作战组织指挥控制能力评价模型研究*

邓巧雨; 王智学; 王中伟

doi:10.3969/j.issn.1673-3819.2019.05.004

指挥控制与仿真 >

2019 , Vol. 41 >Issue 5: 16 - 20

DOI: https://doi.org/10.3969/j.issn.1673-3819.2019.05.004

理论研究

作战组织指挥控制能力评价模型研究^*

邓巧雨 ,
王智学 ,
王中伟

展开

中国人民解放军陆军工程大学, 江苏南京 210007

邓巧雨(1996—),女,江西南昌人,硕士研究生,研究方向为军事需求工程。

王智学(1961—),男,教授。

Copy editor: 张培培

收稿日期: 2019-04-02

修回日期: 2019-04-23

网络出版日期: 2022-05-09

基金资助

* 国家自然科学基金(61273210)

版权

收起

Command and Control Capability Evaluation Model of Operational Forces

DENG Qiao-yu ,
WANG Zhi-xue ,
WANG Zhong-wei

Expand

The Army Engineering University of PLA, Nanjing 210007, China

Received date: 2019-04-02

Revised date: 2019-04-23

Online published: 2022-05-09

Copyright

Fold

摘要

为了对作战组织的指挥控制能力进行系统、全面评估,基于对指挥控制能力的分析,构建了包含分析判断能力、统筹决策能力、组织计划能力、控制协调能力以及指挥信息系统运用能力等5个方面的评价指标体系。分别应用模糊综合评价法、TOPSIS法和灰色关联分析法对指挥控制能力进行评价,并就其评价结果进行一致性检验。在保证评价结果具有一致性的前提应用算术平均值组合评价模型、Copeland组合评价模型以及漂移度组合评价模型分别进行评价,并通过Spearman相关系数法进行事后一致性检验,选出最佳的组合评价模型。最后,通过实例验证了方法的合理性。

关键词： 指挥控制能力; 能力评估; 组合评价; 一致性检验

本文引用格式

邓巧雨 , 王智学 , 王中伟 . 作战组织指挥控制能力评价模型研究^*[J]. 指挥控制与仿真, 2019 , 41(5) : 16 -20 . DOI: 10.3969/j.issn.1673-3819.2019.05.004

Abstract

In order to evaluate the command and control capability of operational forces systematically and comprehensively, based on the analysis of command and control capability, an evaluation index system is constructed, which includes five aspects: analyzing and judging ability, overall decision-making ability, organizing and planning ability, controlling and coordinating ability and command information system’s applying ability. Fuzzy comprehensive evaluation method, TOPSIS method and grey relational analysis method are used to evaluate command and control capability separately, and consistency test of evaluation results is carried out. On the premise of ensuring the consistency of the evaluation results, the combined evaluation model of arithmetic mean, the combined evaluation model of Copeland and the combined evaluation model of drifting degree are used to evaluate respectively. Then, the Spearman correlation coefficient method is used to check the consistency after the event, and the best combined evaluation model is selected. Finally, the rationality of the method is verified by an example.

Key words： command and control capability; capability evaluation; combined evaluation; consistency test

作战组织的指挥控制能力是指在作战的准备与实施过程中,作战指挥员及其指挥机关,按照总的战争想定和统一的计划安排,依托一体化指挥信息系统平台,对诸军兵种作战力量、作战行动进行运筹谋划和协调控制的能力^[1]。在信息化条件下,指挥控制能力作为指控组织作战能力的核心要素,将直接影响指控组织作战能力的生成,对其进行效能评估可以有效加快指控组织作战能力的提升。指控组织的作战是人、信息系统和武器装备的有机结合和协同合作的过程,形成体系联动的级联效果^[2]。对作战组织的指挥控制能力的评估涉及的因素较多,且大多存在关联关系,因此,构建一个合理的指标体系,并且选择一个合适的评估方法,对于指控组织的指挥控制能力评估,具有十分重要的现实意义。

现实中的能力评估问题通常是由作战指挥员对可能影响作战的各方面因素进行全面分析,并结合自身在作战和演练中的实践经验,从战场运用的角度提出相关指标体系;然后,采用作战模拟法、系统仿真法、层次分析法等方法对能力进行评估。但是,这些方法忽略了在实际评估过程中可能出现的指标间相互关联以及模糊性等问题,评估结果不够精确。因此,本文将多种单一评价方法按照不同组合方法进行组合,利用一致性检验算法选出准确性相对较高的一种^[3,4],并通过对指挥控制能力的内涵进行分析,建立一套相对科学的评价指标体系,充分考虑到各指标间的相互关系,旨在进一步提高评估结果的准确性。

1 指标体系的构建

1.1 指标体系构建原则

评价指标是衡量指挥控制能力的基本准则,因此构建一个科学合理的评价指标体系是效能评估研究工作的基础,也是最关键的步骤。为了保证评价指标体系的科学性、完备性,在构建过程中需遵循以下几点原则:1)客观性:能客观真实地反映指控组织的指挥控制能力,不带有主观色彩;2)完备性:能够尽可能从各个角度对指挥控制能力进行评估,保证评估结果的可靠性;3)独立性:各指标间尽可能保持独立,避免相互包含;4)可测性:各指标间应有明确的界定,且应该方便管理人员和系统进行获取和处理。另外,当指标越多越具体,评价结果的准确度则会越高,但计算效率会大大降低。因此,在构建指标体系的过程中,应尽量追求指标的完整性,并且尽可能省略一些影响不大的指标,从而,在保证评估准确率的前提下,提高评估效率。

1.2 指挥控制能力评价指标确定

基于上节提到的指标构建原则以及对指挥控制能力的分析,本文从作战实际出发,将指挥控制能力分为分析判断能力、统筹决策能力、组织计划能力、控制协调能力以及指挥信息系统运用能力等五个组成部分^[1,2,3,4,5]。再根据分工和性质不同,对每一项能力进行细分。具体的指标体系结构如图1所示。

显示原图|下载原图ZIP|生成PPT

图1 指挥控制能力评价指标体系

2 指挥控制能力评价模型

2.1 基本思路

首先,本文采用层次分析法确定指标体系中各指标的权重。通过对指标体系中各层次指标的关系进行分析,并结合专家打分,计算得出最终指标权重。其次,采用定性与定量相结合的方法,确定指标体系中各指标的指标值。对于指挥控制能力评价指标体系中难以直接获取指标值的部分,通过专家打分的方式对其进行量化;对于其他指标,则通过进一步分解来实现定量可测。另外,目前常用的综合评价方法有很多,模糊综合评价法^[6]可以实现定性评价到定量评价的转化,但主观性略强;TOPSIS法^[7]可用于对现有对象的优劣进行评价,比较客观;灰色关联分析法^[8,9]适用于对多因素的分析,且计算步骤简单;人工神经网络法^[10]为处理多因素之间互相影响的非线性复杂问题提供了思路。各种评价方式瑕瑜互见,适用的评估对象也不尽相同,本文将所提到的前三种方法进行组合,旨在获得更加客观有效的评价模型。

本文对作战组织的指挥控制能力进行评价的基本思路如下,流程如图2所示。

显示原图|下载原图ZIP|生成PPT

图2 指挥控制能力组合评价模型流程图

步骤1:分别采用模糊综合评价模型、TOPSIS模型以及灰色关联分析模型对各作战组织的指挥控制能力进行评价,并得到在三种方案下的排序结果;

步骤2:采用Kendall协和系数法对上述三种单一的评价方法进行相容性检验,并得出相容模型集。若所得的排序结果具有一致性,说明三种评估方法的结果一致,则直接进入步骤4;如果出现不一致的情况,则进入步骤3;

步骤3:由于排序结果不具有一致性,因此,对三种模型进行两两一致性检验,然后对样本数据、评估结果以及各模型特点进行分析,选取出结果一致且相对客观真实的几种方法,并返回步骤2;

步骤4:对各种模型的最终评估值进行标准化处理,运用几种不同的组合评价方法对各独立评价结果进行组合,并得到对应组合评价值;

步骤5:使用Spearman相关系数法对步骤2中的独立评价结果以及步骤4中的组合评价结果进行一致性检验,将通过检验并且一致程度最高的结果作为最终的指挥控制能力评价结果。

2.2 指标权重确定

本文采用最传统的层次分析法来确定指标权重,具体步骤如下:

1)分析得出可能影响作战组织的指挥控制能力的要素及其相互关系,建立层次结构,并得出图1的指标体系;

2)参考其关于上一层次的重要程度,对属于同一层次上的不同能力要素进行两两比较,并按照从1至9的范围对各要素的重要程度赋值,确定判断矩阵;

3)运用层次分析的方式确定权重值^[11]并进行一致性检验。在得出各指标相对其上一层指标的权重的基础上,最终得到各指标对于总评价指标的相对权重。

2.3 Kendall相容性检验

采用三种评价模型对各作战组织的指挥控制能力进行评估并得出排序结果,之后,通过Kendall协和系数法对其进行一致性检验^[12,13],考察各评价模型的结论是否一致。

构造统计量

(1)χ²=m(n-1)W

其中,χ²服从自由度为n-1的卡方分布,给定显著性水平为α,m为单一评价模型的个数(本文中m=3),n为被评价对象个数,W为协和系数,计算式为

(2)W=

12 ∑ i = 1 n r i 2 - 3 m 2 n (n + 1) 2 m 2 n (n 2 - 1)

式中,r_i为第i个作战组织在所有评价模型中的排序结果之和。

当χ²≥

χ α 2 2

(n-1)时,表示各种评价方案在显著性水平α上具有一致性;否则,表示评价结果不一致,继而进行后续步骤。

2.4 组合评价模型

在完成前面步骤的基础上,将得到的各独立评价结果进行组合。本文选取了目前使用较广泛的三类组合评价模型,分别是算术平均值组合评价模型^[14]、Copeland组合评价模型^[12]以及漂移度组合评价模型^[14,15]。

2.4.1 算术平均值组合评价模型

对各单一评价模型的评价值进行标准化处理,设r_ij为作战组织i在第j种评价方案下的评价值,其中i=1,···,n;j=1,···,m,则作战组织i的算术平均值组合评价值A_i为

(3)A_i=

1 m ∑ j = 1 m

r_ij

需要注意的是,当出现组合评价值相等的情况,取方差较小者为优。

2.4.2 Copeland组合评价模型

对各独立评价模型的结果分别进行比较,统计作战组织i比作战组织j的评价值高以及评价值低的模型数量num_i和num_j,并定义Copeland评价矩阵B={b_ij}_n_×_n,其中

(4)b_ij=

1, nu m i > nu m j 0, nu m i = nu m j, i, j = 1,2, ···, n - 1, nu m i < nu m j

将各组织的Copeland矩阵值求和,即作战组织i的组合评价值为B_i=

∑ j = 1 m

b_ij。当出现组合评价值相等的情况,计算两者在各独立评价模型中的评价值方差,取方差较小者为优。

2.4.3 漂移度组合评价模型

1)设有n个作战组织指挥控制能力值样本,假设其参考值(或真实值)向量为Χ₀=(x₀(1),x₀(2),···,x₀(n)),其中x₀(i)表示第i个组织的能力样本的参考值(或真实值)。在采用了m种评价模型对样本进行评价后,将第j种评价模型的评价结果用比较向量Χ_j表示,Χ_j=(x_j(1),x_j(2),···,x_j(n)),x_j(i)表示第i个能力样本通过第j个评估模型得到的评价值;

2)计算各比较向量Χ_j与参考向量Χ₀的相关系数,记为r_j;

3)计算各单一评价模型的漂移度,记为σ_j=1-r_j;

4)计算各单一评价模型的权重

(5)ω_j=

max 1 ≤ k ≤ m σ k + min 1 ≤ k ≤ m σ k - σ j ∑ j = 1 m (max 1 ≤ k ≤ m σ k + min 1 ≤ k ≤ m σ k - σ j)

,j=1,2,···,m

5)计算各作战组织的指挥控制能力的组合评价值

(6)C_i=

∑ j = 1 m

ω_jx_ij,i=1,2,···,n

2.5 Spearman一致性检验

组合评价法的评价结果以所有单一评价模型的结果为基础,组合评价法的结果应与各单一模型的评价结果基本保持一致^[14]。因此,为了选出最佳的组合评价结果,使用Spearman相关系数法分别对各组合评价模型的评价结果进行一致性检验。具体步骤如下:

1)将各组合评价模型以及各单一评价模型的评价结果转化为等级排序值。假定共有h种组合模型,m种单一组合模型,n组能力样本数据。相应排序结果分别如表1和表2所示,其中,s_ij,p_kj分别表示作战组织j在组合模型i和单一评价模型k中的排序值,CM为组合模型的简称,BD为作战组织的简称,EM为单一评价模型的简称,i=1,2,···,h,j=1,2,···,n,k=1,2,···,m,文中h=3。

表1 组合评价模型评价值

	BD1	BD2	···	BDn
CM1	s₁₁	s₁₂	···	s₁_n
CM2	s₂₁	s₂₂	···	s₂_n
︙︙	︙︙	︙︙	︙︙	︙︙
CMh	s_h₁	s_h₂	···	s_hn

表2 单一评价模型评价值

	BD1	BD2	···	BDn
EM1	p₁₁	p₁₂	···	p₁_n
EM2	p₂₁	p₂₂	···	p₂_n
︙︙	︙︙	︙︙	︙︙	︙︙
EMm	p_m₁	p_m₂	···	p_mn

2)计算第i种组合评价模型与第k种原始单一评价模型的评价结果的Spearman相关系数,记为ρ_ik

(7)ρ_ik=1-

6 ∑ j = 1 n (s ij - p kj) 2 n (n 2 - 1)

,i=1,2,···,h,k=1,2,···,m

3)计算第i种组合评价模型与所有单一评价模型间的平均关联程度,用统计量ρ_i表示

(8)ρ_i=

1 m ∑ k = 1 m

ρ_ik,i=1,2,···,h,k=1,2,···,m

由于参与评估的作战组织样本数量不太大,因此,为简化计算,将所有组合评价模型与单一模型间的平均关联程度作为最终评价的标准,则关联程度值最大的组合评价模型为最优解,其评价结果为最终评价值。

3 案例分析

通过专家咨询和实地调研,得到了各指标的重要程度比值,并取平均值作为最终的指标权重,具体权重如表3所示。

表3 评价指标对应权重

总目标	一级指标	二级指标
指挥控制能力	分析判断能力(0.18)	战场环境分析能力(0.4)
		敌情分析判断能力(0.3)
		我情分析判断能力(0.3)
	统筹决策能力 (0.23)	指挥机关统筹能力(0.55)
	统筹决策能力 (0.23)	指挥员决策能力(0.45)
	组织计划能力 (0.21)	组织协调保障能力(0.61)
	组织计划能力 (0.21)	制定计划方案能力(0.39)
	控制协调能力 (0.25)	战场情况掌握能力(0.34)
		部队行动协调能力(0.46)
		作战效果评估能力(0.2)
	指挥信息系统运用能力(0.13)	系统构建运行能力(0.59)
	指挥信息系统运用能力(0.13)	系统操作运用能力(0.41)

本文分别用模糊综合评价法、TOPSIS法和灰色关联分析法对样本进行评估,结果见表4。其中,作战组织用大写字母A至E表示,上述三类单一评价模型用1至3数字表示,一类指标用Ⅰ至Ⅴ表示。

表4 指挥控制能力单一评价结果

组织	模型	Ⅰ		Ⅱ		Ⅲ		Ⅳ		Ⅴ		总分
组织	模型	数值	排序	数值	排序	数值	排序	数值	排序	数值	排序	数值	排序
	1	0.7592	1	0.7711	1	0.7451	3	0.7665	1	0.6763	4	0.7500	1
A	2	0.8354	1	0.5965	1	0.5940	2	0.6912	1	0.2288	4	0.6149	1
	3	0.6854	4	0.8066	1	0.7858	4	0.7825	3	0.2493	3	0.7019	1
	1	0.6910	2	0.6377	4	0.7125	4	0.6932	4	0.6600	5	0.6798	5
B	2	0.2115	5	0.2080	5	0.6775	1	0.3615	4	0.7285	1	0.4133	5
	3	0.7188	3	0.1654	4	0.7854	5	0.6891	5	0.2488	4	0.5370	5
	1	0.6519	5	0.6578	3	0.7501	2	0.7537	2	0.7254	2	0.7089	4
C	2	0.3569	4	0.3259	4	0.5194	5	0.5036	3	0.3505	3	0.4197	4
	3	0.6732	5	0.1210	5	0.8476	1	0.7717	4	0.7451	1	0.6168	4
	1	0.6738	3	0.5845	5	0.7912	1	0.6254	5	0.7889	1	0.6808	3
D	2	0.4437	2	0.4004	3	0.5455	4	0.5375	2	0.1601	5	0.4417	3
	3	0.7604	2	0.3362	3	0.8289	3	0.7865	2	0.6850	2	0.6739	2
	1	0.6701	4	0.6957	2	0.6830	5	0.7039	3	0.6780	3	0.6882	2
E	2	0.3913	3	0.4750	2	0.5873	3	0.2913	5	0.6097	2	0.4551	2
	3	0.8446	1	0.5639	2	0.8291	2	0.7972	1	0.1331	5	0.6724	3

本文运用Kendall法就Ⅰ至Ⅴ类指标以及指挥控制总能力对三种单一评价模型进行相容性检验,统计量结果分别为4.0000,给定显著性水平为0.1,则得出统计量结果为11.47,大于,因此,可以说明:三类单一评价模型在给定条件下具有一致性。

接着,本文分别用三种组合评价模型对样本进行评估,结果见表5。有关变量的表示方法同表4。

表5 指挥控制能力组合评价结果

组织	模型	Ⅰ		Ⅱ		Ⅲ		Ⅳ		Ⅴ		总分
组织	模型	数值	排序	数值	排序	数值	排序	数值	排序	数值	排序	数值	排序
	1	0.8131	1	0.6438	1	0.7228	2	0.7516	1	0.3461	5	0.6791	1
A	2	0.8385	1	0.6182	2	0.6427	2	0.7416	1	0.2792	5	0.6498	1
	3	0.8017	1	0.6296	1	0.7433	2	0.7658	1	0.3098	5	0.6769	1
	1	0.6067	2	0.6149	2	0.6813	4	0.6711	2	0.3565	4	0.6078	2
B	2	0.5599	2	0.6236	1	0.5984	4	0.6539	2	0.3007	4	0.5724	2
	3	0.6505	3	0.5926	2	0.7055	4	0.7010	3	0.3146	4	0.6177	2
	1	0.5195	5	0.3045	5	0.7721	1	0.5862	4	0.7542	1	0.5703	4
C	2	0.4335	5	0.2476	5	0.7138	1	0.5564	4	0.7480	1	0.5212	4
	3	0.6017	5	0.2740	5	0.7881	1	0.6368	5	0.7491	1	0.5934	5
	1	0.5958	3	0.4526	3	0.6771	5	0.6647	3	0.5712	2	0.5940	3
D	2	0.5494	3	0.4059	3	0.5748	5	0.6383	3	0.5613	2	0.5455	3
	3	0.6538	2	0.4220	3	0.6951	5	0.7024	2	0.5419	2	0.6068	3
	1	0.5873	4	0.4327	4	0.7076	3	0.5781	5	0.5280	3	0.5670	5
E	2	0.5477	4	0.3793	4	0.6371	3	0.4835	5	0.4782	3	0.5027	5
	3	0.6353	4	0.4197	4	0.7341	3	0.6586	4	0.5208	3	0.5974	4

根据公式(8)求得三种组合评价模型与所有单一评价模型的评价关联程度分别为0.1667、0.1667、0.4,因此,选取第三种组合评价模型即漂移度组合评价模型为最优组合评价模型,其结论则为最终评价结果。

4 结束语

采用不同的评估模型来处理不同的评估对象,得到的评估结果的准确效果也不同,评估模型没有绝对的优劣之分。本文根据对评估对象即作战组织的指挥控制能力的分析,挑选了三类比较适合的评估方法,并通过不同的组合方式,最终选取出相对较好的组合评价模型。通过组合评价模型,可以使评价结果在保证一致性的前提下,准确度更高。然而,在指标及其权重确定的问题上,采用的是最传统的专家打分和层次分析法,主观性相对较强;同时,战场环境复杂多变,固定的指标体系以及评估方式不一定通用,还需根据实际进行调整。本文下一步的研究方向将着重放在如何建立一个比较灵活、能够适应战场变化的能力评估方法上。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

[1]	蒋启泽, 蒋鹏. 一种基于信息系统的指挥控制能力评估的方法[J]. 舰船电子工程, 2014, 34(9):35-37.

[2]	赵宇, 徐小峰. 基于ANP的联合部队作战能力评估[J]. 指挥信息系统与技术, 2017, 8(5):43-48.

[3]	陈国宏, 李美娟. 基于方法集的综合评价方法集化研究[J]. 中国管理科学, 2004, 12(1):101-105.

[4]	陈国宏, 陈衍泰, 李美娟. 组合评价系统综合研究[J]. 复旦学报(自然科学版), 2003, 42(5):667-672.

[5]	汤申华, 温鸿鹏. 信息作战指挥控制教程[M]. 武汉: 中国人民解放军通信指挥学院, 2008:91-92.

[6]	李守奇, 杨书豪. 基于AHP和模糊评价法的C³I系统效能评估[J]. 舰船电子工程, 2009, 29(12):52-55.

[7]	秦寿康. 综合评价原理与应用[M]. 北京: 电子工业出版社, 2003.

[8]	杨元, 黎放, 胡剑. 灰色关联分析法在聚类评估中的应用[J]. 武汉理工大学学报(信息与管理工程版), 2007, 29(4):94-98.

[9]	胡大立. 应用灰色系统理论评价企业竞争力[J]. 科技进步与对策, 2003, 20(1):159-161.

[10]	张素梅, 黄天辰, 彭灏. 基于神经网络模型的武器装备作战效能评估[J]. 军事运筹与系统工程, 2006, 20(4):40-43.

[11]	常建娥, 蒋太立. 层次分析法确定权重的研究[J]. 武汉理工大学学报(信息与管理工程版), 2007, 29(1):153-156.

[12]	王刚, 黄丽华, 高阳. 基于方法集的农业产业化综合评价模型[J]. 系统工程理论与实践, 2009, 29(4):161-168. DOI

[13]	杜孝平, 赵凯琪, 袁伟, 等. 中小企业综合能力评价研究[J]. 中国科学技术大学学报, 2018, 48(06):38-47.

[14]	宋杰鲲. 企业情报竞争力评价模型研究[J]. 情报理论与实践, 2011, 34(7):17-21.

[15]	曹文贵, 翟友成, 王江营. 基于漂移度的隧道围岩质量分级组合评价方法[J]. 岩土工程学报, 2012, 34(6):978-984.

Options

文章导航

模态框（Modal）标题

摘要