，MSAES 也用度量来计算规范化输出和需要的数据元素。度量对量化战役分析是非常重要的。目前为止，度量是在线下由用户以表格或者关系数据库管理系统的方式构建完成的。MSAES有许多已有的度量，大多数是从联合作战任务列表中移植过来的，也补充了其他相关的度量。

2.4 报告

报告是一系列用来帮助回答一个或者多个EEAs的、已经被处理成图形或者表格的规范化输出和度量。目前MSAES 通过人机界面提供了一些标准的报告。根据用户需求，在MSAES 发展过程中还会增加很多标准的报告。目前，需要评估分析工具进行大量的电子表格和数据库工作以产生对指挥员起重要作用的报告。

2.5 基本要素分析

基本要素分析可以从两方面理解：（1）指挥员对总体性问题的描述（例如：X 战区的军事力量能够阻止M国在n 天时间内从ZZ 地区推进到YY 地区吗）；（2）一种选择并管理能回答这些问题的工具和度量的工具。

2.6 其他输出

此外，输出还包括在仿真运行过程中用户工作台产生的信息。

（1）消息（Message）：类似字符串的调试信息，由特定的仿真事件触发，写入消息记录中。

（2）消息类别（Message Category）：一组逻辑化的信息，例如“仿真模型-火力”。

（3）消息记录（Message Log）：MSAES 随机试验过程中产生信息的顺序文件，用户可以在运行过程中选择显示这些在消息记录窗口中的记录，并在结束后进行保存。一个记录，是提供给用户监视一个随机试验执行的一种途径。消息记录在MSAES 开发和调试过程中大量使用，在运行时可以进行选择是否需要产生。

（4）激活地图显示：用户可以使用地图显示工具选择监视随机试验的过程，地图提供了交互式工具，可以完成缩放、选择地图分类、显示单元类别、边界设定、界定关注区域等任务。该功能在MSAES 开发、想定构建、分析过程中非常重要。

3 MSAES评估分析过程

为了达到MSAES 评估分析的目标，MSAES 的研发人员和有经验的军事专家一起总结了MSAES 的迭代升级过程，概括起来主要包含以下8 个重要步骤［13-15］：（1）从指挥员中获取并学习作战需求；（2）制定分析框架，包括目的、EEAs、假设、想定时间框架、战场、分辨敌方和友军军事力量；（3）定义用来解释作战需求制定的事件或者是问题的效能指标；（4）制订详细的研究方案，比如制定明确的运行定义、需要的统计显著性、需要的仿真数据量；（5）运行仿真；（6）降低数据量，从而提供总结性的统计量数值，并根据系统分析人员进行试验回顾和统计对比的需要，收集整理适当的结果数据；（7）针对关注的问题，反复运行仿真试验，对相关参数设置相应的取值；（8）生成包含分析结果、得出结论、提供建议的评估简报。

在实际应用中，进行战役分析通常需要完成其他的分析处理，从而对显著性分析进行监控，对仿真结果获得深入全面的理解，对于某些非正常结果进行有效解释和理解，并对从仿真结果引发的新问题进行回应和处理。一般的分析工作流如图2所示。工作流包含两个不同类型的分析：单次随机试验（Single-Replication）分析和多次随机试验（Multiple-Replication）分析。没有阴影的文本框表示在人机界面接口（Human Computer Interface，HCI）中是可以实现的。阴影部分的文本框表示更复杂的分析活动必须在HCI之外进行完成，包括试验设计深入到执行代码层以更好地理解复杂的交互、准备评估简报和报告等，这部分内容可以提供给系统数据分析师进行后续处理。

图2 典型战役分析工作流Fig.2 Typical battle analysis workflow

4 MSAES的评估分析类别

4.1 单次随机试验分析

单次随机试验（Single-Replication）分析主要面向的是微观分析，关注验证和确认（Verification &Validation）功能。当前的态势显示、仿真回放工具、消息日志等都是用于单次随机试验分析的重要工具。另外，MSAES 提供了一个包含宏的关系数据库管理系统，以及相应的查询数据库系统，可以将规范化输出快速转化成指挥员易于理解的清晰的文本文档。系统输出的报告可用于系统数据分析师检查合理性或者用于生成简报。难于解释的结果可以由系统开发程序员在执行仿真过程中以调试模式进行分析，尽管十分繁琐，但这种分析过程可以识别仿真过程中的错误和缺陷。

4.2 多次随机试验分析

多次随机（Multiple-Replication）试验主要面向的是宏观分析，是MSAES 的主要分析模式，只有在该模式下才可能获得关于作战想定、兵力满足性或者系统权衡统计上的有效结论。图3 显示的是一个以宏观分析模式对战略巡航导弹拦截示例的输出。

图3 宏观分析模式示例Fig.3 Example of macro analysis mode

多次随机试验分析关注仿真结束累计结果的统计，通过对相关的单次随机试验分析记录并进行图形化的比较，可提供有意义的解释和阐述。一个对蓝方坦克打击的毁伤统计分析示例如图4所示。

图4 随机分析示例Fig.4 Random analysis example

多次随机试验输出数据的分析，一般步骤如下：通过手动的方式使用电子表格进行分析是比较复杂、容易出现错误的。更加复杂的是对于分布在不同的组运行试验之间的同一想定，怎样收集相关的随机试验，图5 显示了实际随机集成过程的复杂性，包括避免统计过程中冗余的随机试验。MSAES 开发了一个装载宏电子表格软件，用来对选定的工具进行自动操作，比如生成各种杀伤记分板。随机分析工具能够收集想定的有效随机试验，消除多余的随机试验，并且通过以下几个步骤进行分析，将分析时间从几个小时缩短到几分钟。

（1）把工具数据导出成CSV（Comma-Separated-Variable）文件；（2）转化和精炼系统数据分析师使用的仿真输出数据；（3）定义反复试验中具有显著意义的累计变量；（4）通过反复试验计算累计变量的统计分析结果；（5）呈现图形化的结果。

通过多次随机试验统计的有效对比，可能产生更加令人惊奇的结果，从而导致更进一步的分析反复（图5）。理解了分析结果隐含的意义，就会对战役产生进一步的洞悉。以改良后的飞行器高磨损率为例：一个被取代的更大持久力的飞行器，可能花费更多的时间来与敌人交战，因此在相同的飞机和飞行员数量下会造成更大的消耗，虽然每个小时的交战消耗可能不大，甚至更低。当使用统计仿真的方法进行假设检验时，一般情况下不可能预先指定随机试验的具体次数。通过运行想定，系统数据分析师得到一个差异量数的估计，以此来估计需要的总体随机试验数量。

图5 实际的随机集成过程Fig.5 The actual random integration process

另外，对战役结果风险感兴趣的作战计划人员，对输出结果的变化十分敏感，图6 所示是在D 之间不同的时间部署对红蓝双方战损比的影响。作为一个随机模型，MSAES 能够用来产生这样的显示。当然，这种在MSAES 输出中展现的不确定性能够多大程度代表真实世界的发生是很难估计的，因为真正的战役不可能重复第二次。

图6 测量战役级作战风险示例Fig.6 An example of measuring operational risk at the operational level

5 总结及展望

通过真实案例的验证，MSAES评估分析模型能够通过MSAES 战役级作战流程，揭示体系作战效能的传递关系，并反映作战环境和对抗对作战效能的影响及任务完成的程度，为联合作战指挥员对作战想定的优选评估提供了一种新思路，具有较强的参考价值。

此外，MSAES 也在研究新的仿真运行模式，在这种模式下，随机试验能从先前仿真过程中的一个点的随机试验分支出来（类似于仿真克隆），并显示和分析这个分支结果。增强这种对比有效性（比如降低多余的随机试验）的通用技术就是相关抽样，在两个竞争性的想定中引进相应随机试验的相关性。原则上，一些相关性可以由相应随机试验使用相同的随机数进行引入。MSAES 用户可以通过对随机数发生器和相应的随机数种子进行设置来实现。然而，这种由随机数控制流得到的实际相关性在复杂的仿真中常常被忽略。比如在战役层级的仿真中，由于事件流可能在多个随机试验中几乎同时出现，就不可能为相应的事件引出相同的随机数。进一步的相关性可以对每个随机试验分配多个随机数发生器，仿真的每一个部分都分配到一个独立的随机数发生器。