《联合作战信息战资源目标规划最优分配方法》由会员分享，可在线阅读，更多相关《联合作战信息战资源目标规划最优分配方法（7页珍藏版）》请在金锄头文库上搜索。
1、联合作战信息战资源目标规划最优分配方法专利名称：联合作战信息战资源目标规划最优分配方法技术领域：本发明涉及国防及相关领域，用于对联合作战的信息战资源进行目标规划最优分配，实现对联合作战的信息战资源的科学管理。背景技术： 在世界范围内，信息战或信息作战正在成为联合作战提高战斗力的主要作战样式和重要手段，在战役及战术研究领域受到了广泛关注，而如何对联合作战的信息战资源进行分配一直是联合作战的战役及战术研究中面临的一个难题，这个问题的解决对于大幅度提高联合作战的整体战斗力，减少对价格昂贵的信息战资源的需求，具有十分重要的意义。在信息战资源中，有一部分资源与其它传统作战资源存在本质上的差异。首先，这些
2、信息战资源通常具有多种战斗力特征，即可以提供多种形式的战斗力；其次，这些信息战资源通常可以在大地理区域范围内借助于网络互连或信息传递能力实现快速分配和共享，形成的战斗力可以突破时间和空间的限制。例如可以通过对单个信息战资源在数量上进行调整，使分配的信息战资源在整体上达到成本最优，与传统的作战资源相比，这种对信息战资源的最优分配可以获得比对传统作战资源的最优分配更高的报酬。随着联合作战的机动性以及范围的扩大，为联合作战快速提供信息战资源的保障的任务变得更加复杂，其中最为突出的矛盾就是如何使有限的信息战资源发挥更大的作用以及如何使这些信息战资源发挥突破时空限制的优势。在另一方面，网络中心战环境也对
3、信息战资源的最优分配提出了迫切要求，因为借助于网络互连环境，可以更加容易地实现信息战资源分配，从而使不适当的信息战资源分配所造成的风险也随之变大，所以信息战资源最优分配的好坏对网络中心战的战斗力具有更加重要的影响。因此，对信息战资源的最优分配不仅是网络中心战的重要特征及需要，而且也是网络中心战必须解决的关键问题之一。近年来，由于受信息战资源的分配方法和对信息战资源的描述及量化方法的限制，对信息战资源的分配问题的研究进展很少，实际上联合作战的信息战资源的分配至今一直是一个悬而未决的问题。通常认为信息战资源充分满足需求即可的分配方法不仅造成有限的信息战资源的巨大浪费，而且还造成在有些战区对信息战资
4、源的需求得不到满足，使信息战资源成为制约战斗力提高的瓶颈，从而造成战场上的被动局面，所以必须寻找新的方法解决信息战资源的分配问题。本发明涉及联合作战信息战资源目标规划最优分配方法，涉及军事及相关领域，最优分配对象为联合作战的信息战资源。这种方法首先定义信息战资源的分配和信息战资源的战斗力属性，然后构造对信息战资源进行分配的准则，并根据对信息战战斗力需求的指标，建立对信息战资源最优分配的模型，并用目标规划方法求解该模型，最终获得根据需求对信息战资源最优分配的方案，该方法具有高效、简单、客观、应用广泛和明显提高战斗力等特点，可广泛用于所有联合作战的信息战资源的最优分配，本发明进一步涉及实现这种方法
5、的技术。发明内容本发明首先定义信息战资源以及每一种信息战资源所具有的战斗力的属性，再根据战场对各种不同信息战战斗力的需求，建立与此需求有关的用于信息战资源最优分配的目标规划模型，并通过求解该模型，最终获得对信息战资源的最优分配。因此，提出信息战资源最优分配的构想，定义信息战资源的战斗力的属性，建立与信息战资源以及对相关信息战战斗力需求有关的信息战资源的最优分配的目标规划模型，并求解该模型成为本发明的重要特征。本发明联合作战信息战资源目标规划最优分配方法的技术方案是首先，将信息战资源定义为具有若干信息战战斗力属性的决策变量，同时考虑到不同的信息战资源所具有的价格和战斗力属性可能不同，并且假定对信
6、息战资源进行最优分配的目标是在给定信息战战斗力指标的约束条件下，使最终分配的信息战资源的总价格为最低(也可以假定其它对信息战资源进行最优分配的目标)。其次，在考虑信息战战斗力指标的约束时，假定所有信息战资源的相对应战斗力数量可以线性叠加，而叠加的结果必须符合对应的信息战战斗力指标所施加的限制，称这种由叠加结果与信息战战斗力指标的限制所构成的逻辑关系式为信息战资源最优分配目标函数的一个信息战战斗力指标的约束条件，根据信息战资源的战斗力属性和战斗力指标的不同可以构造多个不同的系统约束条件、多个不同的目标约束条件，所有这些约束条件和目标函数就构成了信息战资源最优分配的目标规划模型。最后，可以运用目标
7、规划求解方法，求解由信息战资源最优分配的目标函数和约束条件构成的代数方程组或模型，即可获得对信息战资源的最优分配结果。研究信息战资源的最优分配，通常必须考虑信息战资源与信息战资源的具体实现或与信息战装备之间的关系，由于信息战装备是信息战资源的具体实现形式，根据信息战资源本身的战斗力属性的不同，可以将信息战装备看成是由物理设备、相关人员以及采用的战术所组成的一个信息战单元，因此，对信息战资源的最优分配，实际上就是对信息战装备本身的最优分配。本发明创造的信息战资源最优分配方法是通过求解实施最优分配的目标函数和相关的约束条件代数方程组来实现的，而对信息战资源分配的战斗力要求是通过对不同的战斗力属性代
8、数式施加对应的战斗力指标的限制来实现的，这样就在信息战资源的最优分配与对信息战资源分配的战斗力要求之间建立了一种对应的约束关系，从而保证最优分配的结果符合给定的战斗力要求。本发明设计的联合作战信息战资源目标规划最优分配方法适用于所有联合作战的信息战资源的最优分配是本发明的重要特征。对于特定的作战模式来说，可以求得在该模式需要的信息战资源中，各种战斗力资源在分配的总信息战资源中所占的最优比例，然后再根据这个最优比例，对整个信息战资源进行最优配置，因此也可以将信息战资源的最优分配问题，看成是在信息战资源中各种战斗力资源的最优配方问题。信息战资源目标规划或多目标线性规划最优分配的问题分析如下。定义x
9、i(i1，.，n)为对信息战资源i进行最优分配的决策变量，aij为信息战资源i含战斗力j(j1，.，m)的数量，bj为希望分配的信息战资源的第j个战斗力属性达到的战斗力指标，ci为信息战资源i的价格，则可定义由目标函数和约束方程组构成的、用于对n个信息战资源进行最优分配的线性规划模型目标函数MinZ为使信息战资源的成本最小化MinZc1x1+cnxn约束方程组为a11x1+a12x2+a1nxnb1(，b1)a21x1+a22x2+a2nxnb2(，b2)am1x1+am2x2+amnxnbm(，bm)x10，x20，xn0通过单纯形算法求解上述线性规划模型，即可求出信息战资源的最优分配结果或
10、配方。因此，在信息战资源最优分配中应用线性规划及多目标线性规划的5个先决条件为(1)可分割性所有被分配的信息战资源(决策变量)都可以分解成任何大小的有意义的部分或由任何大小有意义的部分组成，即可分解成不同的信息战战斗力部分或由不同的信息战战斗力部分所组成。(2)正比例性对于任意决策变量xi，其对成本的贡献为cixi，对第j种战斗力的贡献为aijxi，如果将xi的量加倍，那么对成本或对战斗力成份的贡献也应加倍。(3)可加性分配的信息战资源的总成本为各个信息战资源的成本之和，分配的信息战资源对第j个约束的总贡献是多个信息战资源的贡献之和。(4)无矛盾性在线性规划中，在一起分配的信息战资源之间不应存
11、在相互排斥性，即可一起共同工作。(5)非随机性所有的ci、aij以及bj都是已知的、确定性的，而不是随机的。然而，尽管这种线性规划方法简单，但存在下述缺点(1)只有单一最优目标，无法兼顾多个最优目标；(2)易于出现无解的情况；(3)仅仅是数学的最优解，而不是实际问题的满意解；(4)求解结果单一，无法对多个求解结果进行筛选；(5)约束条件的战斗力需求固定，无法对多种因素的特定要求进行约束。通常将上述线性规划称为多目标线性规划的原始线性规划，多目标线性规划模型是建立在上述原始线性规划模型的基础上，但克服了原始线性规划模型的不足，不仅能有效处理在约束条件与目标函数之间存在的矛盾，而且还可以解决多目标
12、优化问题，对目标的优化遵循下述规则(1)按优先级高低顺序对多个目标进行优化，低级目标优化时以不破坏高级目标的优化值为前提；(2)处于同一优先级上的不同目标，按权重系数大小进行优化。这样就可以根据信息战战斗力的需求和决策人员的主观意愿，用数学的方法，将所有需要优化的目标按其重要性程度不同，分为不同的优先级，相同优先级上的不同目标给予不同的权重。这是因为在进行信息战资源最优分配计算时，相关的多个目标的重要性可能不同，所以必须根据具体情况确定各目标的优先级和权重，并作为目标规划系统进行信息战资源最优分配的依据。在上述原始线性规划模型的基础上，构造多目标线性规划的数学模型如下。设有n个决策变量xj(j
13、1，2，n)、k个目标约束、m个系统约束、目标函数中有L个优先级的目标规划问题，其一般形式为目标函数minZ=Σl=1LρlΣk=1k(wlk-nk+wlk+pk)目标约束Σj=1nckjxj+nk-pk=gk,(k1，2，k)系统约束Σj=1naijxj≤(=,≥)bi,(i1，2，m)非负约束xj0，(i1，2，n)；nk，pk0式中xj-决策变量；aij-系统约束系数；ckj-目标约束系数；bi-第i个约束的右端常数；gk-第k个目标约束的期望值
14、；l-目标约束的优先级别(优先因子)；wlk-l级目标中nk的权系数；wlk+-l级目标中pk的权系数；nk，pk均为偏差变量。根据上述讨论，多目标线性规划实质上是将多目标线性规划的数学模型转化为普通线性规划模型来求解。因此，求解多目标线性规划模型的一般步骤如下第一步根据实际问题建立具有m个目标的线性规划模型(包括假设决策变量、建立等式或不等式约束条件，建立相关的目标函数等过程)。第二步将多目标线性规划模型转化为单目标或一般线性规划模型(1)根据实际问题，给第k个目标确定适当的期望值gk(k1，2，k)；(2)对第k个目标引进nk、pk，建立目标约束方程并将其列入原约束条件之中；(3)若原约束
15、条件中有相互矛盾的方程，则对它们同样引入nk和pk，更一般的做法是对所有的约束方程均引入nk和pk；(4)确定k个目标的优先级别l及权系数wlk-和wlk+；(5)建立要达成的目标函数minZ。完成上述步骤后，就可建立具有一般字典顺序或优先级的线性目标规划，然后用单纯形方法求解。此外，通过对上述原始线性规划的对偶规划的分析，可以研究在原始线性规划问题中各个战斗力约束指标的经济代价，这种代价也称为影子价格，对于信息战资源的最优分配问题来说，通过求解它的对偶问题，可以进行如下定量分析(1)根据影子价格可以计算出各种信息战资源在最优分配或最优配方中的实际经济价值，显而易见，凡选入最优分配或最优配方的
16、信息战资源，其经济价值必然大于或等于它的战(市)场价格，反之，该信息战资源将落选，因此决策者可以判断，入选的信息战资源的价格上升到何种水平时，相关的最优分配或最优配方中该信息战资源的配比将下降甚至将不能继续使用，而落选的信息战资源价格下降到何种水平时，再选入最优分配将肯定获利。(2)给出组成最优分配的各种信息战资源的价格有效范围，信息战资源的价格在此范围内变化时，最优分配结果将保持不变，一旦信息战资源的价格超过其有效范围，则需要重新进行最优分配，以确保成本最低。(3)计算战斗力指标的有效区间，在此区间内多种战斗力指标的影子价格不变，此时战斗力指标降低一个单位值，分配的信息战资源成本降低值等于该战斗力成份的影子价格，决策者可以据此寻求降低成本的有效途径或选择具有经济效益的某种信息战资源。为了借助原始线性规划模型的对偶模型，进一
