張永亮1，趙廣超2，陳希亮1，董強(qiáng)1

　　（1.解放軍理工大學(xué) 指揮信息系統(tǒng)學(xué)院，江蘇 南京 210007；2.中國洛陽電子裝備試驗中心， 河南 洛陽 471003）

        摘要：著眼于知識在指揮控制中的作用機(jī)理，以提升軍隊指揮控制系統(tǒng)智能決策的科學(xué)性、智能化和適應(yīng)性為目標(biāo)，設(shè)計基于知識的指揮控制系統(tǒng)智能決策框架結(jié)構(gòu)，采用基于本體的知識表示技術(shù)構(gòu)建決策任務(wù)空間知識體系，研究面向情景空間的智能化知識服務(wù)技術(shù)，提出基于產(chǎn)生式規(guī)則的指揮實體靜態(tài)決策推理模型和基于動態(tài)貝葉斯網(wǎng)的動態(tài)決策推理模型，旨在為未來我軍智能化指揮控制系統(tǒng)的論證和建設(shè)提供理論與技術(shù)準(zhǔn)備。

　　關(guān)鍵詞：指控系統(tǒng);智能決策;知識本體;知識推薦;知識推理

　　中圖分類號：TP273文獻(xiàn)標(biāo)識碼：ADOI： 10.19358/j.issn.1674-7720.2017.02.018

　　引用格式：張永亮，趙廣超，陳希亮,等.基于知識的指控系統(tǒng)智能決策關(guān)鍵技術(shù)研究［J］.微型機(jī)與應(yīng)用，2017,36（2）：56-59.

0引言

　　從知識工程（KnowledgeBased Engineering，KBE）角度看，知識是在數(shù)據(jù)、信息加工的基礎(chǔ)上，賦予其一定語義與語境而形成的相互關(guān)聯(lián)的信息結(jié)構(gòu)，是一種面向人員的更加注重效用的信息。知識的作用在于它可以跨越信息到?jīng)Q策、行動的作用邊界，實現(xiàn)信息與決策和行動的交聯(lián)（如圖1所示），幫助軍事人員將獲取的信息迅速轉(zhuǎn)換為正確的決策和行動。正如知識管理著名專家Thomas Davenport所指出，知識是一種包含了結(jié)構(gòu)化的經(jīng)驗、價值觀、關(guān)聯(lián)信息以及專家見解等要素的動態(tài)組合，比數(shù)據(jù)和信息更有價值是因為它更貼近行動［1］。

　　當(dāng)前，“信息中心”技術(shù)體制的指控系統(tǒng)在信息化戰(zhàn)爭中暴露出知識化程度不夠、系統(tǒng)自主程度低、快速反應(yīng)能力弱等問題［2］。面對信息時代指揮控制智能化的發(fā)展趨勢，指揮人員越來越需要基于知識的決策支持系統(tǒng)輔助指揮運(yùn)籌。美軍已經(jīng)認(rèn)識到“知識”在信息時代作戰(zhàn)系統(tǒng)中的重要作用，并于2006年在其國防白皮書中正式提出“知識中心戰(zhàn)”的概念，提出從“推送信息到邊緣”的網(wǎng)絡(luò)中心戰(zhàn)向“推送知識到邊緣”的知識中心戰(zhàn)轉(zhuǎn)型的戰(zhàn)略構(gòu)想，并據(jù)此牽引其C4ISR系統(tǒng)向智能化方向發(fā)展。美軍積極倡導(dǎo)并研發(fā)的“深綠”系統(tǒng)即是其代表性成果。

　　本文在繼承智能決策支持系統(tǒng)（Intelligent Decision Support System，IDSS）相關(guān)技術(shù)的基礎(chǔ)上，結(jié)合運(yùn)用認(rèn)知心理學(xué)、人工智能與知識工程［3］技術(shù)、指揮決策理論與方法，著重從指控系統(tǒng)智能決策框架設(shè)計、任務(wù)空間知識體系構(gòu)建、情景知識服務(wù)提供以及指揮決策推理等關(guān)鍵技術(shù)展開研究，旨在提高我軍指控系統(tǒng)輔助決策的科學(xué)化水平、智能化程度和適應(yīng)性能力。

1基于知識的指控系統(tǒng)智能決策架構(gòu)設(shè)計

　　對于指揮決策人員而言，從信息向知識的轉(zhuǎn)化能夠?qū)崿F(xiàn)“從簡單的呈現(xiàn)原始數(shù)據(jù)到提供具有決策質(zhì)量的關(guān)于任務(wù)空間的知識與理解”。然而，現(xiàn)有指揮控制系統(tǒng)并不支持把數(shù)據(jù)直接轉(zhuǎn)換為知識，只能依靠決策人員的經(jīng)驗與靜態(tài)知識，將戰(zhàn)場海量信息經(jīng)過分析、判斷、重新組織，通過人工呈現(xiàn)的形式，才能轉(zhuǎn)換為指揮員可以理解的關(guān)于戰(zhàn)場態(tài)勢判斷所需的智能決策知識。于是，這一事實就形成了所謂的“知識縫隙”，即指揮決策所依據(jù)的戰(zhàn)場情境知識與信息系統(tǒng)提供的信息之間存在“斷層”。

　　為此，基于知識指控系統(tǒng)智能決策架構(gòu)需要完成對數(shù)據(jù)、模型、知識、交互四個部件的有效集成［45］。智能決策層次結(jié)構(gòu)總體框架模型如圖2所示?；谥缚叵到y(tǒng)的智能化決策，是通過一系列知識處理方法來獲取軍事領(lǐng)域?qū)＜业闹R和經(jīng)驗，并運(yùn)用合適的知識建模方法與語言，將知識形式化，然后，采用合理的知識服務(wù)策略，根據(jù)特定的使命任務(wù)、戰(zhàn)場環(huán)境和個性化知識需求進(jìn)行智能推理和演繹的過程。

2基于本體的任務(wù)空間知識建模方法

　　科學(xué)規(guī)范的知識體系是智能化智能決策的關(guān)鍵［68］?；谥R的智能決策，首先要解決的問題即是在指揮控制系統(tǒng)中構(gòu)建能夠反映信息化戰(zhàn)爭原貌的任務(wù)空間知識（Mission Space Knowledge，MSK）體系?？傮w來看，MSK主要由兩類知識構(gòu)成：一類可視作是反映任務(wù)空間規(guī)律、特點和屬性的“決策領(lǐng)域知識”（Operations Domain Knowledge，ODK）；另一類，是與典型使命任務(wù)空間特征緊密關(guān)聯(lián)的知識，可理解為“情景知識”（Context Knowledge，CK）。CK是在元知識的作用下，依據(jù)當(dāng)前任務(wù)背景與態(tài)勢情況，由作戰(zhàn)人員結(jié)合其個性特征而形成的一類知識。在指揮決策過程中，CK具有關(guān)鍵性的支撐作用，能夠直接為指揮員決策過程提供服務(wù)，是彌補(bǔ)“知識縫隙”的關(guān)鍵所在。

　　運(yùn)用基于本體的知識建模技術(shù)，以任務(wù)主題詞表為標(biāo)準(zhǔn)對選詞進(jìn)行規(guī)范化處理，參考任務(wù)概念建模工程EATI模型、EBI框架，對決策領(lǐng)域知識本體構(gòu)建進(jìn)行標(biāo)準(zhǔn)化處理，可形成統(tǒng)一的形式化知識本體表示規(guī)范。分析并確定知識本體概念術(shù)語及其層次關(guān)系，可構(gòu)建決策任務(wù)空間知識本體總體框架，從而形成任務(wù)空間知識的概念邏輯關(guān)系體系。決策任務(wù)空間知識本體的核心概念體系如圖3所示。

　　領(lǐng)域知識本體概念化表示后，需要運(yùn)用本體的代數(shù)系統(tǒng)形式化編碼為計算機(jī)可識別的形式，存儲在領(lǐng)域知識本體庫中，以便知識的重用和共享?？刹捎肗AING M M等人提出的六元素方法描述決策領(lǐng)域知識本體（OMSK_ON），運(yùn)用巴科斯范式（Backus-Naur Form，BNF）表示六元組為：

　　OMSK_ON：：=<C，AC，R，AR，H，X>（1）

　　其中，C表示不同層次的概念類的集合；AC代表概念的屬性集合；R代表關(guān)系的集合，R中的每個關(guān)系ri（Cp，Cq）代表了概念Cp與Cq之間的雙向關(guān)系；AR表示每個關(guān)系的屬性集合；H是由C派生的概念層次關(guān)系，體現(xiàn)概念間的超類—子類關(guān)系的層次體系結(jié)構(gòu)；X代表公理集合，每條公理代表了一種約束條件。在形式化定義本體后，利用本體開發(fā)工具protégé和本體描述語言O(shè)WL來構(gòu)建本體模型，完成對領(lǐng)域知識本體的形式化編碼，從而為后續(xù)的知識過濾、推送、組織和呈現(xiàn)奠定基礎(chǔ)。

3面向戰(zhàn)場情景空間的主動知識服務(wù)技術(shù)

　　知識就是存在于特定情景當(dāng)中的信息，正是有了情景的存在，知識才有了豐富的關(guān)系與意義。在任務(wù)執(zhí)行過程中，指揮決策受“情景”的影響很大，這里的“情景空間”是使命任務(wù)、戰(zhàn)場態(tài)勢、指揮人員認(rèn)知特征等各種因素的總和。指揮決策人員不了解所處的情景空間，就會產(chǎn)生認(rèn)知上的偏差，甚至是誤判。

　　要為指揮決策人員提供智能化知識服務(wù)，必然要結(jié)合指揮決策中的“情景空間”來運(yùn)用知識［911］。這里需要解決三個關(guān)鍵問題：一是抽取反映任務(wù)空間情景特征的關(guān)鍵要素，構(gòu)建符合戰(zhàn)場態(tài)勢的綜合情景空間模型，為實現(xiàn)面向任務(wù)空間的知識過濾提供約束條件；二是研究基于情景空間模型的知識過濾算法，實現(xiàn)對系統(tǒng)知識資源的有效推薦；三是通過設(shè)計主動知識服務(wù)運(yùn)作機(jī)制，實現(xiàn)符合決策人員認(rèn)知規(guī)律的智能化知識服務(wù)?；谇榫斑^濾知識信息的過程如圖4所示。

4面向認(rèn)知的指揮實體智能決策推理模型

　　指揮實體的智能決策模型是指在特定使命空間中對指揮實體決策過程及結(jié)果的抽象描述，主要用來表達(dá)指揮實體任務(wù)理解、態(tài)勢分析、條件判斷及決策結(jié)果等內(nèi)容［1213］。智能決策推理模型的科學(xué)性關(guān)乎指揮控制系統(tǒng)智能決策實戰(zhàn)化運(yùn)用程度。

　　為滿足指揮實體智能化決策的需要，可以將指揮實體決策推理模型分為兩種類型：靜態(tài)決策與動態(tài)決策，分別對應(yīng)于籌劃與組織任務(wù)行動階段、控制與協(xié)調(diào)任務(wù)行動階段的指揮決策活動，其基本過程描述如圖5所示。下面介紹基于產(chǎn)生式規(guī)則的推理技術(shù)實現(xiàn)對戰(zhàn)前任務(wù)部署的靜態(tài)決策過程，以及基于動態(tài)貝葉斯網(wǎng)絡(luò)［14］（Dynamic Bayesian Net，DBN）的貝葉斯推理技術(shù)實現(xiàn)對實時戰(zhàn)況的動態(tài)決策過程。

　　4.1基于產(chǎn)生式規(guī)則的靜態(tài)決策推理模型

　　從人工智能的角度看，基于產(chǎn)生式規(guī)則的靜態(tài)決策過程是運(yùn)用產(chǎn)生式規(guī)則進(jìn)行知識邏輯推理的過程。其工作過程是根據(jù)知識庫存儲的軍事規(guī)則與實際“情景空間”知識進(jìn)行匹配，并由此選擇相應(yīng)決策結(jié)果，并推理出相應(yīng)決策方案。產(chǎn)生式規(guī)則的一般形式為：〈前件〉—>〈后件〉。其中，靜態(tài)決策模型中的前件可以認(rèn)為是靜態(tài)決策條件，后件是相應(yīng)的決策結(jié)果，前件和后件可以是由邏輯運(yùn)算符AND、OR、NOT等組成的邏輯表達(dá)式，也可以由函數(shù)、微分和積分公式等組成的數(shù)學(xué)表達(dá)式。

　　產(chǎn)生式規(guī)則的語義是，如果決策條件與已知的事實相匹配，則可得到分析判斷結(jié)論或者執(zhí)行相應(yīng)的動作，即后件由前件來觸發(fā)。所以，前件是規(guī)則的執(zhí)行條件，后件是規(guī)則體。如果靜態(tài)決策條件集用C表示，最終靜態(tài)決策生成的兵力部署決策集用D表示，則對兵力部署決策集內(nèi)任意一個任務(wù)實體的行動決策di可表示為：

　　di=f(AC)（2）

　　其中，di是靜態(tài)決策D的任意一個行動決策，即

　　di∈D，D={d1，d2，…，dn}，i∈{1，2，…，n}；f是靜態(tài)決策條件集C對應(yīng)兵力部署決策集D的關(guān)系函數(shù)，通過相應(yīng)的決策規(guī)則來表現(xiàn)。A是C的系數(shù)矩陣：

　　其中akj表示對于第k個任務(wù)實體動作dk與第j個條件cj的關(guān)系，k∈{1，2，…，s}，j∈{1,2,…,m}。當(dāng)akj=0時，表示無關(guān)；當(dāng)akj=1，表示有關(guān)。

　　實際靜態(tài)決策過程中，一般取0≤akj≤1，表示第j條件cj對第k個動作決策dk的權(quán)重關(guān)系，且影響行動決策的條件子集CzC，表示它是一組靜態(tài)決策條件的組合。于是，對于靜態(tài)決策集中任一行動實體的決策dk有：

　　其中，=1akj=1，k∈{1，2，…，s}，cj∈Cz。該數(shù)學(xué)表達(dá)式的涵義是靜態(tài)決策模型最終生成的任意一組面向行動實體的決策方案，包括編組、配置和任務(wù)區(qū)分等內(nèi)容。

　　4.2基于動態(tài)貝葉斯網(wǎng)的動態(tài)決策推理模型

　　對不確定性、不完全戰(zhàn)場態(tài)勢信息進(jìn)行估計的動態(tài)決策問題，采用貝葉斯網(wǎng)絡(luò)技術(shù)建立戰(zhàn)場事件的概率模型，將多個作戰(zhàn)實體在不同戰(zhàn)場態(tài)勢層次進(jìn)行連接，從而構(gòu)造、演化成一個對戰(zhàn)場態(tài)勢能夠進(jìn)行感知、推理、預(yù)測的貝葉斯網(wǎng)絡(luò)模型，是一種比較有效的戰(zhàn)場態(tài)勢估計的建模方法。

　　貝葉斯網(wǎng)絡(luò)（BN）是基于概率分析和圖論的一種不確定性知識的表示和推理模型，利用變量之間的條件獨立性大大減少了定義全聯(lián)合概率分布所需的概率數(shù)目，在不確定性推理和決策問題中得到廣泛應(yīng)用。貝葉斯網(wǎng)絡(luò)的每個節(jié)點表示一個隨機(jī)變量，具有因果關(guān)系的節(jié)點之間用箭頭相連，節(jié)點之間的關(guān)系使用條件概率表來描述。由給定節(jié)點的先驗概率和條件概率可以得到各個節(jié)點的狀態(tài)概率，以實現(xiàn)沿有向邊按照條件進(jìn)行概率傳播，從而完成整個貝葉斯網(wǎng)絡(luò)推理。貝葉斯網(wǎng)絡(luò)利用變量之間的條件獨立性，將聯(lián)合分布分解為幾個局部分布的乘積：

　　動態(tài)貝葉斯網(wǎng)絡(luò)（DBN）是對靜態(tài)貝葉斯網(wǎng)絡(luò)在時間軸上的擴(kuò)展，用來描述一個隨時間而改變和演化的系統(tǒng)模型。動態(tài)貝葉斯網(wǎng)絡(luò)是由T個隱含狀態(tài)變量X={x0,x1,…,xT－1}序列的概率分布函數(shù)與T個觀測變量Y={y0,y1,…,yT－1}的序列構(gòu)成的，T是所調(diào)查事件的時間界。動態(tài)貝葉斯網(wǎng)絡(luò)可描述為：

　　其中，p(xi|xi－1)是指在不同時間片上的狀態(tài)之間的概率函數(shù)；p(yi|xi)是指在同一時間片上各個節(jié)點的概率函數(shù)；P(x0)是指在過程開始時的初始狀態(tài)。

　　運(yùn)用貝葉斯網(wǎng)絡(luò)進(jìn)行動戰(zhàn)場態(tài)決策態(tài)勢推理與預(yù)測時，需要解決兩個關(guān)鍵問題：戰(zhàn)場態(tài)勢要素特征的提取和領(lǐng)域知識的獲取，它們共同決定著BN網(wǎng)絡(luò)的結(jié)構(gòu)。由于態(tài)勢要素增多時，網(wǎng)絡(luò)結(jié)構(gòu)的復(fù)雜度成倍增加，因而在動態(tài)決策態(tài)勢估計中，首先依賴軍事專家的領(lǐng)域知識進(jìn)行必要的網(wǎng)絡(luò)修改。戰(zhàn)場態(tài)勢估計過程中，通過合理選取反映戰(zhàn)場態(tài)勢的特征，并依據(jù)領(lǐng)域知識構(gòu)建特征間的關(guān)聯(lián)關(guān)系，可以構(gòu)建起反映戰(zhàn)場態(tài)勢的貝葉斯網(wǎng)絡(luò)模型。

5結(jié)論

　　隨著智能化戰(zhàn)爭日益臨近，研制智能化的指控平臺輔助指揮人員運(yùn)籌帷幄，已是大勢所趨?；谥R的智能化指控系統(tǒng)的關(guān)鍵性技術(shù)的突破可以為設(shè)計、論證未來我軍智能化指揮信息系統(tǒng)提供重要參考。近年來，以深度學(xué)習(xí)為核心的認(rèn)知智能的突破與發(fā)展，使得從技術(shù)角度解決基于指揮信息系統(tǒng)的智能化輔助決策有望取得關(guān)鍵性進(jìn)展。研究基于知識與機(jī)器學(xué)習(xí)的智能決策支持系統(tǒng)是下一步指揮信息系統(tǒng)工程領(lǐng)域的工作重點。

參考文獻(xiàn)

　?。?］ 任海泉．軍隊指揮學(xué)［M］．北京：國防大學(xué)出版社，2007.

　　［2］ 柴宇球，徐國成．信息化條件下陸軍決策學(xué)［M］．北京：軍事科學(xué)出版社，2009．

　?。?］ 陳文偉，陳晟.知識工程與知識管理［M］.北京：清華大學(xué)出版社，2010.

　?。?］ 李興森，石勇，張玲玲.從信息爆炸到智能知識管理［M］.北京：科學(xué)出版社，2010.

　　［5］ 童志鵬, 劉興. 綜合電子信息系統(tǒng)［M］. 北京：國防工業(yè)出版社，2008.

　?。?］ 王曉東．基于Ontology知識庫系統(tǒng)建模與應(yīng)用研究［D］．上海：華東師范大學(xué)，2003．

　?。?］ 吳江．基于本體的知識管理關(guān)鍵技術(shù)研究［D］．西安：西北大學(xué)，2007．

　　［8］ 宋峻峰,張維明,肖衛(wèi)東,等.基于本體的信息檢索模型研究［J］.南京大學(xué)學(xué)報， 2005，41(2):189-197.

　?。?］ 馮鵬程.基于情境感知的個性化推薦算法的研究［D］. 上海：東華大學(xué)，2014.

　?。?0］ 李燕妮，李海生，蔡強(qiáng).基于語義相似度的領(lǐng)域知識推薦研究［J］. 復(fù)雜系統(tǒng)與復(fù)雜性科學(xué)， 2013，10（3）:50-54.

　　［11］ 仵雪婷.基于知識情境的知識個性化推送技術(shù)的研究與應(yīng)用［D］. 南昌：南昌大學(xué)， 2010.

　　［12］ 孫鵬, 張永亮.陸軍作戰(zhàn)仿真指揮實體一體化建模問題研究［M］.北京：解放軍出版社，2014.

　?。?3］ 曹曉東，郭嘉誠．論指揮控制規(guī)則［J］．軍事運(yùn)籌與系統(tǒng)工程, 2006，20(3)：22-26．

　?。?4］ 肖秦琨，高嵩，高曉光．動態(tài)貝葉斯網(wǎng)絡(luò)推理學(xué)習(xí)理論及應(yīng)用［M］．北京：國防工業(yè)出版社，2007．