中国指挥与控制学会会刊 
海战场环境是海战场及其周围空间对海上军事活动有影响的各种情况和条件的统称,是在自然条件和人类活动的影响下形成的客观立体空间形态,是现代战争空间的重要组成部分。当今世界,海战场已成为各国军事竞争的主战场。海战场是指敌对双方以海洋为主体实施军事行动的空间范围,包括海洋上空、水面、水下以及濒海地带[1]。
海战场环境总体上可划分为自然环境和人文环境两大类。其中,自然环境指由地理环境、水文条件、气象状况、地球物理场分布等各种客观自然要素形成的战场环境形态;人文环境主要包含经济、政治、社会等方面。海战场环境复杂多变,从水上到水下、从近岸到远洋,环境要素呈现不同的时空分布特征和变化规律,海战场环境对海上武器平台和军事行动具有十分显著的影响,直接关系到武器系统效能发挥和军事行动成败[2]。
海战场环境是制约海上武器装备效能发挥和遂行海上军事行动的重要条件。科学有效的海战场环境影响评估结果能够为海上军事活动指挥层提供定量化的决策信息,是争夺海上主动权和优势权的重要保证;同时能够服务于战场环境安全保障体系规划与设计,对提升海洋安全保障能力具有重大现实意义。
1 海战场环境影响评估
目前,国内外主流海战场环境安全保障体系如图1 所示,包括基础数据层、环境特征层、影响评估层和决策支持层。从服务战场层面而言,数据层与环境层所生成的海洋环境数据产品是不可或缺的,但更需通过评估层与决策层进行环境信息分析、武器性能预测、危险态势研判、评估海战场环境对海上军事活动的影响,生成评估决策产品。从海战场环境安全保障的功能属性而言,基础信息获取是基础,环境分析预报是纽带,影响评估决策是核心。
海战场环境影响评估是指海战场环境因素对海上军事活动的影响方式、范围、程度、不利后果以及行动修正方案的综合客观评估。海战场环境影响评估的目的就是充分认识海洋环境的影响规律,正确利用海战场环境有利条件,降低和防范海战场环境要素对海上军事活动造成的不利影响,进而增强在复杂动态的海洋环境中遂行多样化任务的能力。
评估建模方法是海战场环境影响评估的核心,涉及运筹学、系统学、管理学等诸多学科在军事海洋领域的交叉运用,学者们采用了多种评估方法开展海战场环境影响评估,但关于海战场环境影响评估方法的系统梳理与综述分析几乎为空白。本文基于国内外文献资料以及笔者所在团队多年的研究积累,对海战场环境影响评估方法进行系统化、体系化梳理,将其划分为四类:基于动力学仿真的评估方法、基于决策科学的评估方法、基于数据科学的评估方法、基于不确定性人工智能的评估方法,并对不同方法的特点进行综述分析。
2 四类典型海战场环境影响评估方法
2.1 基于动力学仿真的评估方法
2.2 基于决策科学的评估方法
基于决策科学的评估方法,通过建立某种数学函数或映射关系,将多个评估指标值合成为一个整体综合评估值,将评估问题转化为多源信息的融合问题。现代科学评估理论产生了多种以运筹学模型为代表的评估方法,包括层次分析法、模糊综合评估法、灰色综合评估法等,学者将其应用于海战场环境影响评估建模并取得了较为可靠效果。
1)层次分析法
2)模糊综合评估法
3)灰色综合评估法
2.3 基于数据科学的评估方法
随着计算机科学理论的革新,以神经网络为代表的人工智能技术蓬勃发展,为复杂系统的评估建模提供了新思路。不少学者开始将统计模型、机器学习算法等数据科学方法应用于海战场环境影响评估建模,评估技术逐步趋向于智能化。
1)基于经典数理统计的评估方法
2)基于神经网络的评估方法
海战场环境包含要素非常多,影响因素与评估对象之间的非线性效应非常显著,基于经典数理统计的评估方法无法有效处理非线性复杂关系,并且历史的经验信息不能得到充分利用。为了解决上述问题,人工智能领域的神经网络开始应用于海战场环境影响评估。
3)基于支持向量机的评估方法
海战场环境影响评估中,有些评估指标的数据量非常有限,为此机器学习中的支持向量机(SVM)被引入综合评估建模。SVM模型采用核函数方法,向高维空间映射不但不增加计算的复杂性,而且有效克服了维数灾难问题。SVM针对小样本学习中的有限样本信息,在模型的复杂性和学习能力之间寻求一个最佳的折中,以实现学习的最好泛化能力。文献[18]针对武器系统效能评估中仿真实验样本有限的情况,提出了基于支持向量机的效能评估方法,并对该评估方法进行算子化,该模型在小样本条件下比神经网络表现出更好的评估优越性。
2.4 基于不确定性人工智能的评估方法
近些年,随着人工智能与知识工程的发展,人工智能的另一新兴方向,不确定性人工智能越来越受到研究关注。学者们尝试将不确定性人工智能技术应用于海战场环境影响评估建模,以期更好地表达和处理海战场要素的不确定性。
1)云模型
云模型理论是不确定性人工智能的重要理论之一,云模型将模糊理论与概率随机性相结合,定义了隶属云模型及其发生器,由于其优秀的不确定性处理能力、定性概念与定量信息之间的转化能力,因此被引入海战场环境影响评估领域。
2)DS证据理论
证据理论(Dempster-Shafer,DS)是一种不确定性推理理论,属于人工智能范畴。此方法基于信度结构表示不确定和不完备信息,具备良好的多样化信息融合能力,可以有效处理由未知引起的不确定性因素,最早应用于专家系统中。证据理论的主要思想是基于各证据的基本可信度分配,利用证据理论中的证据合成规则进行证据融合,从而实现多源不确定信息的融合。
3)贝叶斯网络
笔者所在团队致力于基于不确定性人工智能的海战场环境影响评估研究,针对海战场环境的多维性、动态性、不确定性的特点以及复杂多样的信息条件,采用贝叶斯网络、云模型等方法,先后提出了大数据、小样本和零样本条件下基于不确定性人工智能的评估建模技术。基于遗传算法、粒子群算法等启发式搜索算法,结合信息扩散理论,笔者开展了信息不完备条件下海战场环境影响评估技术研究[25]。基于云模型理论建立定性信息表达与推理机制,笔者采用高斯云变换算法优化贝叶斯网络参数估计,提出了定性信息与定量数据相融合的评估建模技术[26]。基于贝叶斯网络理论,结合云模型、随机森林等智能算法,笔者建立了信息不完备和知识不确定条件下海战场环境态势评估模型[27]。
2.5 评估方法分析
本文将海战场环境影响评估方法划分为四类,如图2 所示。
1)基于动力学仿真的评估方法
基于动力学仿真的评估方法,以海上武器装备或平台的空间运动方程为基础,通过数值仿真定量分析环境因素对装备平台的影响,确定环境影响的安全边界,评估武器装备效能发挥。此评估方法属于精细化小尺度的定量评估,适用于刻画小尺度海洋环境系统对武器装备的细微影响,但武器装备或平台的空间运动方程是非线性的高阶多维的方程组,加入海洋环境因素的影响,不易求解分析。此外,大尺度环境系统的影响难以通过动力学仿真进行分析。
2)基于决策科学的评估方法
基于决策科学的评估方法,将定性分析和定量计算有机结合,考虑了海战场环境要素的复杂性和信息的模糊性。此类方法在专家经验知识的基础上引入定量分析,但数学论证与定量分析非常简单,定量数据支撑较少,较大的定性成分使得评估结果可靠性有所欠缺。海战场环境是包含众多要素的复杂系统,要素之间相互作用、相互影响,要素与评估对象之间的非线性效应显著,具有极大的不确定性,仅依靠专家经验知识和简单数学分析无法有效处理。
3)基于数据科学的评估方法
以数理统计分析为基础的经典统计模型和机器学习模型在海战场环境影响评估中也得到了一定程度应用。经典统计评估方法具备一定的自学习能力,能够充分利用海洋环境历史样本建立相对独立的数学模型,但上述方法对战场要素之间非线性关系的处理能力有限。基于机器学习的智能化评估方法通过从海战场环境数据中挖掘因素之间的复杂关系建立评估模型,相比于经典数理统计评估方法,具备更强的非线性关系和多维度特征处理能力。构建完成的智能化评估模型可作为独立单元应用,具有强大的自学习和自适应能力,节省了大量的时间成本和劳动成本。但是,上述评估方法需要大规模数据支撑模型训练,在不完备信息条件下应用非常受限,并且机器学习方法均为确定型输出模型,无法处理复杂系统评估中的知识不确定性。
4)基于不确定性人工智能的评估方法
不确定性人工智能作为人工智能领域的新兴前沿方向,因其具备处理复杂系统信息不完备、知识不确定和影响非线性的能力,近几年被引入海战场环境影响评估领域。云模型充分考虑了模糊性和随机性之间的关联性,构成“定性—定量”之间的不确定性转换模型,但是云模型的不确定性推理能力较弱,没有考虑要素之间的相互作用,复杂关系无法量化表达。因此,云模型更适合于局部建模,而对复杂的评估系统建模时效率较低,不具备自学习能力。
DS证据理论使用非精确概率来描述不确定性,通过运用Dempster融合规则,可以对多指标数据和知识进行融合,参照融合结果判断各命题的支持程度,根据决策规则对命题等级进行判断,进而给出评估决策结果。此方法的不足主要是证据冲突时的融合问题,并且确定证据的基本概率赋值函数主观性较强,模型的自学习能力和推理能力也较弱。
贝叶斯网络能够从主客观信息中挖掘海战场环境要素之间的复杂关系并以网络形式直观表达,以概率形式表达不确定知识,同时能够融合定量数据和定性信息进行推理。贝叶斯网络的技术优势能够针对性处理海战场环境影响评估的多要素、非线性、不完备、不确定等建模难点。
美海军综合战术环境系统(NITES)已嵌入上述不确定性人工智能方法,用以分析海洋环境对武器和作战系统的影响,进而为指挥员提供战场空间表征和态势感知。应用云模型、贝叶斯网络等方法将环境预测信息和作战信息进行融合,预测敌我双方部队、作战平台、武器系统等在既定战场环境中的效能发挥,评估海洋环境对作战计划、力量结构、目标、时机和程序的影响,基于不确定性人工智能的评估方法更加适应未来智能化作战条件下海战场环境影响评估。
3 结束语
海战场环境影响评估方法随着新兴技术的发展在不断进步,评估方法由定性化趋向于定量化,由机械化趋向于智能化,由确定性评估趋向于不确定性评估。本文所述评估方法中,动力学仿真方法多用于小尺度建模且数值求解难度较大;决策科学方法的主观性较强,难以处理海战场环境要素之间的非线性影响关系;数据科学方法需要充足的量化数据进行模型训练,难以在海战场环境信息多样化、不完备、不确定条件下进行评估建模;以贝叶斯网络、云模型为代表的不确定性人工智能方法,能够较好地处理海战场环境评估中信息不完备、知识不确定、影响非线性的问题,具备较好的自适应能力和推理能力,应用前景十分广阔。