海軍信息戰資源目標規劃最優分配方法

專利名稱：海軍信息戰資源目標規劃最優分配方法
技術領域：
本發明涉及國防及相關領域，用于對海軍信息戰資源進行目標規劃最優分配，實現對海軍信息戰資源的科學管理。
背景技術：
在世界范圍內，信息戰或信息作戰正在成為海軍提高戰斗力的主要作戰樣式和重要手段，在戰役及戰術研究領域受到了廣泛關注，而如何對海軍信息戰資源進行分配一直是海軍戰役及戰術研究中面臨的一個難題，這個問題的解決對于大幅度提高海軍的整體戰斗力，減少對價格昂貴的信息戰資源的需求，具有十分重要的意義。
在信息戰資源中，有一部分資源與其它傳統作戰資源存在本質上的差異。首先，這些信息戰資源通常具有多種戰斗力特征，即可以提供多種形式的戰斗力；其次，這些信息戰資源通常可以在大地理區域范圍內借助于網絡互連或信息傳遞能力實現快速分配和共享，形成的戰斗力可以突破時間和空間的限制。例如可以通過對單個信息戰資源在數量上進行調整，使分配的信息戰資源在整體上達到成本最優，與傳統的作戰資源相比，這種對信息戰資源的最優分配可以獲得比對傳統作戰資源的最優分配更高的報酬。
隨著海軍作戰的機動性以及范圍的擴大，為海軍作戰快速提供信息戰資源的保障的任務變得更加復雜，其中最為突出的矛盾就是如何使有限的信息戰資源發揮更大的作用以及如何使這些信息戰資源發揮突破時空限制的優勢。
在另一方面，網絡中心戰環境也對信息戰資源的最優分配提出了迫切要求，因為借助于網絡互連環境，可以更加容易地實現信息戰資源分配，從而使不適當的信息戰資源分配所造成的風險也隨之變大，所以信息戰資源最優分配的好壞對網絡中心戰的戰斗力具有更加重要的影響。因此，對信息戰資源的最優分配不僅是網絡中心戰的重要特征及需要，而且也是網絡中心戰必須解決的關鍵問題之一。
近年來，由于受信息戰資源的分配方法和對信息戰資源的描述及量化方法的限制，對信息戰資源的分配問題的研究進展很少，實際上海軍信息戰資源的分配至今一直是一個懸而未決的問題。通常認為信息戰資源充分滿足需求即可的分配方法不僅造成有限的信息戰資源的巨大浪費，而且還造成在有些戰區對信息戰資源的需求得不到滿足，使信息戰資源成為制約戰斗力提高的瓶頸，從而造成戰場上的被動局面，所以必須尋找新的方法解決信息戰資源的分配問題。
本發明涉及海軍信息戰資源目標規劃最優分配方法，涉及軍事及相關領域，最優分配對象為海軍信息戰資源。這種方法首先定義信息戰資源的分配和信息戰資源的戰斗力屬性，然后構造對信息戰資源進行分配的準則，并根據對信息戰戰斗力需求的指標，建立對信息戰資源最優分配的模型，并用目標規劃方法求解該模型，最終獲得根據需求對信息戰資源最優分配的方案，該方法具有高效、簡單、客觀、應用廣泛和明顯提高戰斗力等特點，可廣泛用于所有海軍信息戰資源的最優分配，本發明進一步涉及實現這種方法的技術。

發明內容
本發明首先定義信息戰資源以及每一種信息戰資源所具有的戰斗力的屬性，再根據戰場對各種不同信息戰戰斗力的需求，建立與此需求有關的用于信息戰資源最優分配的目標規劃模型，并通過求解該模型，最終獲得對信息戰資源的最優分配。因此，提出信息戰資源最優分配的構想，定義信息戰資源的戰斗力的屬性，建立與信息戰資源以及對相關信息戰戰斗力需求有關的信息戰資源的最優分配的目標規劃模型，并求解該模型成為本發明的重要特征。
本發明海軍信息戰資源目標規劃最優分配方法的技術方案是首先，將信息戰資源定義為具有若干信息戰戰斗力屬性的決策變量，同時考慮到不同的信息戰資源所具有的價格和戰斗力屬性可能不同，并且假定對信息戰資源進行最優分配的目標是在給定信息戰戰斗力指標的約束條件下，使最終分配的信息戰資源的總價格為最低(也可以假定其它對信息戰資源進行最優分配的目標)。其次，在考慮信息戰戰斗力指標的約束時，假定所有信息戰資源的相對應戰斗力數量可以線性疊加，而疊加的結果必須符合對應的信息戰戰斗力指標所施加的限制，稱這種由疊加結果與信息戰戰斗力指標的限制所構成的邏輯關系式為信息戰資源最優分配目標函數的一個信息戰戰斗力指標的約束條件，根據信息戰資源的戰斗力屬性和戰斗力指標的不同可以構造多個不同的系統約束條件、多個不同的目標約束條件，所有這些約束條件和目標函數就構成了信息戰資源最優分配的目標規劃模型。最后，可以運用目標規劃求解方法，求解由信息戰資源最優分配的目標函數和約束條件構成的代數方程組或模型，即可獲得對信息戰資源的最優分配結果。
研究信息戰資源的最優分配，通常必須考慮信息戰資源與信息戰資源的具體實現或與信息戰裝備之間的關系，由于信息戰裝備是信息戰資源的具體實現形式，根據信息戰資源本身的戰斗力屬性的不同，可以將信息戰裝備看成是由物理設備、相關人員以及采用的戰術所組成的一個信息戰單元，因此，對信息戰資源的最優分配，實際上就是對信息戰裝備本身的最優分配。
本發明創造的信息戰資源最優分配方法是通過求解實施最優分配的目標函數和相關的約束條件代數方程組來實現的，而對信息戰資源分配的戰斗力要求是通過對不同的戰斗力屬性代數式施加對應的戰斗力指標的限制來實現的，這樣就在信息戰資源的最優分配與對信息戰資源分配的戰斗力要求之間建立了一種對應的約束關系，從而保證最優分配的結果符合給定的戰斗力要求。
本發明設計的海軍信息戰資源目標規劃最優分配方法適用于所有海軍信息戰資源的最優分配是本發明的重要特征。
對于特定的作戰模式來說，可以求得在該模式需要的信息戰資源中，各種戰斗力資源在分配的總信息戰資源中所占的最優比例，然后再根據這個最優比例，對整個信息戰資源進行最優配置，因此也可以將信息戰資源的最優分配問題，看成是在信息戰資源中各種戰斗力資源的最優配方問題。信息戰資源目標規劃或多目標線性規劃最優分配的問題分析如下。
定義xi(i＝1，...，n)為對信息戰資源i進行最優分配的決策變量，aij為信息戰資源i含戰斗力j(j＝1，...，m)的數量，bj為希望分配的信息戰資源的第j個戰斗力屬性達到的戰斗力指標，ci為信息戰資源i的價格，則可定義由目標函數和約束方程組構成的、用于對n個信息戰資源進行最優分配的線性規劃模型目標函數MinZ為使信息戰資源的成本最小化MinZ＝c1x1+…+cnxn約束方程組為a11x1+a12x2+…+a1nxn≥b1(＝，≤b1)a21x1+a22x2+…+a2nxn≥b2(＝，≤b2)…am1x1+am2x2+…+amnxn≥bm(＝，≤bm)x1≥0，x2≥0，…，xn≥0通過單純形算法求解上述線性規劃模型，即可求出信息戰資源的最優分配結果或配方。因此，在信息戰資源最優分配中應用線性規劃及多目標線性規劃的5個先決條件為(1)可分割性所有被分配的信息戰資源(決策變量)都可以分解成任何大小的有意義的部分或由任何大小有意義的部分組成，即可分解成不同的信息戰戰斗力部分或由不同的信息戰戰斗力部分所組成。
(2)正比例性對于任意決策變量xi，其對成本的貢獻為cixi，對第j種戰斗力的貢獻為aijxi，如果將xi的量加倍，那么對成本或對戰斗力成份的貢獻也應加倍。
(3)可加性分配的信息戰資源的總成本為各個信息戰資源的成本之和，分配的信息戰資源對第j個約束的總貢獻是多個信息戰資源的貢獻之和。
(4)無矛盾性在線性規劃中，在一起分配的信息戰資源之間不應存在相互排斥性，即可一起共同工作。
(5)非隨機性所有的ci、aij以及bj都是已知的、確定性的，而不是隨機的。
然而，盡管這種線性規劃方法簡單，但存在下述缺點(1)只有單一最優目標，無法兼顧多個最優目標；(2)易于出現無解的情況；(3)僅僅是數學的最優解，而不是實際問題的滿意解；(4)求解結果單一，無法對多個求解結果進行篩選；(5)約束條件的戰斗力需求固定，無法對多種因素的特定要求進行約束。
通常將上述線性規劃稱為多目標線性規劃的原始線性規劃，多目標線性規劃模型是建立在上述原始線性規劃模型的基礎上，但克服了原始線性規劃模型的不足，不僅能有效處理在約束條件與目標函數之間存在的矛盾，而且還可以解決多目標優化問題，對目標的優化遵循下述規則(1)按優先級高低順序對多個目標進行優化，低級目標優化時以不破壞高級目標的優化值為前提；(2)處于同一優先級上的不同目標，按權重系數大小進行優化。
這樣就可以根據信息戰戰斗力的需求和決策人員的主觀意愿，用數學的方法，將所有需要優化的目標按其重要性程度不同，分為不同的優先級，相同優先級上的不同目標給予不同的權重。這是因為在進行信息戰資源最優分配計算時，相關的多個目標的重要性可能不同，所以必須根據具體情況確定各目標的優先級和權重，并作為目標規劃系統進行信息戰資源最優分配的依據。
在上述原始線性規劃模型的基礎上，構造多目標線性規劃的數學模型如下。
設有n個決策變量xj(j＝1，2，…，n)、k個目標約束、m個系統約束、目標函數中有L個優先級的目標規劃問題，其一般形式為
目標函數minZ=Σl=1LρlΣk=1k(wlk-nk+wlk+pk)]]>目標約束Σj=1nckjxj+nk-pk=gk,]]>(k＝1，2，…，k)系統約束Σj=1naijxj≤(=,≥)bi,]]>(i＝1，2，…，m)非負約束xj≥0，(i＝1，2，…，n)；nk，pk≥0式中xj-決策變量；aij-系統約束系數；ckj-目標約束系數；bi-第i個約束的右端常數；gk-第k個目標約束的期望值；ρl-目標約束的優先級別(優先因子)；wkl--ρl級目標中nk的權系數；wkl+-ρl級目標中pk的權系數；nk，pk均為偏差變量。
根據上述討論，多目標線性規劃實質上是將多目標線性規劃的數學模型轉化為普通線性規劃模型來求解。因此，求解多目標線性規劃模型的一般步驟如下第一步根據實際問題建立具有m個目標的線性規劃模型(包括假設決策變量、建立等式或不等式約束條件，建立相關的目標函數等過程)。
第二步將多目標線性規劃模型轉化為單目標或一般線性規劃模型(1)根據實際問題，給第k個目標確定適當的期望值gk(k＝1，2，…，k)；(2)對第k個目標引進nk、pk，建立目標約束方程并將其列入原約束條件之中；(3)若原約束條件中有相互矛盾的方程，則對它們同樣引入nk和pk，更一般的做法是對所有的約束方程均引入nk和pk；
(4)確定k個目標的優先級別ρl及權系數wlk-和wlk+；(5)建立要達成的目標函數minZ。
完成上述步驟后，就可建立具有一般字典順序或優先級的線性目標規劃，然后用單純形方法求解。
此外，通過對上述原始線性規劃的對偶規劃的分析，可以研究在原始線性規劃問題中各個戰斗力約束指標的經濟代價，這種代價也稱為影子價格，對于信息戰資源的最優分配問題來說，通過求解它的對偶問題，可以進行如下定量分析(1)根據影子價格可以計算出各種信息戰資源在最優分配或最優配方中的實際經濟價值，顯而易見，凡選入最優分配或最優配方的信息戰資源，其經濟價值必然大于或等于它的戰(市)場價格，反之，該信息戰資源將落選，因此決策者可以判斷，入選的信息戰資源的價格上升到何種水平時，相關的最優分配或最優配方中該信息戰資源的配比將下降甚至將不能繼續使用，而落選的信息戰資源價格下降到何種水平時，再選入最優分配將肯定獲利。
(2)給出組成最優分配的各種信息戰資源的價格有效范圍，信息戰資源的價格在此范圍內變化時，最優分配結果將保持不變，一旦信息戰資源的價格超過其有效范圍，則需要重新進行最優分配，以確保成本最低。
(3)計算戰斗力指標的有效區間，在此區間內多種戰斗力指標的影子價格不變，此時戰斗力指標降低一個單位值，分配的信息戰資源成本降低值等于該戰斗力成份的影子價格，決策者可以據此尋求降低成本的有效途徑或選擇具有經濟效益的某種信息戰資源。
為了借助原始線性規劃模型的對偶模型，進一步分析上述原始線性規劃模型的解的結構特征，定義由目標函數和約束方程組構成的、上述原始線性規劃模型的對偶模型為描述對m個戰斗力要素的決策變量yj(j＝1，...，m)的線性規劃模型目標函數MaxG為使戰斗力含量指標達到最大化MaxG＝b1y1+…+bmym約束方程組為a11y1+a21y2+…+am1ym≤c1a12y1+a22y2+…+am2ym≤c2…a1ny1+a2ny2+…+amnym≤cmy1≥0，y2≥0，…，ym≥0
其中決策變量yj(j＝1，2，…，m)為待求信息戰資源的戰斗力指標bj(j＝1，2，…，m)的影子價格或機會成本。
通過單純形算法求解上述對偶線性規劃模型，即可完成對上述原始線性規劃的對偶分析。
在網絡中心環境下，信息戰資源可以實現全部或部分快速分配，而這種快速分配在本質上又是對信息戰資源的戰斗力屬性的快速分配，常見可快速分配的戰斗力有目標偵察、目標監視、目標評估以及對目標信息的處理等。由于每一種信息戰資源都可能與某一具體的信息戰裝備或兵力之間存在對應關系，并可能擁有戰斗力的部分或全部，對信息戰資源的快速最優分配在本質上也是對相關信息戰裝備或兵力的快速最優分配。
必須指出在實際信息戰資源最優分配的過程中，對信息戰資源的最優分配最終要落實到對信息戰裝備或兵力的分配上，因此必須考慮信息戰裝備或兵力本身是以整數計量的，而上述多目標線性規劃的求解結果有可能會使信息戰裝備或兵力的數量為非整數，這樣就有可能使這種非整數分配結果在具體的實現上被整數化，從而影響到多目標線性規劃最優解的正確性。但在另一方面，可以在網絡中心環境下實現快速分配的信息戰裝備或兵力本身戰斗力屬性的值可以在一定范圍調整，因此非整數分配結果實際上也是可以實現的，這樣就可以保證最優分配結果在具體實現中的正確性。
具體實施例方式
實施例1首先用普通線性規劃為戰役X分配信息戰資源。
現在假定在一個典型的戰役規劃中，必須對海軍信息戰資源進行最優分配，共考慮X1、X2、X3、X4、X5和X6等6種信息戰資源，所分配的信息戰資源要求滿足X戰役的戰斗力要求，且成本最低。
每個信息戰資源的戰斗力都可以用13個戰斗力屬性來描述，其中y1和y2與戰場目標偵察能力或戰斗力有關，y3和y4與戰場目標監視戰斗力有關，y5和y6與戰場對目標打擊效果評估(BDA)戰斗力有關，y7和y8與戰場對目標信息處理戰斗力有關，其余與戰場信息攻擊和信息傳遞戰斗力有關。
在運用線性規劃對信息戰資源進行最優分配的過程中，存在兩個主要問題。首先，線性規劃對信息戰資源分配時主要是考慮經濟上最佳，把成本作為唯一進行優化的目標，并沒有考慮其它因素。其次，與線性規劃約束條件有關的戰斗力指標必須得到絕對滿足，而實際上對任何一種戰斗力的需求量都是具有一定彈性的，因此，在大多數情況下，為了滿足某一戰斗力指標的要求，就有可能會造成其它多種戰斗力的浪費，從而降低信息戰資源的利用率。然而，線性規劃的這些問題可以通過采用多目標規劃來解決。
對于甲戰區的戰役X來說，可以用線性規劃方法為戰役X分配信息戰資源，表1為實施信息戰資源最優分配的線性規劃模型。在表1中，約束條件(14)的含意是，戰斗力Y13中至少有20％的量是來自信息戰資源X1和X2，而約束(16)則表示信息戰資源X3在戰斗力Y14中所占的分量不得超過20％。
表1信息戰資源量優分配的線性規劃模型

構造相關的信息戰資源最優分配的目標函數為minZ＝0.0482x1+0.0268x2+0.0698x3+0.0924x4+0.1056x5+0.1625x6其中待求的各種信息戰資源的最優分配量或選用比例xi(i＝1，2，...，6)前的系數為信息戰資源的價格(千萬元/單位資源)。
表1中的轉移變量，通過聯系約束條件，用于對每個信息戰資源在最優分配的信息戰資源總量中所占的份額進行限制，同時也對戰斗力Y11和Y12的取值范圍進行限制，即使Y11和Y12的取值控制在合理的范圍內。
表2和表3為通過求解線性規劃模型的單純形算法求出的信息戰資源的最優分配結果或配方，最低成本為1.782(千萬元)，最優分配結果滿足戰斗力指標的要求。
表2線性規劃方法的計算結果

表3信息戰資源線性規劃最優分配結果

實施例2用加權目標規劃為戰役X分配信息戰資源。
通過表3，可以對信息戰資源分配結果的戰斗力分量與所要達到的戰斗力指標進行比較。由表3可以看出，戰斗力要求約束很嚴的僅有Y1，Y3和Y8。但有幾種戰斗力成分，特別是Y6、Y7和Y9，超過了需要量，這是信息戰資源最優分配所不允許的。盡管可以通過對每種戰斗力確定其上下限，并建立相關線性規劃模型來求解，但在大多情況下由于上下限約束區間太小，可能造成線性規劃無解。為了解決這個問題，可以在建立最優分配模型時，把最小成本配方中的戰斗力多余部分的減少作為要達成的目標。
除成本和信息戰戰斗力分配不平衡外，在信息戰資源分配中另一個重要問題是與信息戰資源有關的借助計算機網絡對敵方計算機網絡攻擊能力大小的分配。當這種信息戰資源的對計算機網絡攻擊能力太大時，就要考慮可能帶來的不利影響。因此，降低分配的信息戰資源對計算機網絡攻擊能力可作為一個目標。考慮這些因素，確定表1中的線性規劃模型的三個不同的目標為(1)使分配的信息戰資源的成本最小；(2)使分配的信息戰戰斗力Y6、Y7和Y9的多余量為最小；
(3)使分配的信息戰資源對計算機網絡攻擊能力為最小。
應用加權目標規劃來解決信息戰資源最優分配問題如下。
加權目標規劃是通過對不同的目標進行加權，即在一個合成的目標函數中同時考慮所有的目標，使目標希望達到的水平與實際結果之間偏差為最小，可以通過在與約束條件有關的不等式中增加正負偏差變量，將不等式轉化為等式來實現加權目標規劃。通過引進偏差量，允許每個目標可以達到也可以沒有達到，并且根據每個目標的相對重要性，在目標函數中，對這些偏差給予不同的權重。
現在通過5個不同的具體目標來實現上述三個基本目標。
目標G1與信息戰資源相關的對計算機網絡攻擊能力不應大于40。從表4中，可獲得各種信息戰資源相關的對計算機網絡攻擊能力。
表4信息戰資源對計算機網絡攻擊能力

目標G1可以用下式描述g1＝3.704x1+1.219x2+3.876x3+9.259x4+1.200x5+1.137x6+n1-p1＝40這里的偏差n1表示沒有達到目標G1的偏差量，而P1則表示超過G1目標的偏差量。由于希望信息戰資源對計算機網絡攻擊能力不應該大于40，所以應該使偏差P1達到最小。
目標G2在分配的信息戰資源中，戰斗力Y7的含量不應該超過需求量的100％。從表1的約束(7)，可以得到不平衡目標為g2＝3.8x1+1.1x2+0.9x3+2.6x4+0.2x5+5.4x6-26.9將上述方程的百分數轉為絕對數，則有(3.8x1+1.1x2+0.9x3+2.6x4+0.2x5+5.4x6-26.9)×10026.9]]>因此G2的表達式為
g2＝14.13x1+4.09x2+3.35x3+9.67x4+0.74x5+20.07x6+n2-p2＝200為了達到此目標的水平，必須使P2達到最小。
目標G3和G4采用與G2類似的方法，可以從表1中獲得Y8、Y9的目標。Y8和Y9的含量也不應超過需求量的100％。兩個目標給定如下g3＝3.17x1+1.78x2+5.55x3+2.11x4+2.67x5+10.55x6+n3-p3＝200g4＝4.5x1+2x2+10x3+2x4+2x5+75x6+n4-p4＝200為了達到目標G3和G4，P3和P4必須為最小值。
目標G5將通過線性規劃求得的最小成本1.782作為成本指標，參照表1中多種信息戰資源的價格，目標G5可以表示為g5＝0.0482x1+0.0268x2+0.0698x3+0.0924x4+0.1056x5+0.1625x6+n5-p5＝1.782為了達到G5，必須使P5達到最小。
由于采用絕對偏差時，目標函數的變量受到不同度量單位的影響而變得毫無意義，因此目標函數的變量應采用偏離指標的百分比偏差。因此，在加權目標規劃模型中，將目標函數的各部分標準化，這里考慮一個優先級的情況，并且用Wk來代替wlk+，可得到下式w1p140·1001+w2p2200·1001+w3p3200·1001+w4p4200·1001+w5p51.782·1001]]>或2.5w1p1+0.50w2p2+0.5w3p3+0.5w4p4+56.12w5p5這里的W1，…，W5表示與多個目標的重要程度有關的權系數，在表5中給出了11組典型的權系數。
表5加權目標規劃的權系數


經過上述標準化變換，加權多目標規劃在數學上來說就是通常的線性規劃問題，可以通過單純形算法來求解。通過給Wk參數設置不同的值，可以得到不同的解，在表6中給出了11組典型的權系數對應的解。
表6與11組權系數對應的加權多目標規劃解

例如，設W1＝W2＝W3＝W4＝W5＝1，則由單純形算法可得到下述最優解X1＝3.511、X2＝0.675、X3＝3.8、X4＝0、X5＝6.298、X6＝4.716。
偏差變量的最優值為n1＝0、n2＝35.59％、n3＝100％、n4＝0、n5＝0、p1＝1.477、p2＝0、p3＝0、p4＝221.41％、p5＝0.102。
由P2＝P3＝0可以看出，在此解中完全實現了目標G2和目標G3。P1的值為1.477表示目標G1已經超過它的指標1.477。同樣，P1＝221.41％表示Y9的供應量是所定需求量的321.41％。最后，P5＝0.102表示該最優分配的費用比所設定的指標1.782多出0.102。
對加權目標規劃解的靈敏度分析能夠為制訂信息戰資源最優分配方案提供有用的信息，在表5中給出了11組權系數，并在表7中給出相應的靈敏度分析結果。
表7對11組權系數對應的加權多目標規劃解的靈敏度分析


通過對二者的分析，可以找出最合適的解。例如，如果決策者比較解1和解2可以看出，雖然后者比前者多2.493，但費用降低了0.012。Y8，Y9的多余量下降了7.68％，故后者更加有利。因此，利用在不同的方案中給出的大量的信息，使決策者能夠選擇最能滿足其需要的最優分配方案，即可以利用靈敏度分析結果及給不同的目標設置的不同權系數來研究在各個目標之間存在的關系對整個信息戰資源分配構成的影響，從而為決策者提供更多的決策依據。
權利要求
1.本發明涉及海軍信息戰資源目標規劃最優分配方法，涉及軍事及相關領域，最優分配對象為海軍信息戰資源，該方法首先定義信息戰資源的分配和信息戰資源的戰斗力屬性，然后構造對信息戰資源進行分配的準則，并根據對信息戰戰斗力需求的指標，建立對信息戰資源最優分配的模型，并用目標規劃方法求解該模型，最終獲得根據需求對信息戰資源的最優分配方案，該方法具有高效、簡單、客觀、應用廣泛和明顯提高戰斗力等特點，可廣泛用于所有海軍信息戰資源的最優分配，本發明進一步涉及實現這種方法的技術。
2.根據權利要求1所述的海軍信息戰資源目標規劃最優分配方法，其特征在于所述最優分配對象為海軍信息戰資源是指將海軍信息戰資源作為最優分配的對象，根據戰區或作戰的實際需求，從該對象中最優分配部分信息戰資源給戰區或作戰，即解決的是根據實際需要，從總體信息戰資源中最優分配部分信息戰資源的問題。
3.根據權利要求1所述的海軍信息戰資源目標規劃最優分配方法，其特征在于所述最優分配對象為海軍信息戰資源是指研究信息戰資源的最優分配時，通常必須考慮信息戰資源與信息戰資源的具體實現或與信息戰裝備之間的關系，由于信息戰裝備是信息戰資源的具體實現形式，根據信息戰資源本身的戰斗力屬性的不同，可以將信息戰裝備看成是由物理設備、相關人員以及采用的戰術所組成的一個信息戰單元，因此，對信息戰資源的最優分配，實際上就是對信息戰裝備本身的最優分配。
4.根據權利要求1所述的海軍信息戰資源目標規劃最優分配方法，其特征在于所述首先定義信息戰資源的分配和信息戰資源的戰斗力屬性是指在將總體信息戰資源的一部分分配給戰區、作戰或其它對象時，認為信息戰資源具有多種戰斗力或具有多種戰斗力屬性，并且用在單位信息戰資源中所含的不同信息戰戰斗力的百分數來定量描述信息戰資源的信息戰戰斗力屬性，即信息戰資源是一種具有多種信息戰戰斗力或戰斗力屬性的資源，這也是信息戰資源可以進行最優分配的重要基礎。
5.根據權利要求1所述的海軍信息戰資源目標規劃最優分配方法，其特征在于所述然后構造對信息戰資源進行分配的準則是指從總體信息戰資源中分配部分信息戰資源是按照一些預定的準則或規則進行的，最大限度的滿足這些準則或規則的分配也稱為最優分配，而這些準則或規則的函數形式稱為實施最優分配的目標函數，并可以根據實際需要自行設定不同的準則或規則，例如為了保證對總體信息戰資源的最經濟使用，可以建立與“最經濟使用原則”有關的最小成本目標函數來實施最優分配，即從總體信息戰資源中分配部分信息戰資源是按預定的準則或規則作為目標來完成的。
6.根據權利要求1所述的海軍信息戰資源目標規劃最優分配方法，其特征在于所述并根據對信息戰戰斗力需求的指標，建立對信息戰資源最優分配的模型是指對信息戰資源需求的一方來說，可以根據其所在戰區或作戰的實際需求，提出對信息戰戰斗力的具體要求(通常可以通過作戰仿真，經驗公式或其它任何方式來確定對信息戰戰斗力的具體需求)，而這些需求則在信息戰資源的最優分配中，用來作為最優分配必須要滿足的約束條件，然后再在最優分配的目標函數和最優分配的約束條件的基礎上，構造實施信息戰資源最優分配的模型，即具有最優分配的目標函數和最優分配的約束條件是信息戰資源最優分配模型的重要特征。
7.根據權利要求1所述的海軍信息戰資源目標規劃最優分配方法，其特征在于所述并用目標規劃方法求解該模型，最終獲得根據需求對信息戰資源的最優分配方案是指下述對信息戰資源進行最優分配的目標規劃方程以及通過求解該方程所獲得的信息戰資源的最優分配方案，但下述的數學公式、推導過程、計算結果以及應用方法適用于對所有海軍信息戰資源的最優分配，對于特定的作戰模式來說，可以求得在該模式需要的信息戰資源中，各種戰斗力資源在總信息戰資源中所占的最優比例，然后再根據這個最優比例，對整個信息戰資源進行最優配置，因此也可以將信息戰資源的最優分配問題，看成是在信息戰資源中各種戰斗力資源的最優配方問題，信息戰資源目標規劃或多目標線性規劃最優分配方法可進一步描述如下，定義xi(i＝1，...，n)為對信息戰資源i進行最優分配的決策變量，aij為信息戰資源i含戰斗力j(j＝1，...，m)的數量，bj為希望分配的信息戰資源的第j個戰斗力屬性達到的戰斗力指標，ci為信息戰資源i的價格，則可定義由目標函數和約束方程組構成、用于對n個信息戰資源進行最優分配的線性規劃模型目標函數MinZ為使信息戰資源的成本最小化MinZ＝c1x1+…+cnxn約束方程組為a11x1+a12x2+…+a1nxn≥b1(＝，≤b1)a21x1+a22x2+…+a2nxn≥b2(＝，≤b2)…am1x1+am2x2+…+amnxn≥bm(＝，≤bm)x1≥0，x2≥0，…，xn≥0通過單純形算法求解上述線性規劃模型，即可求出信息戰資源的最優分配結果或配方，因此，在信息戰資源最優分配中應用線性規劃及多目標線性規劃的5個先決條件為(1)可分割性所有被分配的信息戰資源(決策變量)都可以分解成任何大小的有意義的部分或由任何大小有意義的部分組成，即可分解成不同的信息戰戰斗力部分或由不同的信息戰戰斗力部分所組成，(2)正比例性對于任意決策變量xi，其對成本的貢獻為cixi，對第j種戰斗力的貢獻為aijxi，如果將xi的量加倍，那么對成本或對戰斗力成份的貢獻也應加倍，(3)可加性分配的信息戰資源的總成本為各個信息戰資源的成本之和，分配的信息戰資源對第j個約束的總貢獻是多個信息戰資源的貢獻之和，(4)無矛盾性在線性規劃中，在一起分配的信息戰資源之間不應存在相互排斥性，即可一起共同工作，(5)非隨機性所有的ci、aij以及bj都是已知的、確定性的，而不是隨機的，然而，盡管這種線性規劃方法簡單，但存在下述缺點(1)只有單一最優目標，無法兼顧多個最優目標；(2)易于出現無解的情況；(3)僅僅是數學的最優解，而不是實際問題的滿意解；(4)求解結果單一，無法對多個求解結果進行篩選；(5)約束條件的戰斗力需求固定，無法對多種因素的特定要求進行約束，通常將上述線性規劃稱為多目標線性規劃的原始線性規劃，多目標線性規劃模型是建立在上述原始線性規劃模型的基礎上，但克服了原始線性規劃模型的不足，不僅能有效處理在約束條件與目標函數相互之間存在的矛盾，而且還可以解決多目標優化問題，對目標的優化遵循下述規則(1)按優先級高低順序對多個目標進行優化，低級目標優化時以不破壞高級目標的優化值為前提；(2)處于同一優先級上的不同目標，按權重系數大小進行優化，這樣就可以根據信息戰戰斗力的需求和決策人員的主觀意愿，用數學的方法，將所有需要優化的目標按其重要性程度不同，分為不同的優先級，相同優先級上的不同目標給予不同的權重，這是因為在進行信息戰資源最優分配計算時，相關的多個目標的重要性可能不同，所以必須根據具體情況確定各目標的優先級和權重，并作為目標規劃系統進行信息戰資源最優分配的依據，在上述原始線性規劃模型的基礎上，構造多目標線性規劃的數學模型如下，設有n個決策變量xj(j＝1，2，…，n)、k個目標約束、m個系統約束、目標函數中有L個優先級的目標規劃問題，其一般形式為目標函數minZ=Σl=1LρlΣk=1k(wlk-nk+wlk+pk)]]>目標約束Σj=1nckjxj+nk-pk=gk,]]>(k＝1，2，…，k)系統約束Σj=1naijxj≤(=,≥)bi,]]>(i＝1，2，…，m)非負約束xj≥0，(i＝1，2，…，n)；nk，pk≥0式中xj-決策變量；aij-系統約束系數；ckj-目標約束系數；bi-第i個約束的右端常數；gk-第k個目標約束的期望值；ρl-目標約束的優先級別(優先因子)；wlk--ρl級目標中nk的權系數；wlk+-ρl級目標中pk的權系數；nk，pk均為偏差變量，根據上述討論，多目標線性規劃實質上是將多目標線性規劃的數學模型轉化為普通線性規劃模型來求解，因此，求解多目標線性規劃模型的一般步驟如下第一步根據實際問題建立具有m個目標的線性規劃模型(包括假設決策變量、建立等式或不等式約束條件，建立相關的目標函數等過程)，第二步將多目標線性規劃模型轉化為單目標或一般線性規劃模型(1)根據實際問題，給第k個目標確定適當的期望值gk(k＝1，2，…，k)；(2)對第k個目標引進nk、pk，建立目標約束方程并將其列入原約束條件之中；(3)若原約束條件中有相互矛盾的方程，則對它們同樣引入nk和pk，更一般的做法是對所有的約束方程均引入nk和pk；(4)確定k個目標的優先級別ρl及權系數wlk-和wlk+；(5)建立要達成的目標函數minZ，完成上述步驟后，就可建立具有一般字典順序或優先級的線性目標規劃，然后用單純形方法求解。
8.根據權利要求1所述的海軍信息戰資源目標規劃最優分配方法，其特征在于所述并用目標規劃方法求解該模型，最終獲得根據需求對信息戰資源的最優分配方案是指原進行信息戰資源最優分配的目標規劃模型的對偶模型可以用于分析原始線性規劃模型的戰斗力指標的滿足程度對目標函數的滿足程度的影響，即用于確定戰斗力指標的滿足程度對目標函數的滿足程度的影響，下述數學公式、推導過程、計算結果以及應用方法適用于對所有海軍信息戰資源的最優分配的對偶分析，通過對上述原始線性規劃的對偶規劃的分析，可以研究在原始線性規劃問題中各個戰斗力約束指標的經濟代價，這種代價也稱為影子價格，對于信息戰資源的最優分配問題來說，通過求解它的對偶問題，可以進行如下定量分析(1)根據影子價格可以計算出各種信息戰資源在最優分配或最優配方中的實際經濟價值，顯而易見，凡選入最優分配或最優配方的信息戰資源，其經濟價值必然大于或等于它的戰(市)場價格，反之，該信息戰資源將落選，因此決策者可以判斷，入選的信息戰資源的價格上升到何種水平時，相關的最優分配或最優配方中該信息戰資源的配比將下降甚至將不能繼續使用，而落選的信息戰資源價格下降到何種水平時，將選入最優分配將肯定獲利，(2)給出組成最優分配的各種信息戰資源的價格有效范圍，信息戰資源的價格在此范圍內變化時，最優分配結果將保持不變，一旦信息戰資源的價格超過其有效范圍，則需要重新進行最優分配，以確保成本最低，(3)計算戰斗力指標的有效區間，在此區間內多種戰斗力指標的影子價格不變，此時戰斗力指標降低一個單位值，分配的信息戰資源成本降低值等于該戰斗力成分的影子價格，決策者可以據此尋求降低成本的有效途徑或選擇具有經濟效益的某種信息戰資源，為了借助原始線性規劃模型的對偶模型，進一步分析上述原始線性規劃模型的解的結構特征，定義由目標函數和約束方程組構成的、上述原始線性規劃模型的對偶模型為描述對m個戰斗力要素的決策變量yj(j＝1，...，m)的線性規劃模型目標函數MaxG為使戰斗力含量指標達到最大化MaxG＝b1y1+…+bmym約束方程組為a11y1+a21y2+…+am1ym≤c1a12y1+a22y2+…+am2ym≤c2…a1ny1+a2ny2+…+amnym≤cmy1≥0，y2≥0，…，ym≥0其中決策變量yj(j＝1，2，…，m)為待求信息戰資源的戰斗力指標bj(j＝1，2，…，m)的影子價格或機會成本，通過單純形算法求解上述對偶線性規劃模型，即可完成對上述原始線性規劃的對偶分析。
全文摘要
本發明涉及海軍信息戰資源目標規劃最優分配方法，涉及軍事及相關領域，最優分配對象為海軍信息戰資源，該方法首先定義信息戰資源的分配和信息戰資源的戰斗力屬性，然后構造對信息戰資源進行分配的準則，并根據對信息戰戰斗力需求的指標，建立對信息戰資源最優分配的模型，并用目標規劃方法求解該模型，最終獲得根據需求對信息戰資源的最優分配方案，該方法具有高效、簡單、客觀、應用廣泛和明顯提高戰斗力等特點，可廣泛用于所有海軍信息戰資源的最優分配，本發明進一步涉及實現這種方法的技術。
文檔編號G06Q10/00GK1818946SQ200610038848
公開日2006年8月16日 申請日期2006年3月15日 優先權日2006年3月15日
發明者朱澤生, 孫玲 申請人:孫玲