CN113255118B - 基于杀伤链的武器装备体系优化方法和系统 - Google Patents
基于杀伤链的武器装备体系优化方法和系统 Download PDFInfo
- Publication number
- CN113255118B CN113255118B CN202110512594.4A CN202110512594A CN113255118B CN 113255118 B CN113255118 B CN 113255118B CN 202110512594 A CN202110512594 A CN 202110512594A CN 113255118 B CN113255118 B CN 113255118B
- Authority
- CN
- China
- Prior art keywords
- equipment
- combat
- killing
- chain
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000000694 effects Effects 0.000 claims abstract description 97
- 238000004891 communication Methods 0.000 claims abstract description 35
- 230000004044 response Effects 0.000 claims abstract description 24
- 230000006378 damage Effects 0.000 claims abstract description 14
- 230000007123 defense Effects 0.000 claims description 20
- 238000013507 mapping Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000009295 sperm incapacitation Effects 0.000 claims description 3
- 238000013461 design Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Geometry (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Operations Research (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种基于杀伤链的武器装备体系优化方法和系统,包括:步骤1:建立装备体系的体系结构模型;步骤2:抽取体系结构模型信息建立杀伤链模型;步骤3:基于杀伤链模型分析装备体系能力,包括任务完成能力、响应能力和抗毁能力;步骤4:对装备体系的杀伤链进行优化;步骤5:根据杀伤链优化结果构建装备体系的体系结构和装备指标参数。本发明对杀伤链上执行各作战活动的装备、装备间的通信关系、各装备执行相应作战活动的耗时及整体作战时序、各装备执行相应作战活动的成功率及整体作战成功率进行一体化描述,涵盖链路、时间、概率等多种要素,降低了建模工作量及难度。
Description
技术领域
本发明涉及装备体系优化技术领域,具体地,涉及一种基于杀伤链的武器装备体系优化方法和系统。
背景技术
武器装备体系优化是充分发挥体系效能、提高体系作战能力的重要途径。武器装备体系优化的一项内容是对体系的杀伤链进行优化。杀伤链用于描述武器装备体系杀伤目标的过程,包括发生的作战活动、涉及的装备等。通过优化武器装备体系的杀伤链,能够优化武器装备体系的组成及作战过程,提高武器装备体系完成任务的能力、对任务的响应速度、面对敌方攻击时的抗毁能力等,为武器装备体系的设计和装备系统的设计提供指导和支持。
目前,对于武器装备体系优化和杀伤链优化技术的研究尚处在探索阶段,文献(郜越,敖志刚,李宁,等,时间敏感目标打击杀伤链的优化问题[J].兵工自动化,2012,31(5):9-12)提出了时间敏感目标打击杀伤链的优化方法,通过对时间进行优化,解决在时间窗口内摧毁时敏目标的问题;文献(夏博远,杨克巍,杨志伟,等,基于杀伤网评估的装备组合多目标优化[J].系统工程与电子技术,2020-08-2010:23:41网络首发)基于多层网络模型以及三项指标,提出了基于杀伤网评估指标的装备组合规划模型,并给出了基于启发式算法的装备组合多目标优化方法,解决基于网络静态结构的装备组合优化问题。而本发明给出一种基于杀伤链的武器装备体系优化设计方法,从体系抗毁性、任务完成时间、任务完成概率三个维度对装备体系的体系结构和主要装备指标参数进行综合优化,既考虑了时间以外的其它优化目标,又在网络静态结构的基础上进一步考虑了装备性能对优化的影响,能够为装备体系的构建和装备的论证设计提供支持。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种基于杀伤链的武器装备体系优化方法和系统。
根据本发明提供的基于杀伤链的武器装备体系优化方法,包括:
步骤1:建立装备体系的体系结构模型;
步骤2:抽取体系结构模型信息建立杀伤链模型;
步骤3:基于杀伤链模型分析装备体系能力,包括任务完成能力、响应能力和抗毁能力;
步骤4:对装备体系的杀伤链进行优化;
步骤5:根据杀伤链优化结果构建装备体系的体系结构和装备指标参数。
优选的,所述步骤1包括:采用DoDAF体系结构框架建立装备体系的体系结构模型,对装备体系的作战运用方式和装备系统构成进行描述;
所述作战运用方式描述装备体系完成任务所涉及的作战活动和作战流程;
所述装备系统构成描述体系中装备的组成、功能、通信关系和各装备的工作流程。
优选的,所述步骤2包括:从通信链路、时间、概率三个维度对杀伤链进行建模,对执行各作战活动的装备、装备间的通信关系、各装备执行相应作战活动的耗时及整体作战时序、各装备执行相应作战活动的成功率及整体作战成功率进行一体化描述;
根据防空武器装备体系的体系结构模型,建立防空武器装备体系作战活动执行顺序网络模型G,公式为:
G=(N,E)
式中,N为节点集合,E为有向边集合;
在网络模型G的基础上,通过一般节点到装备的映射、有向边到通信连接的映射,为有向边赋予装备性能相关的权值,建立防空武器装备体系杀伤链模型K,公式为:
K=(A,L,V)
式中,A为所有装备及作战对象的集合,L为装备间的通信连接及装备到作战对象虚拟连接的集合,V为参数集合;集合V中的元素与集合L中的元素一一对应;当集合V中的元素为装备执行相应作战活动耗时时,描述作战时序;当集合V中的元素为装备执行相应作战活动成功率时,描述作战任务的成功率。
优选的,所述步骤3包括:
根据杀伤链模型,可得到多条杀伤链,其中第j条杀伤链公式为:
Kj=(Aj,Lj,Vj),j=1,2,…,x
其中:x为杀伤链的总条数;
所述任务完成能力是,以保证体系按照作战流程完成全部作战活动的概率为指标进行评价,对第j条杀伤链Kj,将集合Vj中的元素设置为相应装备执行作战活动的耗时,若Kj中存在权值之和为负的一条环,则Kj存在时序冲突、不是有效杀伤链;若Kj是有效杀伤链,则将集合Vj中的元素设置为相应装备执行作战活动的成功率,该杀伤链的作战任务成功率pj为全部作战活动均成功执行的概率,即集合Vj中所有元素的乘积,若有效杀伤链的数量为n,则任务完成能力指标IM计算公式如下:
优选的,所述响应能力是,以保证体系按照作战流程完成全部作战活动所花费的最短时间为指标进行评价,对第j条杀伤链Kj,将集合Vj中的元素设置为相应装备执行作战活动的耗时,若Kj是有效杀伤链,该杀伤链的完成作战任务的耗时tj为全部作战活动均执行完成的最长时间,依据Vj中相应装备执行作战活动的耗时,按照各作战活动执行的串并行关系和先后顺序计算,若有效杀伤链的数量为n,则响应能力指标IR计算公式如下:
式中,函数min()代表取最小值。
优选的,所述抗毁能力是,以保证体系按照作战流程完成全部作战活动时能够承受的失能装备的最大数量为指标进行评价;
在全部装备随机失能的情况下,在描述的杀伤链模型中,集合A中随机移除a个非作战对象元素,搜索使有效杀伤链数量降为1的a的最大值amax,则抗毁能力指标IC=amax;在防空武器装备体系杀伤链模型中,寻找映射装备数量最少的一般节点,其映射的装备数量为z,则有:
IC=z-1
在特定类型装备失能的情况下,在描述的杀伤链模型中,集合A中随机移除a个特定类型的非作战对象元素,搜索使有效杀伤链数量降为1的a的最大值amax,则抗毁能力指标IC=amax;在防空武器装备体系杀伤链模型中,记特定一般节点映射的特定装备的数量为q,则:
IC=q-1。
优选的,所述步骤4包括:基于杀伤链模型,根据装备成本、功能和性能的约束,优化执行各作战活动的装备,对装备间的通信关系、执行作战活动的耗时和执行作战活动的成功率进行调整;
约束条件包括:
-全部一般节点映射到的所有加入杀伤链的装备的总成本不超给定的值;
-执行前后两项作战活动的两个装备,在功能和性能上相匹配后建立通信关系,从映射到的任一装备出发都能经过若干条有向边到达代表作战结束的特殊节点,即任一装备都包含在一条或若干条完整的杀伤链中。
优选的,当采用任务完成能力、响应能力和抗毁能力加权综合优化目标时,进行归一化处理,优化目标为:
式中,wM、wR、wC分别为任务完成能力、响应能力、抗毁能力的权重,tmax为设定的最长作战耗时,tmax≥IR;nUA为设定的被攻击的装备总数,nUA≥IC;
当分别采用任务完成能力、响应能力和抗毁能力的单项能力优化目标时,优化目标分别为:
J=IM、J=-IR、J=IC。
优选的,所述步骤5包括:
依据优化后的装备间的通信关系,以及由杀伤链模型描述的作战活动执行顺序,对装备体系的体系结构进行优化设计;依据优化后的各装备执行相应作战活动的耗时及成功率,优化各装备的相关性能指标参数;
采用前述步骤优化后的防空武器装备体系杀伤链模型,记为:
Ko=(Ao,Lo,Vo)
式中,Ao为优化后的装备及作战对象的集合,Lo为优化后的装备间的通信连接及装备到作战对象虚拟连接的集合,Vo为优化后的参数集合;集合Vo中的元素与集合Lo中的元素一一对应,包括集合Ao中的装备执行相应作战活动耗时和执行相应作战活动成功率两套参数。
根据本发明提供的基于杀伤链的武器装备体系优化系统,包括:
模块M1:建立装备体系的体系结构模型;
模块M2:抽取体系结构模型信息建立杀伤链模型;
模块M3:基于杀伤链模型分析装备体系能力,包括任务完成能力、响应能力和抗毁能力;
模块M4:对装备体系的杀伤链进行优化;
模块M5:根据杀伤链优化结果构建装备体系的体系结构和装备指标参数。
与现有技术相比,本发明具有如下的有益效果:
(1)本发明能对杀伤链上执行各作战活动的装备、装备间的通信关系、各装备执行相应作战活动的耗时及整体作战时序、各装备执行相应作战活动的成功率及整体作战成功率进行一体化描述,涵盖链路、时间、概率等多种要素,降低了建模工作量及难度;
(2)本发明在杀伤链优化中,除考虑网络静态结构的优化(即抗毁性优化),还考虑了装备执行相应作战活动的耗时、成功率等性能要素,实现任务完成能力(概率)和响应能力(时间)的优化,更符合装备体系优化设计的实际需求;
(3)本发明在杀伤链优化中,考虑装备成本、功能、性能等约束,避免在杀伤链中加入过多装备或实际不应通信的装备间建立通信关系的情况,保证优化结果与实际情况相符合;
(4)本发明优化目标涵盖装备体系任务完成能力、响应能力、抗毁能力,可采用多种优化目标,包括上述三项能力加权综合最优或单项能力最优等,能满足不同优化设计需求。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1是本发明提出的基于杀伤链的武器装备体系优化设计方法实施步骤流程图;
图2是本发明实施例的防空武器装备体系的体系结构OV-5b作战活动模型示意图;
图3是本发明实施例的防空武器装备体系的体系结构OV-6c事件追踪描述模型示意图;
图4是本发明实施例的防空武器装备体系作战活动执行顺序网络模型示意图;
图5是本发明实施例的防空武器装备体系杀伤链模型示意图;
图6是本发明实施例的防空武器装备体系杀伤链模型中的一条杀伤链示意图;
图7是本发明实施例的优化后的防空武器装备体系杀伤链模型示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
实施例:
针对一类具备网络化作战能力的防空武器装备体系,结合图1给出的基于杀伤链的武器装备体系优化设计方法实施步骤,本发明实施方式的具体说明如下:
步骤1:建立装备体系的体系结构模型
基于体系结构框架,对装备体系的作战活动、作战流程以及体系中装备的组成、功能、通信关系等进行描述。
基于DoDAF 2.0体系结构框架建立防空武器装备体系的体系结构模型,其中,图2所示的OV-5b作战活动模型描述体系的作战活动,图3所示的OV-6c事件追踪描述模型描述体系的作战流程,SV-1系统接口描述模型描述体系中装备的组成和通信关系,SV-4系统功能描述模型描述体系中装备的功能,SV-10c系统事件追踪描述模型描述体系中装备的工作流程。
步骤2:抽取体系结构模型信息建立杀伤链模型
从通信链路、时间、概率三个维度对杀伤链进行建模,杀伤链模型的基础是描述各作战活动执行顺序的网络模型,该网络模型对执行各作战活动的装备、装备间的通信关系、各装备执行相应作战活动的耗时及整体作战时序、各装备执行相应作战活动的成功率及整体作战成功率进行一体化描述。
网络模型,由节点以及连接节点的有向边组成;节点分为一般节点和特殊节点,一般节点有若干个,代表不同的作战活动,特殊节点只有一个,代表作战结束;一般节点之间的有向边代表作战活动的执行顺序,包括串行、并行等多种情况,一般节点到特殊节点的有向边代表作战活动持续至作战结束,不存在由特殊节点到一般节点的有向边。
杀伤链模型,是以前述网络模型为基础,将代表作战活动的一般节点映射为能执行该活动的装备,将特殊节点映射为作战对象,将一般节点间的有向边映射为装备间的通信连接,将一般节点到特殊节点的有向边映射为装备对作战对象的探测、打击等虚拟连接关系;在此基础上,通过对有向边赋予代表装备执行相应作战活动耗时的权值,描述作战时序;通过对有向边赋予代表装备执行相应作战活动成功率的权值,描述作战任务的成功率;一般节点可映射为多个能执行该作战活动的装备,从而形成多条杀伤链。
根据防空武器装备体系的体系结构模型,建立如图4所示的防空武器装备体系作战活动执行顺序网络模型G,有:
G=(N,E)…………(1)
式中,N={Ns,Nd,Ng,Ni,Nf}为节点集合,E={Esd,Edt,Egi,Eif,Egf,Esf}为有向边集合;集合N中,Ns、Nd、Ng、Ni分别为代表搜索、决策、跟踪、拦截等作战活动的一般节点,Nf为代表作战结束的特殊节点。
在前述网络模型的基础上,通过一般节点到装备的映射、有向边到通信连接的映射、为有向边赋予装备性能相关的权值,建立图5所示的防空武器装备体系杀伤链模型K,有:
K=(A,L,V)…………(2)
式中,A={S1,S2,…,Ik,T}为所有装备及作战对象的集合,L={Ls1c1,Ls2c2,…,Likt}为装备间的通信连接及装备到作战对象虚拟连接的集合,V为参数集合,集合V中的元素与集合L中的元素一一对应,当集合V中的元素为装备执行相应作战活动耗时时,可描述作战时序,当集合V中的元素为装备执行相应作战活动成功率时,可描述作战任务的成功率。
步骤3:基于杀伤链模型分析装备体系能力
以前述杀伤链模型为基础,开展能力分析,包括任务完成能力、响应能力、抗毁能力三方面。
以前述杀伤链模型为例,假设包含x条杀伤链,如图6所示的第j条杀伤链表示为:
Kj=(Aj,Lj,Vj),j=1,2,…,x…………(3)
式中:Aj={Sj,Cj,Gj,Ij,T};
Lj={Lsjcj,Lcjgj,Lgjij,Lsjt,Lgjt,Lijt};
Vj={Vsjcj,Vcjgj,Vgjij,Vsjt,Vgjt,Vijt}。
(1)任务完成能力,以保证体系按照作战流程完成全部作战活动的概率为指标进行评价。对第j条杀伤链Kj,将集合Vj中的元素设置为相应装备执行作战活动的耗时,若Kj中存在权值之和为负的一条环,则Kj存在时序冲突、不是有效杀伤链;若Kj是有效杀伤链,则将集合Vj中的元素设置为相应装备执行作战活动的成功率,该杀伤链的作战任务成功率pj为全部作战活动均成功执行的概率,即集合Vj中所有元素的乘积,若有效杀伤链的数量为n,则任务完成能力指标IM计算公式如下:
(2)响应能力,以保证体系按照作战流程完成全部作战活动所花费的最短时间为指标进行评价。对第j条杀伤链Kj,将集合Vj中的元素设置为相应装备执行作战活动的耗时,若Kj是有效杀伤链,该杀伤链的完成作战任务的耗时tj为全部作战活动均执行完成的最长时间,可依据Vj中的元素(即相应装备执行作战活动的耗时),按照各作战活动执行的串并行关系和先后顺序计算,若有效杀伤链的数量为n,则响应能力指标IR计算公式如下:
式中,函数min()代表取最小值。
(3)抗毁能力,以保证体系按照作战流程完成全部作战活动时能够承受的失能装备的最大数量为指标进行评价。
1)在考虑全部装备随机失能的情况下,在式(2)描述的杀伤链模型中,集合A中随机移除a个非作战对象元素(即有a个装备受攻击后失能),搜索使有效杀伤链数量降为1的a的最大值amax,则抗毁能力指标IC=amax;在图5所示的防空武器装备体系杀伤链模型K中,寻找映射装备数量最少的一般节点,假设其映射的装备数量为z,则
IC=z-1…………(6)
2)在考虑特定类型装备(易受攻击的装备,如制导装备等)失能的情况下,在式(2)描述的杀伤链模型中,集合A中随机移除a个特定类型的非作战对象元素(即有a个特定类型装备受攻击后失能),搜索使有效杀伤链数量降为1的a的最大值amax,则抗毁能力指标IC=amax;在图5所示的防空武器装备体系杀伤链模型K中,记特定一般节点(如跟踪节点)映射的特定装备(如制导装备)的数量为q,则:
IC=q-1…………(7)
步骤4:对装备体系的杀伤链进行优化
基于杀伤链模型,考虑装备成本、功能、性能等约束,优化执行各作战活动的装备,对装备间的通信关系、执行作战活动的耗时、执行作战活动的成功率等进行调整。
(1)优化变量为前述杀伤链模型中一般节点与装备的映射关系,假设有y个一般节点,优化变量可表示为行向量D1、D2、…Dy,其中Di(i=1,2,…,y)代表第i个一般节点与装备的映射关系向量,Di的维数si由该节点可映射的装备数量决定,Di的第j个(j=1,2,…,si)元素记为dij,dij=1代表第i个一般节点映射到第j个装备,dij=0则反之,考虑到一个一般节点可映射到若干个能够执行该节点作战活动的装备,故Di中可包含多个值为1的元素;由D1、D2、…Dy代表的一般节点与装备的映射关系,以及各装备执行作战活动的耗时、成功率等性能参数,根据式(1)所示的网络模型G,可形成式(2)所示的杀伤链模型K。
(2)约束条件包括:
1)全部一般节点映射到的所有装备(即所有加入杀伤链的装备)的总成本不超给定的值,记为:
式中,Ci是si维的列向量,Ci的第j个(j=1,2,…,si)元素cij代表第j个装备的成本,cmax函数为给定的装备总成本最大值;
2)执行前、后两项作战活动的两个装备,应在功能和性能上相匹配,才能建立通信关系,从映射到的任一装备出发都能经过若干条有向边到达代表作战结束的特殊节点,既任一装备都应包含在一条或若干条完整的杀伤链中。因此,在根据D1、D2、…Dy代表的一般节点与装备的映射关系,按照图4、式(1)网络模型,建立图5、式(2)杀伤链模型时,应按照给定的装备功能、性能匹配关系,建立装备之间的通信关系,形成杀伤链,且不应存在不包含在任一杀伤链中的装备,将这一约束记为:
NDg(D1,D2,…,Dy)=0…………(9)
式中,函数NDg()用于统计不包含在任一杀伤链中的装备的数量。
(3)优化目标涵盖装备体系任务完成能力、响应能力、抗毁能力,可采用多种优化目标。
1)当采用上述三项能力加权综合优化目标时,需要对前述三项能力的指标IM、IR、IC进行归一化处理,优化目标为:
式中,wM、wR、wC分别为任务完成能力、响应能力、抗毁能力的权重,tmax为设定的最长作战耗时(tmax≥IR),nUA为设定的可能被攻击的装备总数(nUA≥IC);
2)当分别采用任务完成能力、响应能力、抗毁能力等单项能力优化目标时,优化目标分别为:
J=IM、J=-IR、J=IC…………(11)
(4)求最优解,杀伤链优化问题的数学模型如下:
式中,最后一项约束Di∈U,i=1,2,…,y是指Di中的元素非0即1。可采用分支定界、遗传算法等优化算法求解式(12)所示的优化问题,求得最优的一般节点与装备的映射关系,满足前述约束条件,并使前述优化目标最大化。
步骤5:基于杀伤链优化结果设计装备体系的体系结构和主要装备指标参数
依据优化后的装备间的通信关系,以及由杀伤链模型描述的作战活动执行顺序,对装备体系的体系结构进行优化设计;依据优化后的各装备执行相应作战活动的耗时及成功率,优化各装备的相关性能指标参数。
采用前述步骤优化后的防空武器装备体系杀伤链模型如图7所示,记为:
Ko=(Ao,Lo,Vo)…………(13)
式中,Ao={S1,S2,C1,C2,G1,G2,G3,G4,I1,I2,I3,T}为优化后的装备及作战对象的集合,Lo={Ls1c1,Ls2c1,Ls2c2,Lc1g1,Lc1g3,Lc2g2,Lc2g4,Lg1i1,Lg1i2,Lg2i3,Lg3i3,Lg4i2,Ls1t,Ls2t,Lg1t,Lg2t,Lg3t,Lg4t,Li1t,Li2t,Li3t,T}为优化后的装备间的通信连接及装备到作战对象虚拟连接的集合,Vo为优化后的参数集合,集合Vo中的元素与集合Lo中的元素一一对应,包括集合Ao中的装备执行相应作战活动耗时和执行相应作战活动成功率两套参数。
(1)体系结构优化设计,根据图7所示的优化后的杀伤链模型,按照式(13)中Ao集合中的优化后的装备,调整防空武器装备体系的装备组成;按照式(13)中Lo集合中的优化后的装备间的通信连接,调整防空武器装备体系中装备的通信连接关系;按照式(13)杀伤链模型描述的作战流程,调整各装备的工作流程等,实现对防空武器装备体系结构的优化。
(2)优化各装备的相关性能指标参数,根据图7所示的优化后的杀伤链模型,按照式(13)中Vo代表的装备执行相应作战活动耗时、成功率等参数,对搜索、指挥、制导、火力等装备的处理时间、反应时间等时间类性能指标以及对目标的发现概率、正确决策概率、截获概率、杀伤概率等概率类性能指标进行优化,实现对装备设计的支持。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以,本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件,而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构;也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (9)
1.一种基于杀伤链的武器装备体系优化方法,其特征在于,包括:
步骤1:建立装备体系的体系结构模型;
步骤2:抽取体系结构模型信息建立杀伤链模型;
步骤3:基于杀伤链模型分析装备体系能力,包括任务完成能力、响应能力和抗毁能力;
步骤4:对装备体系的杀伤链进行优化;
步骤5:根据杀伤链优化结果构建装备体系的体系结构和装备指标参数;
所述步骤2包括:从通信链路、时间、概率三个维度对杀伤链进行建模,对执行各作战活动的装备、装备间的通信关系、各装备执行相应作战活动的耗时及整体作战时序、各装备执行相应作战活动的成功率及整体作战成功率进行一体化描述;
根据防空武器装备体系的体系结构模型,建立防空武器装备体系作战活动执行顺序网络模型G,公式为:
G=(N,E)
式中,N为节点集合,E为有向边集合;
在网络模型G的基础上,通过一般节点到装备的映射、有向边到通信连接的映射,为有向边赋予装备性能相关的权值,建立防空武器装备体系杀伤链模型K,公式为:
K=(A,L,V)
式中,A为所有装备及作战对象的集合,L为装备间的通信连接及装备到作战对象虚拟连接的集合,V为参数集合;集合V中的元素与集合L中的元素一一对应;当集合V中的元素为装备执行相应作战活动耗时时,描述作战时序;当集合V中的元素为装备执行相应作战活动成功率时,描述作战任务的成功率;
所述一般节点有若干个,代表不同的作战活动,一般节点之间的有向边代表作战活动的执行顺序。
2.根据权利要求1所述的基于杀伤链的武器装备体系优化方法,其特征在于,所述步骤1包括:采用DoDAF体系结构框架建立装备体系的体系结构模型,对装备体系的作战运用方式和装备系统构成进行描述;
所述作战运用方式描述装备体系完成任务所涉及的作战活动和作战流程;
所述装备系统构成描述体系中装备的组成、功能、通信关系和各装备的工作流程。
3.根据权利要求1所述的基于杀伤链的武器装备体系优化方法,其特征在于,所述步骤3包括:
根据杀伤链模型,可得到多条杀伤链,其中第j条杀伤链公式为:
Kj=(Aj,Lj,Vj),j=1,2,…,x
其中:x为杀伤链的总条数;
所述任务完成能力是,以保证体系按照作战流程完成全部作战活动的概率为指标进行评价,对第j条杀伤链Kj,将集合Vj中的元素设置为相应装备执行作战活动的耗时,若Kj中存在权值之和为负的一条环,则Kj存在时序冲突、不是有效杀伤链;若Kj是有效杀伤链,则将集合Vj中的元素设置为相应装备执行作战活动的成功率,该杀伤链的作战任务成功率pj为全部作战活动均成功执行的概率,即集合Vj中所有元素的乘积,若有效杀伤链的数量为n,则任务完成能力指标IM计算公式如下:
5.根据权利要求4所述的基于杀伤链的武器装备体系优化方法,其特征在于,所述抗毁能力是,以保证体系按照作战流程完成全部作战活动时能够承受的失能装备的最大数量为指标进行评价;
在全部装备随机失能的情况下,在描述的杀伤链模型中,集合A中随机移除a个非作战对象元素,搜索使有效杀伤链数量降为1的a的最大值amax,则抗毁能力指标IC=amax;在防空武器装备体系杀伤链模型中,寻找映射装备数量最少的一般节点,其映射的装备数量为z,则有:
IC=z-1
在特定类型装备失能的情况下,在描述的杀伤链模型中,集合A中随机移除a个特定类型的非作战对象元素,搜索使有效杀伤链数量降为1的a的最大值amax,则抗毁能力指标IC=amax;在防空武器装备体系杀伤链模型中,记特定一般节点映射的特定装备的数量为q,则:
IC=q-1。
6.根据权利要求1所述的基于杀伤链的武器装备体系优化方法,其特征在于,所述步骤4包括:基于杀伤链模型,根据装备成本、功能和性能的约束,优化执行各作战活动的装备,对装备间的通信关系、执行作战活动的耗时和执行作战活动的成功率进行调整;
约束条件包括:
-全部一般节点映射到的所有加入杀伤链的装备的总成本不超给定的值;
-执行前后两项作战活动的两个装备,在功能和性能上相匹配后建立通信关系,从映射到的任一装备出发都能经过若干条有向边到达代表作战结束的特殊节点,即任一装备都包含在一条或若干条完整的杀伤链中。
8.根据权利要求1所述的基于杀伤链的武器装备体系优化方法,其特征在于,所述步骤5包括:
依据优化后的装备间的通信关系,以及由杀伤链模型描述的作战活动执行顺序,对装备体系的体系结构进行优化设计;依据优化后的各装备执行相应作战活动的耗时及成功率,优化各装备的相关性能指标参数;
采用前述步骤优化后的防空武器装备体系杀伤链模型,记为:
Ko=(Ao,Lo,Vo)
式中,Ao为优化后的装备及作战对象的集合,Lo为优化后的装备间的通信连接及装备到作战对象虚拟连接的集合,Vo为优化后的参数集合;集合Vo中的元素与集合Lo中的元素一一对应,包括集合Ao中的装备执行相应作战活动耗时和执行相应作战活动成功率两套参数。
9.一种基于杀伤链的武器装备体系优化系统,其特征在于,采用了权利要求1-8中任一项所述的基于杀伤链的武器装备体系优化方法,包括:
模块M1:建立装备体系的体系结构模型;
模块M2:抽取体系结构模型信息建立杀伤链模型;
模块M3:基于杀伤链模型分析装备体系能力,包括任务完成能力、响应能力和抗毁能力;
模块M4:对装备体系的杀伤链进行优化;
模块M5:根据杀伤链优化结果构建装备体系的体系结构和装备指标参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110512594.4A CN113255118B (zh) | 2021-05-11 | 2021-05-11 | 基于杀伤链的武器装备体系优化方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110512594.4A CN113255118B (zh) | 2021-05-11 | 2021-05-11 | 基于杀伤链的武器装备体系优化方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113255118A CN113255118A (zh) | 2021-08-13 |
CN113255118B true CN113255118B (zh) | 2023-05-30 |
Family
ID=77223167
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110512594.4A Active CN113255118B (zh) | 2021-05-11 | 2021-05-11 | 基于杀伤链的武器装备体系优化方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113255118B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114186388B (zh) * | 2021-11-03 | 2023-11-21 | 上海烜翊科技有限公司 | 一种基于体系架构模型的杀伤链特性分析系统及方法 |
CN118152725B (zh) * | 2024-03-22 | 2024-10-18 | 哈尔滨工业大学 | 一种基于装备体系模型的杀伤链闭合性评估方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105306248A (zh) * | 2015-07-03 | 2016-02-03 | 中国人民解放军国防科学技术大学 | 基于作战环的武器装备体系作战网络作战效能评估方法 |
CN108489329A (zh) * | 2018-03-15 | 2018-09-04 | 中国人民解放军国防科技大学 | 一种基于杀伤链的武器装备体系分析方法 |
CN110414061A (zh) * | 2019-06-29 | 2019-11-05 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 建立飞机平台系统对地攻击生存能力概率模型的方法 |
CN110929394A (zh) * | 2019-11-14 | 2020-03-27 | 北京华如科技股份有限公司 | 基于超网络理论的联合作战体系建模方法以及存储介质 |
CN111736628A (zh) * | 2020-06-29 | 2020-10-02 | 西安理工大学 | 无线紫外光mimo协作无人机最优持久编队生成方法 |
CN112380686A (zh) * | 2020-11-10 | 2021-02-19 | 北京航空航天大学 | 一种基于离散事件仿真的武器装备体系贡献度计算方法 |
CN112417710A (zh) * | 2020-12-13 | 2021-02-26 | 西北工业大学 | 基于作战环的武器装备体系贡献度评估方法 |
CN112580217A (zh) * | 2020-12-25 | 2021-03-30 | 北京机电工程研究所 | 基于复杂网络的通信体系结构参数化建模方法 |
CN112600795A (zh) * | 2020-11-25 | 2021-04-02 | 中国人民解放军国防科技大学 | 一种不完全信息下的作战网络瓦解方法及系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108076040B (zh) * | 2017-10-11 | 2020-07-14 | 北京邮电大学 | 一种基于杀伤链和模糊聚类的apt攻击场景挖掘方法 |
CN108733898B (zh) * | 2018-04-28 | 2021-03-16 | 上海烜翊科技有限公司 | 基于体系架构数据的攻防对抗仿真方法及仿真系统 |
US11281806B2 (en) * | 2018-12-03 | 2022-03-22 | Accenture Global Solutions Limited | Generating attack graphs in agile security platforms |
CN110502031B (zh) * | 2019-08-02 | 2022-03-22 | 中国航空无线电电子研究所 | 基于任务需求的异构无人机集群协同最优配置方法 |
CN111726357A (zh) * | 2020-06-18 | 2020-09-29 | 北京优特捷信息技术有限公司 | 攻击行为检测方法、装置、计算机设备及存储介质 |
CN112737101B (zh) * | 2020-12-07 | 2022-08-26 | 国家计算机网络与信息安全管理中心 | 一种面向多监测域的网络安全风险评估方法及系统 |
-
2021
- 2021-05-11 CN CN202110512594.4A patent/CN113255118B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105306248A (zh) * | 2015-07-03 | 2016-02-03 | 中国人民解放军国防科学技术大学 | 基于作战环的武器装备体系作战网络作战效能评估方法 |
CN108489329A (zh) * | 2018-03-15 | 2018-09-04 | 中国人民解放军国防科技大学 | 一种基于杀伤链的武器装备体系分析方法 |
CN110414061A (zh) * | 2019-06-29 | 2019-11-05 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 建立飞机平台系统对地攻击生存能力概率模型的方法 |
CN110929394A (zh) * | 2019-11-14 | 2020-03-27 | 北京华如科技股份有限公司 | 基于超网络理论的联合作战体系建模方法以及存储介质 |
CN111736628A (zh) * | 2020-06-29 | 2020-10-02 | 西安理工大学 | 无线紫外光mimo协作无人机最优持久编队生成方法 |
CN112380686A (zh) * | 2020-11-10 | 2021-02-19 | 北京航空航天大学 | 一种基于离散事件仿真的武器装备体系贡献度计算方法 |
CN112600795A (zh) * | 2020-11-25 | 2021-04-02 | 中国人民解放军国防科技大学 | 一种不完全信息下的作战网络瓦解方法及系统 |
CN112417710A (zh) * | 2020-12-13 | 2021-02-26 | 西北工业大学 | 基于作战环的武器装备体系贡献度评估方法 |
CN112580217A (zh) * | 2020-12-25 | 2021-03-30 | 北京机电工程研究所 | 基于复杂网络的通信体系结构参数化建模方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113255118A (zh) | 2021-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112329348B (zh) | 一种面向非完全信息条件下军事对抗博弈的智能决策方法 | |
CN113255118B (zh) | 基于杀伤链的武器装备体系优化方法和系统 | |
Lee | Constrained weapon–target assignment: Enhanced very large scale neighborhood search algorithm | |
Lai et al. | Simplified swarm optimization with initialization scheme for dynamic weapon–target assignment problem | |
CN112600795B (zh) | 一种不完全信息下的作战网络瓦解方法及系统 | |
CN105991517B (zh) | 漏洞发掘方法和装置 | |
CN106599537A (zh) | 一种基于多目标克隆进化算法的大规模武器‑目标分配方法 | |
CN111368302A (zh) | 基于攻击者攻击策略生成的自动威胁检测方法 | |
Dhawale et al. | HHHO-IGWO: A new hybrid harris hawks optimizer for solving global optimization problems | |
CN115580430A (zh) | 一种基于深度强化学习的攻击树蜜罐部署防御方法与装置 | |
CN113934587A (zh) | 通过人工神经网络预测分布式网络的健康状态的方法 | |
CN115037553B (zh) | 信息安全监控模型构建及其应用方法、装置和存储介质 | |
CN114722998B (zh) | 一种基于cnn-ppo的兵棋推演智能体构建方法 | |
CN106488482B (zh) | 基于多智能体进化算法的无线传感器网络优化方法 | |
Cheng et al. | Weapon-target assignment of ballistic missiles based on Q-learning and genetic algorithm | |
Fauzi et al. | Defense behavior of real time strategy games: Comparison between HFSM and FSM | |
CN115150152A (zh) | 基于权限依赖图缩减的网络用户实际权限快速推理方法 | |
CN108667833B (zh) | 基于耦合的通信系统恶意软件传播建模与最优控制方法 | |
Yang et al. | NPM: An anti-attacking analysis model of the MTD system based on martingale theory | |
CN117236701B (zh) | 一种基于博弈分析的鲁棒风险识别方法 | |
FAN et al. | Cooperative evolution method for blockchain mining pool based on adaptive zero-determinant strategy | |
Gaza et al. | Epistemic Games With Conditional Believes For Modelling Security Threats Defence In Cloud Computing Systems. | |
CN112235139A (zh) | 一种级联网络建模与瓦解方法 | |
Bian et al. | Cooperative strike target assignment algorithm based on deep reinforcement learning | |
Lin et al. | A game theoretic approach to decision and analysis in strategies of attack and defense |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |