战场毁伤效果评估的方法优化

1.贝叶斯网络方法

贝叶斯网络由代表变量节点及连接这些节点的有向边构成。节点代表随机变量，节点间的有向边代表了节点间的互相关系（由父节点指向其后代节点），用条件概率进行表达关系强度，没有父节点的用先验概率进行信息表达。节点变量可以是任何问题的抽象，如装备系统的结构、教师评分系统、专家打分等。贝叶斯网络可用于分析不确定性的信息，也可以根据不完全、不精确或不确定的信息进行推理。

2.模糊综合评价法

针对战场毁伤等级评估问题，战场的毁伤信息存在着很多不确定信息或模糊信息，这些信息往往与多种因素有关，如毁伤原因、偶然情况、天气情况、人为差错、毁伤现象、毁伤影响、毁伤状态等，如果仅通过一种因素评估，得到的结果将不够客观、全面。模糊综合评判对任何时间、空间的评价往往都不是绝对性的发言，人们在日常生活中对事情的评价也多采用模糊性的语言，因此，模糊评价更能体现事物的本质，所以用模糊综合评价方法来评价事件更为适用、精确。

3.基于案例的推理技术

基于案例的推理技术（case- based reasoning，CBR）是一种相似或类比的推理方法，它是通过访问知识库中过去同类问题的求解，从而获得当前问题解决方案的一种推理模式，即利用旧的事例或经验来解决新问题，评价新问题，解释异常情况或理解新情况。CBR 问题中，案例库中存储着已发生案例，一个事件可以从案例库中搜寻相关案例进行求解，案例可以用语义网节点、规则、框架或对象实现，并按照一定的规则存储到案例库中，为将来所需打下坚实的基础。CBR 通过案例库中的案例来解决现存问题，这样可以解决知识表达困难或知识无法表达的问题，同时CBR 还有自学的功能，其能将刚解决的问题存储到案例库中，从而进一步提高推理能力，这种技术适用于相近或类似的竞争情报事件。

在实际评估过程中，CBR 过程实际上包括4 个步骤，即信息获取过程、问题描述过程、案例推理过程及案例学习过程。

（1）信息获取过程。通过传感器、卫星、雷达、无人机等手段获得目标的毁伤信息的过程，信息的类型有毁伤现象、毁伤影响、毁伤状态等。

（2）问题描述过程。根据战前给出的作战要求，描述问题的实质，通过各种信息获取渠道，获得战场的毁伤信息，并对提出的问题做出回答，此过程是人机交互建立问题案例的过程。

（3）案例推理过程。生成问题案例库后，待指定问题索引及检索规则、当前序解决问题如与案例库中的问题案例相近，则可选择相似度值最大的问题案例，通过此案例对待指定问题进行整理、分析，最后给出问题的解决方法。(www.xing528.com)

（4）案例学习过程。随着时间的推移，案例库的内容会逐渐丰富起来，案例数目的增加则可能出现搜索时间及精力的增加，影响毁伤效果推理的进行。因此，必须对案例库进行整理，也就是案例学习，通过学习，可以将案例库控制在一定规模内，以便更有效、快速地解决问题案例。

4.灰色聚类评估

灰色评估是基于灰色系统的理论和方法，对某个系统或所属因子在某一时段所处的状态，针对预定的目标，通过系统分析，做出一种半定性半定量的评价与描述，以便在更高层次上，对系统的综合效果与整体水平，形成一个可供比较的概念与类别。由于在多数情况下，系统的状态用多项指标或一组数据来表达，所以这种方法称为多维灰色评估方法或灰色综合评估方法，简称灰评估。

5.损伤树分析法

损伤树基于可靠性分析中的故障树概念，它表示由各基本事件组合导致目标系统失效的一种逻辑框图。

损伤树分析（damage tree analysis，DTA）是指对装备在战场上造成损伤的各种因素（包括战斗损伤、偶然故障、耗损性故障、人为差错、装备得不到供应品以及不适于作战环境等）进行分析，画出逻辑框图（损伤树），从而确定装备的各种损伤事件及相互之间的逻辑关系。

装备损伤树是表征装备系统损伤/故障现象或功能故障与装备构成间因果关系的逻辑关系图，它借鉴了故障树的建立方法和过程，损伤树顶节点表示损伤现象，其他各个中间层次及底层次节点表示各个层次造成上级损伤的损伤原因。损伤树模型由顶事件、中间事件、逻辑门和连线组成，其基本结构如图5-4所示。

图5-4　损伤树模型的基本结构

A 为损伤树的顶节点，即所有子事件的父事件，B、C、D 为损伤树的中间事件，E、F、G、H、I 为底事件，根据具体情况，这些底事件还可扩展更低的子事件。可以看出，损伤树中父事件的子事件往往不是唯一的，即父事件的毁伤状态、现象可能出现多个。虽然损伤树能定位目标的毁伤状态及现象，却无法对目标的毁伤效果做出更实际的评估，所以仅从损伤树来评估目标的毁伤效果是不客观的、不全面的，因此需结合其他毁伤效果评估方法，从而形成较为完善的推理结构。