《基于异质网络模型的武器系统组合选择》

摘要：高端武器装备的选择和发展是各国的战略问题。高端武器装备组合选择（HWEPS）与武器的生产、部署和使用密切相关，是决定战争胜负的关键因素，因此备受关注。提出了一种面向能力的武器系统组合选择(CWSPS)统一框架，用于解决基于异质作战网络的HWEPS问题。针对高端武器装备系统不同类型的功能实体和信息流，引入作战环路的概念，提出了一种异质作战网络模型。在此基础上，首次提出了作战能力评估指数(OCEI)来评估高端装备系统组合的作战执行能力。在此基础上，建立了以能力需求和预算约束为约束的高端武器装备成本-效益最大化的投资组合选择模型。最后，通过一个导弹防御系统的经验案例和数值实验，验证了CWSPS算法的可靠性和有效性，结果表明，该方法在求解HWEPS问题上取得了很好的效果。

1 Introduction

  本文从系统的角度来研究HWEPS问题。根据作战过程，一个作战环(OL)被表示为涉及不同类型的功能实体的单元，这些功能实体包括传感器实体、决策者实体和影响力实体，它们为了完成特定的作战任务而有序地相互协作。OL是执行任务的基本方式。在此基础上，提出了作战能力评估指数(OCEI)来评估高端装备系统组合的作战能力。以能力需求和预算约束为约束条件，提出了面向能力的武器系统组合选择的统一框架。CWSPS使我们能够通过最大化作战能力和为潜在冲突做好准备，选择能够适应未来安全环境并整合到联合部队中的最佳武器系统组合。我们总结了本文的主要贡献如下:
(1)提出了一个称为OCEI的指标来衡量武器系统组合的作战能力，而OCEI在执行作战任务时考虑了作战网络中不同类型实体的多种能力以及它们之间的合作。
(2)首次建立了一种新的武器系统组合选择模型，该模型通过最大化满足要求的系统组合的成本-OCEI效率来结合武器系统的成本预算和作战能力。
(3)为了验证CWSPS的可靠性和有效性，通过导弹防御系统实例和数值实验研究，对几种基线方法进行了比较，结果表明CWSPS在解决高端武器系统组合选择问题上具有很好的性能。

2 Related work（略）

3 Problem demonstrations

  待选择的武器系统为 W = { w t , t = 1 , 2 , . . . , n } W=\left\{w_t,t=1,2,...,n\right\} W={wt​,t=1,2,...,n}，装备组合可以视为待选的武器系统子集$P_j\subseteq W$，$C(P_j)$是$P_j$的采购成本，$B$是可用的资金和资源，$H(P_j)$是$P_j$的联合作战能力。因此，在一定的约束条件下，通过最大化武器系统组合的评价标准，可以生成单一的装备组合。
  系统的作战系统由相互作用的各种功能实体组成，以支持未来联合作战的作战需求，与传统的具有独立系统的组合选择问题相比，需要更复杂的网络体系结构和更高的层次结构。采用复杂网络理论对武器系统作战网络进行建模，对武器系统之间复杂的结构和功能关系进行了讨论和分类。在此基础上，建立了武器系统投资组合选择模型。

4 Capability-oriented weapon system portfolio selection

  本节包括四个部分：首先，提出了一种基于OL（作战环）的异质作战网络模型；然后，提出了一种衡量武器系统组合作战能力的作战效能评估指标；在给定约束条件下，通过最大化武器系统组合的评估准则，构建了武器系统组合选择模型；最后，给出了求解算法，并对其计算复杂度进行了分析。

4.1 Heterogeneous combat network model

（A）介绍OODA环（略）
（B）异质作战网络模型
一个WSoS被描述为 G = { V , E } G=\left\{V,E\right\} G={V,E}，其中 V = S ∪ D ∪ I ∪ T = { v 1 , v 2 , . . . , v n } V=S\cup D\cup I\cup T=\left\{v_1,v_2,...,v_n\right\} V=S∪D∪I∪T={v1​,v2​,...,vn​}是节点集， E = { e 1 , e 2 , . . . , e m } ⊆ V × V E=\left\{e_1,e_2,...,e_m\right\}\subseteq V\times V E={e1​,e2​,...,em​}⊆V×V是边的集合，表示了功能实体间的信息流。以及介绍一些对应的符号表示：$S=\left\{v_1^S,v_2^S,...,v_k^S\right\}$，$D=\left\{v_1^D,v_2^D,...,v_l^D\right\}$，$I=\left\{v_1^I,v_2^I,...,v_p^I\right\}$，$T=\left\{v_1^T,v_2^T,...,v_q^T\right\}$，$N=|V|$，$M=|E|$，$L=|D|$，$K=|S|$，$P=|I|$，$Q=|T|$，$N=L+K+P+Q$。

4.2 Operational capability evaluation index

  战场需要所有能力的综合和同步应用，理想地将火力分配到击败对手和生存上。因此，在评估武器装备组合的作战能力时，焦点应放在武器系统的合作上。OL是执行作战任务的基本方式，OL的数量表明了摧毁敌人目标的可用方法。随着OL的可替代数量增加，作战效率也会提高。这一特点使我们综合考虑WSoS中所有OL的作战能力，以评估WSoS的作战效率。
  数据链提供实时战役情报，将单个武器系统有机地组合成一个整体，起到使作战能力倍增的作用。对于给定的作战指挥中心，作战单元之间可以通过数据链路保证情报信息的交换和共享，从而有效地提高联合作战的协同能力和作战效果。
设作战环$l_j$包含$s_j$，$d_j$，$i_j$，$t_j$，那么$l_j$的作战能力为：
$$U(l_j)=\frac{ma{x}_{s_j\in S}C{A}_S(s_j)\times ma{x}_{d_j\in D}C{A}_D(d_j)\times ma{x}_{i_j\in I}C{A}_I(i_j)}{C{A}_T(t_j)}$$其中，$C{A}_S(s_j)$，$C{A}_D(d_j)$，$C{A}_I(i_j)$都表示我方武器系统的能力；而$C{A}_T(t_j)$表示敌方目标的抗打击能力。
以某一目标$v\in T$为例，能攻击到它的作战环记为集合 L = { l k } , k = 1 , 2 , . . . , w L=\left\{l_k\right\},k=1,2,...,w L={lk​},k=1,2,...,w，因此攻击目标$v$的作战能力：
$$E_v(P)=\sum _{l_k\in L}U(l_k)$$在军事任务中，敌方目标通常被赋予不同的优先级，本文采用权重来表示敌方目标在任务中的优先级。权重越大，目标的优先级越高。考虑到所有敌方目标，武器系统组合$P$的作战能力定义如下：
$$H(P)=\sum _{v\in T}{w}_v\times E_v(P)$$$w_v$表示目标$v$的权重，$E_v(P)$表示攻击目标$v$的作战能力。$H(P)$就称为武器系统组合$P$的OCEI。

4.3 Weapon system portfolio selection model

  在作出选择武器系统的决定时，下列因素被认为是首要因素:
(A)资源限制。军费开支是对国家资源的巨大消耗，尤其是用于研发新武器的资源。每个替代武器系统通常与大量基于知识的信息相关联，如研究开发预算、战略相关性和技术成熟度。可利用的资源变成了决策过程中的限制和约束。在资源有限的情况下，建立一个国家资源投资的标准至关重要，现有资源被用于潜在的武器系统，以选择最佳组合，以最大限度地提高综合作战能力。
(B)提供能力。在考虑军事特遣队整个作战能力的差距之前，将优先评估对武器发展的投资是否将产生必要的装备组合，以满足每种基本能力的基本需要。其次，必须评估整合单个装备投资对整体作战能力的效益。我们追求的是在有限的资源限制下，获得一个平衡的武器装备组合，以最大限度地提高整体作战能力投资回报。
  本文假设所有潜在的武器系统都具有高度的战略相关性，并且当前的技术水平能够支持潜在武器系统的发展。制约因素主要集中在有限的预算和基本能力要求。武器系统组合的成本不应超过预算限制：
P ∗ = { P ⊆ W ∣ C ( P ) ≤ B } P^*=\left\{P\subseteq W|C(P)\le B\right\} P∗={P⊆W∣C(P)≤B}同时还需要满足能力需求：
{ P ∗ = { P ⊆ W ∣ C A S ( P ) ≥ R E S } P ∗ = { P ⊆ W ∣ C A D ( P ) ≥ R E D } P ∗ = { P ⊆ W ∣ C A I ( P ) ≥ R E I } \begin{cases} P^*=\left\{P\subseteq W|CA_S(P)\ge RE_S\right\} \\ P^*=\left\{P\subseteq W|CA_D(P)\ge RE_D\right\} \\ P^*=\left\{P\subseteq W|CA_I(P)\ge RE_I\right\} \end{cases} ⎩⎪⎨⎪⎧​P∗={P⊆W∣CAS​(P)≥RES​}P∗={P⊆W∣CAD​(P)≥RED​}P∗={P⊆W∣CAI​(P)≥REI​}​
  武器系统组合的发展必须适应未来的安全环境，并整合到联合部队中，以便最大限度地提高作战能力，为潜在冲突做好准备。在本文中，我们使用OCEI来评估武器系统组合的作战能力。效率比率，通常用于分析公司内部资产和负债的使用情况。在此基础上，我们提出了一个称为成本效率比的指标来衡量武器系统组合使用有限预算来产生作战能力的能力。成本-OCEI比率可以表示为:
$$R(P^{\ast })=\frac{H(P^{\ast })}{C(P^{\ast })}$$因此，通过最大化整个满意的武器装备组合的成本-OCEI比，可以很容易地获得最优装备组合的生成。最优装备组合$\hat{P}=max(R(P^{\ast }))$。

4.4 Solution algorithm and complexity analysis

  提出了一种求解CWSPS问题的算法，并对该算法的复杂性进行了分析。

  总之，该算法的计算复杂度为$O(4\ast N)+O(7\ast M\ast L\ast K\ast P\ast Q)$。在实际中$M\ll N$，故该算法的渐近时间复杂度估计的上限为$O(N\ast L\ast K\ast P\ast Q)$。所提出的算法仍然需要较高的计算代价。然而，由于高端武器系统的研制成本高，制造工艺复杂，不可能大规模生产。因此，我们提出的方法可以在可接受的时间计算代价内求解HWEPS，但当涉及到大规模投资组合选择问题时，计算过程仍需优化。

5 Case study

  为了验证CWSPS在解决武器系统组合选择问题中的可靠性和有效性，以导弹防御作战网络为例进行了大量的实验。首先介绍了案例情景和输入数据，并给出了建议的CWSPS的详细计算步骤。对几种传统的方法进行了比较，并对四种具体运行情况下的CWSPS进行了讨论。

6 Numerical experiments

7 Conclusions

  高端装备对战争的最终胜负至关重要，选择和发展高端武器系统是一个国家的重大决策战略。从系统的角度对武器系统组合选择问题进行了研究，提出了一个完整的武器系统组合选择框架CWSPS。CWSPS包括两部分：首先利用作战网络模型提出了一种基于OL的武器系统组合作战能力评估方法OCEI，然后以有限的预算和基本能力需求为约束，通过最大化满足的武器系统组合的费用-OCEI比，建立了武器系统组合选择模型。
  CWSPS具有以下优点：(1)CWSPS通过将武器系统抽象为一个网络，充分考虑了武器系统之间的相互关系和相互作用。(二)武器系统组合的作战能力是信息处理、侦察、打击目标、决策等多种能力的综合体现。CWSPS不仅关注不同基础能力的需求，而且通过OCEI将它们集成在一起。(3)CWSPS通过最大化满足要求的系统组合的费用-OCEI比，将费用预算和作战能力结合在一起。
  然而，这项工作只是解决武器系统投资组合选择问题的基本步骤之一。未来还有很多工作要做，包括考虑武器系统的技术成熟度、研发周期，甚至未来的国防战略。武器系统的投资组合选择问题也是一个与潜在敌人的动态博弈问题，因此，面向武器系统潜在对手的动态投资组合选择是另一个研究热点。此外，为了减少计算量和减少计算时间，需要高效的方法，从而使该方法适用于超大规模的投资组合问题。