兵棋推演空中任務(wù)智能預(yù)測(cè)方法研究

　　摘要：對(duì)戰(zhàn)場(chǎng)敵空中目標(biāo)作戰(zhàn)任務(wù)進(jìn)行高效、準(zhǔn)確地自動(dòng)判斷，是態(tài)勢(shì)認(rèn)知的基礎(chǔ)和輔助作戰(zhàn)資源分配的關(guān)鍵。本文結(jié)合前饋深度神經(jīng)網(wǎng)絡(luò)和長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)模型計(jì)算特點(diǎn)，設(shè)計(jì)了兩個(gè)針對(duì)性基指標(biāo)學(xué)習(xí)器，然后根據(jù)基指標(biāo)交叉熵進(jìn)行加權(quán)組合，用于進(jìn)一步學(xué)習(xí)器訓(xùn)練評(píng)價(jià)指標(biāo)，既能有效防止模型過(guò)擬合，又能提高模型訓(xùn)練效率。測(cè)試結(jié)果表明，所提模型能較好防止模型過(guò)擬合，并能以較高的準(zhǔn)確率判斷戰(zhàn)場(chǎng)敵目標(biāo)作戰(zhàn)任務(wù)。

　　關(guān)鍵字：空中任務(wù);深度學(xué)習(xí);態(tài)勢(shì)認(rèn)知;兵棋推演;資源分配

　　張大永; 楊鏡宇; 吳曦 系統(tǒng)仿真學(xué)報(bào) 2021-12-05

　　未來(lái)聯(lián)合作戰(zhàn)，態(tài)勢(shì)演進(jìn)加快，博弈復(fù)雜劇烈?？罩腥蝿?wù)順利實(shí)施，是爭(zhēng)取戰(zhàn)場(chǎng)主動(dòng)，達(dá)成以快制慢，快速靈活聚能，準(zhǔn)確適時(shí)釋能的有效依托。智能預(yù)測(cè)對(duì)手空中作戰(zhàn)任務(wù)，對(duì)于指揮員戰(zhàn)場(chǎng)態(tài)勢(shì)認(rèn)知，輔助調(diào)配資源，部署作戰(zhàn)行動(dòng)具有重要意義。兵棋推演是對(duì)未來(lái)戰(zhàn)爭(zhēng)的預(yù)實(shí)踐，受到越來(lái)越多重視。一直以來(lái)，戰(zhàn)場(chǎng)態(tài)勢(shì)認(rèn)知都是研究的熱點(diǎn)。美國(guó)著名信息融合專家 J.L.Linas 將戰(zhàn)場(chǎng)態(tài)勢(shì)分為觀測(cè)態(tài)勢(shì)(OS，observational situation)、估計(jì)態(tài)勢(shì)(AS，assessment situation)和預(yù)測(cè)態(tài)勢(shì)(PS， predictive situation)三級(jí)態(tài)勢(shì)，較好闡述了態(tài)勢(shì)內(nèi)涵。文獻(xiàn)[1]結(jié)合戰(zhàn)場(chǎng)態(tài)勢(shì)三級(jí)結(jié)構(gòu)和“OODA 環(huán)” 提出了“態(tài)勢(shì)能力演化模型”，認(rèn)為真正推動(dòng)態(tài)勢(shì)發(fā)展的是對(duì)抗雙方的行動(dòng)，指導(dǎo)行動(dòng)的是對(duì)態(tài)勢(shì)的判斷和預(yù)測(cè)。

　　兵棋推演空中任務(wù)預(yù)測(cè)是基于具體行動(dòng)的預(yù)測(cè)。目前已有不少研究文獻(xiàn)，基于模板匹配、專家系統(tǒng)和貝葉斯網(wǎng)絡(luò)等經(jīng)典方法組合[2-4]，以及深度學(xué)習(xí)等流行人工智能方法[5][6]，實(shí)現(xiàn)不同作戰(zhàn)背景下戰(zhàn)術(shù)層級(jí)的對(duì)手任務(wù)預(yù)測(cè)。這些方法主要為滿足戰(zhàn)術(shù)需要而設(shè)計(jì)的模型，在聯(lián)合戰(zhàn)役層面應(yīng)用時(shí)仍有一些局限：一是模板匹配、專家系統(tǒng)和貝葉斯網(wǎng)絡(luò)等需要抽象領(lǐng)域?qū)＜医?jīng)驗(yàn)知識(shí)，在知識(shí)表示和工程實(shí)現(xiàn)方面難度大，比如模板庫(kù)建立，貝葉斯網(wǎng)絡(luò)概率分布構(gòu)建等。二是一些基于深度學(xué)習(xí)設(shè)計(jì)的智能方法，考慮戰(zhàn)術(shù)細(xì)節(jié)過(guò)多，且只針對(duì)同一場(chǎng)數(shù)據(jù)，在聯(lián)合戰(zhàn)役層級(jí)應(yīng)用時(shí)，一方面數(shù)據(jù)冗余，另一方面沒(méi)有充分利用以往推演數(shù)據(jù)，加大了模型訓(xùn)練難度，降低了模型的有效性/準(zhǔn)確性。同時(shí)，對(duì)抗條件下的作戰(zhàn)行動(dòng)如果采用純?nèi)斯ゎA(yù)測(cè)，不僅對(duì)預(yù)測(cè)人員能力要求比較高，且不能輸出穩(wěn)定的預(yù)測(cè)結(jié)果，更不適宜大范圍推廣使用。本文從兵棋推演的角度，研究對(duì)抗條件下空中任務(wù)智能預(yù)測(cè)方法。以聯(lián)合戰(zhàn)役級(jí)兵棋推演對(duì)抗環(huán)境為基礎(chǔ)，對(duì)有關(guān)概念進(jìn)行界定，設(shè)計(jì)了兵棋推演空中任務(wù)預(yù)測(cè)的兩層神經(jīng)網(wǎng)絡(luò)模型，第一層包括目標(biāo)資源特征信息的多層感知機(jī)[7]和目標(biāo)時(shí)序特征信息留存的長(zhǎng)短時(shí)記憶 LSTM 網(wǎng)絡(luò)[8]兩個(gè)模型，第二層設(shè)計(jì)了針對(duì)第一層兩個(gè)模型訓(xùn)練得出的特征信息進(jìn)行加權(quán)綜合的多層感知機(jī)。通過(guò)實(shí)驗(yàn)驗(yàn)證了兵棋推演空中任務(wù)智能預(yù)測(cè)模型的有效性。

　　1 問(wèn)題描述

　　兵棋推演空中任務(wù)預(yù)測(cè)，是從動(dòng)態(tài)演變推演態(tài)勢(shì)中捕獲提取對(duì)手空中目標(biāo)狀態(tài)和時(shí)序信息，結(jié)合作戰(zhàn)經(jīng)驗(yàn)推測(cè)其執(zhí)行空中任務(wù)的過(guò)程。目標(biāo)狀態(tài)信息包括空中目標(biāo)的機(jī)型數(shù)量組合等資源類信息，時(shí)序狀態(tài)信息包括空中目標(biāo)位置、留空時(shí)間、方向和速度等環(huán)境交互類信息。如圖 1 所示，可以將問(wèn)題抽象為 兩 個(gè) 二 部 圖