【文献阅读】基于情景分析的航空集群决策规则库构建方法

原文链接：https://d.wanfangdata.com.cn/periodical/ChlQZXJpb2RpY2FsQ0hJTmV3UzIwMjEwODE4Eg1oa3hiMjAyMHoxMDA0GghqYWFpa20zaA%3D%3D

2021.09.04

基于情景分析的航空集群决策规则库构建方法

一、应用背景

👉大方向：航空集群作为一种智能的新型空中作战体系，具备快速的反应能力、超强的决策能力、灵活的自组织能力以及高效的协同能力。而支撑实现上述能力的核心是构建一系列的规则库。
👉具体解决的问题：多目标协同侦打——从起降区起飞，以密集编队沿预设航线飞行，抵达任务区，然后对任务区域内的目标进行搜索、识别与定位，最后对识别的目标进行攻击

二、研究思路

👉总体思路：从战争设计的角度出发，从情景构建着手，以任务执行流程为线索，通过详细分析作战过程的逻辑关系、状态变迁，最终实现对象、事件、行为的关联。
👉本文目标是构建航空集群决策规划库，解决航空集群决策规则如何定义以及决策规则如何表达、航空集群决策规则如何提取的问题。决策机制决定决策规则。
👉技术：
# 决 策 机 制——基于事件触发-规则驱动
# 决 策 规 则——ECA（事件-条件-动作或行为）表达机制
# 决策规则提取——将航空集群作战的任务分解为一系列子任务，并对其进行情景分析；将决策规则抽象为ECA三部分；分析作战过程中的逻辑关系、状态变迁，实现对象、事件、行为的关联，提取出航空集群决策规则

三、研究细节

（1）决策机制——基于事件触发-规则驱动
	引入事件检测器，对底层数据进行事件提取，与线下建立的事件库匹配，建立事件与特定行为的映射关系。事件是指在一定的条件下系统、目标、环境所发生的具有某种军事意义的时空状态改变或属性的变化，触发事件是激活相应规则的“开关”。

四、可参考的内容

（1）航空集群系统可以实现单个平台行为自主决策、平台间行为协同，最终产生能力涌现。而决策规则库的构建是实现其自主决策的基础。
（2）航空集群决策规则库是基于航空集群作战需求和特点而建立的形式化的集群及平台作战规则集合，是对领域知识近似完整的数字化表示。
（3）规则库构建的核心之一是决策规则的提取与表达。从本质上说，规则提取属于知识发现的范畴，即从大量的、不完全的、模糊的或随机的数据中提取隐含在其中的、事先不知道的但又潜在有用的知识的过程，最终以if_then或者M—of—N的形式表示成人们易于理解和解释的模式。
（4）按照规则提取的对象不同，又将其分为基于数据库的规则提取和基于“黑箱”模型的规则提取。
	① 基于数据库的规则提取——从经过处理的决策表中抽取出规则形式的知识，常用的理论和方法包括遗传算法、决策树方法、粗糙集理论和概念格理论等。
	② 基于“黑箱”模型的规则提取——用可理解的规则集来补充黑匣子模型卓越的预测性能。该方法可以对黑匣子模型作用情况进行深入洞察。从受训模型上提取符号规则，可以为黑匣子模型添加可理解性。用不可理解的黑匣子模型作为规则提取的入手点，比如支持向量机或者神经网络，其好处是能够为更为复杂的关系建立模型，从而增强这些模型的工程实用性。
（5）在作战决策领域的规则提取和规则库的构建鲜有涉及。这主要是由于决策规则很难解析或形式化描述，使得规则提取和规则库构建是一个十分复杂的过程。
（6）航空集群在交感网络的支撑下，节点具有交互与反馈、激励与响应等交感行为，整体具有涌现特点，可实现单个平台行为自主决策、平台问行为协同，最终产生能力涌现的自主式空中移动系统。

# 航空集群不是多平台的简单编队，其集群能力也不是诸多平台单一能力的简单叠加，而是由多航空器平台通过科学的方法聚集后，经过集群自组织机制与行为调控机制的有机耦合，产生新的能力或原有能力发生质的变化，最终实现作战能力的“涌现”。
# 航空集群的自主决策与状态演变必然要遵循一定的规则，才能保证整个系统可控与可用。复杂的集群行为能够通过简单的局部交互规则产生已经成为普遍接受的事实。也就是说复杂系统的涌现来源于个体之间复杂的交互过程，而组成系统的个体行为规则可以非常简单。

五、启发

	文中更类似于预先设定了一系列规则，而不是通过在未知环境中通过无人机的自身感知实现自主规则学习，在新的环境中可能需要重新分解任务。此外是由地面站进行路径确定，而不是由无人机自主规划。也未体现集群的智能性。
	项目要实现的是集群无人艇自主地理解规则、分配任务、去中心化。文中对规则的表达与提取有一定的借鉴意义。