基于混合粒度事件图的海战场联合编队作战任务规划研究

The maritime combined formation is the main force form in future naval battle, as the mission planning model of "commander task planning + computer force scheduling" in current operational decision support system has the shortcomings of indistinct man-machine function and weak decision-making ability. Since the “commander task planning” is a process of generating the task sequence by leveraging its decision-making knowledge comprehensively to achieve commander’s operational intention, the heterogeneous information ontology model that covers battlefield situations, operational intentions and operational plans based on the event concept will be presented，which can transform the decision-making knowledge into event graph model and achieve the multi-layer decision-making knowledge fusion by the mixed granularity event graph, thus improve the expression and sharing mechanism of commander's decision-making knowledge. Based on what is illustrated, the task sequence generation and the force scheduling process can be mapped to the path planning process of situation evolution applying the event dynamics method, it will study the task planning optimization algorithm and dynamic adjustment strategy in the field of the standard operational research paradigm, and establish a new model of task planning for commanders' decision-making knowledge expression and computer optimization solution. This project can be leveraged for the maritime combined formation operational planning assistant decision-making system, which can offer the joint operations planning support for greater spatial and temporal scale and scope of planning through simple expansion and provide the new ideas for other complex mission planning problem research. It not only has a strong practical significance, but also has important academic value.

联合编队是海军未来遂行海上作战任务的主要兵力编成形式，目前作战辅助决策系统中的“指挥员任务筹划+计算机兵力调度”的任务规划模式，人机职能划分模糊，辅助决策能力偏弱。鉴于指挥员任务筹划是综合运用其决策知识生成任务序列以达成其作战意图的过程，课题基于事件概念构建了涵盖战场情况、作战意图及作战计划的异构信息本体模型，将决策知识转换为事件图形式，以混合粒度事件图实现多层决策知识融合，改进了指挥员决策知识表达与共享机制。在此基础上将任务序列生成与兵力调度过程耦合映射为面向事件动力学的战场态势演化路径规划过程，在运筹学范畴内研究了任务计划优化算法和动态调整策略，建立了“指挥员表达决策知识+计算机求解优化方案”的任务规划新模式。本项目可用于联合编队作战筹划系统，经简单拓展可用于更大时空尺度和兵种范围的联合作战筹划支持，具有很强的现实意义，同时可为其他复杂任务规划问题研究提供新的思路，具有重要的学术价值。

本课题面向海上联合编队环境下作战指挥辅助决策体系对多层级混合粒度信息融合和任务规划的关键技术需求，实现了以事件动力学范式刻画作战过程，利用事件驱动的离散系统任务规划理论和方法建立作战计划求解模型和算法。首次从系统动力学视角构建了战场事件本体模型。针对战场多源情况信息粒度不一致导致的相似度不对称特征，结合与或图（And-Or Graph）模型实现了事件信息融合的仿射传播（AP）聚类算法，实证研究表明该算法的聚类结果在语义合理性上强于多种基于对称相似度的常规聚类算法。基于统一的“事件”概念，形成了以混合粒度事件图对战场情况和作战过程进行多层级综合表达的基本框架，利用经典离散事件图模型对包括单舰对潜搜索过程、单舰对潜攻击过程、单舰对空防御过程和编队联合防空过程等典型海战场作战过程进行的建模研究表明该框架的逻辑有效性。引入“状态流”概念建立多粒度状态自发演化规律抽象表达能力，设计了改进的“状态流事件图”新模型，改善了战场环境的高度动态性和多类型状态参量集成特征造成离散事件图规模爆炸的问题。利用状态流事件对作战行动规则的事件化描述能力，将任务规划过程转化为完备状态流事件图（也即完备规则集）的优化子图提取过程，引入事件关联强度参数定义了基于关联强度轮盘赌概率选择的蒙特卡洛仿真过程，设计了基于关联强度强化学习的k强度子图提取算法，在水面舰艇联合编队防空案例中进行的测试表明了算法的有效性。事件转换图将作战方案实施这一连续系统动力学过程转换为由关键事件网络构成的离散动力学过程，为了有效分析定位关键事件节点，以无人机任务分配为背景，研究了基于决策图的关键事件分析方法，仿真实验表明，将其作为预处理过程能有效提升常规任务分配算法的优化效率和解集质量。项目基本实现了预期目标，为改进联合编队作战指挥辅助决策体系进行了理论和方法探索，但尚缺乏大规模作战仿真案例检验，在滚动时域动态任务规划的重调度机制方面需要候进一步深入研究。