体系能力模型与装备体系贡献率测度方法

张先超, 马亚辉

(中国电子科学研究院, 北京 100041)

摘 要 :针对作战体系建设与运用中评估体系能力与装备对其作用的需要,研究体系能力模型与装备在体系中贡献率的测度方法。首先,阐述作战体系组成与能力因素,明确装备体系贡献率概念与形式化表征;其次,运用逻辑回归方法,建立符合体系能力特点的作战体系能力模型;然后,在给出体系各能力因素对体系能力贡献的基础上,提出装备对体系贡献率的测度方法;最后,给出应用示例,说明构建的模型和方法可用且有效。能够为评估装备在体系中的贡献率提供借鉴。

关键词 : 体系能力; 装备体系贡献率; 能力模型; 测度方法; 逻辑回归模型

0 引 言

技术的进步和战争形态的演变,推动装备的发展和作战体系的演化,装备由单装发展到系统装备,建设体系装备正成为装备发展的趋势。体系装备的本质要求是能够独立形成作战体系,具备完成作战任务的能力。那么,从完成作战任务的视角来看,体系装备可以认为自成作战体系(后文不加区别地称为“体系”),也是一类特殊的系统,由指控、网络、侦查、打击、防护、保障等要素组成,涉及到多类多项单装和系统装备。各装备在体系中的作用是有差别的,为了提升装备建设效益和体系能力,需要评估装备对体系的贡献,即装备体系贡献率。

装备体系贡献率,是我军为增强体系作战能力而创新的概念。新型武器系统的体系贡献率重点衡量新型武器装备加入作战体系后使作战体系内各系统及整个作战体系在实时感知、高效指挥、精确打击、快速机动、全维防护、综合保障等方面的提升程度^[1]。

灵山岛尖生态景观超级堤把单一城市防洪工程与城市道路建设、码头建设、景观建设等其他基础设施建设融合起来，将休闲公园、慢行系统等纳入其中，建设以现代公共设施为核心内容的滨海服务型经济带、景观带和文化带，成为人、水、城和谐的防洪（潮）工程典范。灵山岛尖生态景观超级堤典型剖面及俯瞰图分别如图1、图2所示。

装备体系贡献率研究与应用的关键在于测度贡献率,当前多是根据装备加入体系前后体系能力或效能的变化来测度。文献[2]从体系对抗的角度,通过分析特定装备造成对方侦查系统对某武器侦查能力的减弱,来得到该装备的贡献率。文献[3]从观察-判断-决策-行动(observation-orientation-decision-action,OODA)循环的角度,通过分析装备作用于其中一个环节引起的效率可能的变化,下一环节以及整个环的效率变化,来度量该装备的贡献率。这通常只适用能力是线性的作战体系,然而实际作战体系通常都是复杂的、非线性的、能力涌现的。文献[4]研究了基于灰靶理论的武器装备体系技术贡献率评估,认为技术对体系的贡献是经由系统来实现的,利用灰靶理论对技术的贡献进行定量化,对于装备体系贡献率的测度具有一定的借鉴意义。当前装备大多集成了多项技术,在多个系统中发挥作用。文献[5]通过考虑奇异指标值对指标权重的影响,来获得各要素的贡献率,利用的是要素之间的关系,而体系能力没有凸显出来。文献[6]给出了基于粗糙集的装备体系贡献率评估模型,但认为体系能力是线性的。

疼痛评分采用视觉模拟评分进行判定，其中0分表示患者无疼痛感、10分表示患者伴有剧烈疼痛感，即得分越高表明患者疼痛程度越重。

3.2.3 装备对其他要素的贡献率

紧扣装备体系贡献率是装备对体系能力的贡献这一准则,采用逻辑回归模型求解体系能力,在此基础上,运用网络层次分析法,结合灵敏度分析,性能满足度分析等给出装备体系贡献率的测度方法,并给出应用示例。提出的体系能力模型和装备贡献率测度方法对于装备体系贡献率的理论研究和实际应用能够起到一定的推动作用。

1 作战体系与装备体系贡献率

作战体系具备完成任务的能力,装备对体系的贡献可认为是对体系能力的贡献。

1.1 作战体系及其组成

体系又称为“系统之系统”,到目前为止,对于体系尚没有达成一致的定义,文献[7-8]指出,相比于一般的系统,体系的组成要素具有运行独立性和控制独立性。体系要素的这两种特点,使得体系要素具有特定的功能和性能,体系自身具有柔性,能够完成多样任务。张最良认为体系是能得到进一步“涌现”性质的关联或连结的独立系统集合^[9],也就是说,体系具有3个特点,体系有“涌现”性,要素之间具有特定的结构,要素是独立系统。文献[10]在综述多种定义的基础上,将武器装备体系定义为“在不确定性环境下,为了完成某个特定的使命或任务,由大量功能上相互独立、操作上具有较强交互性的多个独立的武器装备系统,在一定的约束条件下,按照某种模式或方式组成的更高层次的系统,其中任意一个子系统的缺失都会造成整体作战效能的严重退化,甚至失效。”明确了武器装备体系能够完成特定的使命或任务,且各组成部分对于完成任务都是必不可少的。

通常,将体系能够完成特定的使命或任务的本领,称为“能力”,是体系“涌现”出来的,不仅取决于要素及其结构,还取决于体系的决策水平。体系与能力结合在一起,体系具有能力,能力是通过体系来实现的。作战体系具有能够完成作战任务的能力,可以运用使对手丧失战斗能力的程度来衡量。在实际作战过程中,作战体系面临着多样的变化的任务,其能力应包含对多样作战任务的适应性,这要求作战体系的结构具有一定的柔性。

文献[11-12]给出了5项一级能力,分别是信息支持、指挥决策、火力打击、防护和保障等。根据体系和作战体系的特点与要求,将作战体系能力归为3个方面的决定因素,称为能力因素,分别是决策水平、结构柔性和要素性能。决策水平是指体系根据环境和对手的变化灵活地选择对自己有利决策的能力,采用生成有效决策方案的时间来度量。需要注意的是,决策也是体系的一种特殊要素,基于其他要素实现体系的能力,可称为体系级要素。结构柔性采用可行选择空间大小度量,柔性使体系具备根据新接收信息调整已有决策或执行新决策的可行性。要素性能是指为达到体系能力,能够完成特定功能的程度。

设体系S 的能力为c ,考虑侦查、打击、防护、保障4类要素,决策水平、结构柔性及4类要素性能分别表示为t ,m ,a ,k ,s ,g ,得到这样的形式化表征,即

c =f (t ,m ,a ,k ,s ,g )

(1)

从体系特点及形态来看,要素呈现为系统,体系决策也是通过系统实现的,因此,体系是由系统组成的,装备通过形成系统,进而对体系产生作用,如图1所示。

图1 体系组成
Fig.1 System of systems composition

在图1中,组成体系的装备是异构的,根据系统组成的方式,装备可以分为专用(如装备1和4)和共用(如装备2和3)两类。系统根据形成其装备的类型,可分为3类:①既包括专用装备,也包括共用装备,如系统1;②全部由共用装备组成,如系统2;③全部由专用装备组成,如系统M 。

1.2 装备体系贡献率

对于侦查、打击、防护、保障要素中,装备E 的贡献率为对各要素的性能满足度。文献[31]将性能需求分为理想需求值、基本需求值和最低需求值,据此给出性能满足度的分段线性模型。这里根据要素在体系中的性能要求,按式(26)求解装备E 对体系要素贡献率为

涌现性通常是指个体的、局部性的行为聚集成全局行为,局部行为的细节对聚集的结果而言并不重要^[13-14]。Holland提出了涌现性产生的“受限生成过程”模型,在机制及其形成的机制网络的限制下,给定的要素输入涌现出整体才具有的输出,这也与系统的层次性相一致^[15]。“受限生成过程”自提出后,逐渐得到了更为深入的分析和应用^[16-17]。

（2）建立床边教学实践执行团队。床边教学内容应优先分析临床典型案例，临床工作点对应理论知识的掌握，特别是横向联系的知识，拓展学生临床思维，培养学生临床分析能力。在教学过程中，教师应注重激发学生积极思维，鼓励学生主动提问、主动探索，提高教学效果。教学应由主治医师以上的教师承担，根据教学大纲和教学内容的要求确定实践项目，制订教学计划。

(2)

式中,和分别为装备E 对体系S 中决策、柔性、侦查、打击、防护、保障的贡献率。

2 作战体系能力模型

作战体系能力是体系作为整体在对抗中实现的,具有涌现性、多域性、对抗性和非线性等特点,在多数情况下对形如式(1)的能力的形式化表征,难以构建解析模型。对体系对抗的观测数据进行统计分析,建立体系能力的统计回归模型,可以分析对体系能力的影响因素,指导体系设计和作战运用。

看到这么多同学来妈妈这里吃早点，顾晓琳顿时明白了，这就是李蕴涵所说的“初一(2)班的秘密”，她一时感动得不知说什么好，只有诚恳地说：“俞敏杰，谢谢你！”

经过一段时间准备，2014年5月份，宁波市卫计委正式发文，要求全市148家基层医疗机构要完成一轮培训，每家机构一轮至少要派出一位医生参加培训。而且，学员主要来自社区心内科、神经内科、内分泌，以及疾控中心和120院前急救，重点关注慢病管理。

2.1 体系能力特点

在式(23)和式(24)中,对于影响体系决策的各装备,只考虑其中一项关键性能和关键部件,这是为研究简化起见。在很多情况下,某项装备可能有若干项性能和部件影响体系决策,可以将以上两式扩展运用。

装备对体系贡献的外在形态是对形成各系统及其结构的作用,本质上是对体系决策、结构柔性和要素性能的作用。设装备E 是体系S 的组成部分,则对其贡献率为

不同专业学员各项考核成绩比较见表1。儿内科和儿外科学员各项技能成绩比较显示，不同科室的学院骨髓穿刺术成绩对比，差异具有统计学意义[91.0（86.2，92.8） vs.87.9（19.6，89.9），（P=0.008）]，其余项目考核成绩比较，差异无统计学意义（P＞0.05）。

从层次性来看,涌现性就是基于大量元素单元相互作用但只能在系统整体层次上才能表现出来的一些新属性和新现象,它强调的是相互作用多元素系统表现的整体行为。体系的多域性是指,作战体系涉及到陆、海、空、天、电、网等多域,对于体系理论研究和装备研制而言,可以概括为物理域、电磁域和信息域^[18],信息域的问题处理往往是串行的,而物理域的控制过程则具有并行性,电磁域在作战过程中会受到严酷的制约和干扰。对抗性源于开放性,是开放性的极端表现。从贝塔朗菲提出一般系统论开始^[19],系统的研究都强调开放性。钱学森在开放的复杂巨系统概念中,指出开放性不仅意味着与环境进行物质、能量、信息的交换,还有主动适应和进化的含义,是动态的和发展变化的,这种开放性在作战体系中就表现为对抗性。非线性是针对系统涌现的整体行为而言的,这种行为是要素之间具有耦合性的相互作用产生的有组织的行为,相互作用及产生的涌现结果是非线性的。

回归分析是利用数据分析要素与涌现结果关系,以及分析各要素影响作用的有效方法,由于体系涌现的非线性,常用的线性回归模型通常难以适用。体系作战能力在对抗中表现为战胜对手的概率,其取值在[0,1]。逻辑回归模型(logistic regression model,LRM)沿用了线性回归模型的基本思想,又能满足体系能力非线性变化和能力取值范围

的要求^[20]。并且,逻辑回归在临界值时非常敏感,在远离临界值时敏感性较低;并且,在超过临界值部分,回归曲线是上凹的,在未达到临界值部分,回归曲线是下凸的,如图2所示。体系对抗也符合这样的特征,在对抗双方势均力敌的时候,体系的微小变动都会急剧打破平衡。而在双方能力悬殊的情况下,体系的变动对于双方对抗结果的影响很小。

图2 逻辑回归曲线
Fig.2 Curve logical regression

逻辑回归在很多方面得到了应用,并取得了很好的效果,如多标签分类^[21]、图像标识^[22]、信用评分^[23]、数据分类^[24]等。逻辑回归在应用过程中也得到了很多发展,近年来出现了模糊逻辑回归^[25]、逻辑回归基准问题^[26]、高阶逻辑回归^[27]等。逻辑回归的广泛应用和快速发展为其用于体系能力评估提供了很好的借鉴。

2.2 体系能力回归模型

根据逻辑回归的应用方式^[28],设在作战中,体系S 作战结果为Y ,Y 取值为1或0,分别表示胜利和失败。令c 表示体系S 的作战能力,即在作战中获胜的概率,有

c =P {Y =1|t ,m ,a ,k ,s ,g }

(3)

根据式(1),建立体系作战能力为

不同的社会福利政策质量评价主体所具有的个人素质、道德品质及相应的评价技术不同，能够使参与社会福利政策质量评价主体相互补充其不足之处，从而保证社会福利政策质量评价的公正性，科学性和真实有效性。

x ₂·k +x ₃·s +x ₄·g

(4)

式中,α ,β ,γ ,x ₁,x ₂,x ₃和x ₄是待估计的参数。

根据式(3)得到

(5)

最小二乘法是回归模型参数拟合的常用方法,但通常适用于线性回归模型。极大似然估计既适用于线性线性模型,也适用于更为复杂的非线性估计,这里采用极大似然估计方法来估计式(4)的参数。

同时必须重新审视耕地功能，把握耕地生产—生态的功能性演变规律，保护耕地多元化功能。需要贯彻区域经济社会的可持续发展的理念，科学、动态的认识耕地的多功能性，树立耕地综合价值观。耕地多功能性保护不仅强调了耕地利用的合理方向，也增强了严格保护耕地的说服力和行动能力。

设开展n 次独立的试验,第i (i =1,2,…,n )次作战结果为Y _i ,获胜记为Y _i =1,否则Y _i =0,且获胜概率为

(6)

构建似然函数为

(1-c _i )^1-y_i

“第三人”立即停止对无过错方配偶权的侵权行为，对无过错方造成的名誉损害应当赔礼道歉，为受害人消除影响，恢复受害人的名誉。

(7)

得到

x ₂·k _i +x ₃·s _i +x ₄·g _i )-

ln(1+e^α+β ·t _i +γ ·m _i +x ₁·a _i +x ₂·k _i +x ₃·s _i +x ₄·g _i )]

(8)

可以证明,式(8)的二阶偏微分构成的矩阵是负定的,那么,方程组的解将使得似然方程式(7)和式(8)得到最大值。可以采用迭代方法求解上述方程组,得到估计值和

根据式(7)的似然函数,得到似然方程组为

(9)

(10)

(11)

(12)

(13)

(14)

(15)

式中,θ =(α ,β ,γ ,x ₁,x ₂,x ₃,x ₄)。

根据式(4),得到体系能力为

c =

(16)

根据式(16),得到体系S 的能力,即在对抗中能够获胜的概率。

3 装备体系贡献率测度方法

3.1 能力因素对体系贡献率的测度

根据式(16),对因素求偏导,并进行归一化处理,得到各因素的贡献率,如表1所示。

表1 要素贡献率测度

Table 1 Factor contribution rate measurement

在表1中,各项求解公式为

(17)

(18)

(19)

(20)

(21)

(22)

3.2 装备对体系贡献率的测度

对于体系S 中的装备E ,根据式(2),装备E 对体系S 的贡献率是对各因素贡献率的总和。在各类因素中,E 的作用方式是不一样的。

3.2.1 装备对决策水平的贡献率

信息对决策有着重要的作用^[29],信息是通过装备形成的。文献[30]给出了信息技术选择的决策模型。体系决策通常涉及到多型装备,各装备对决策的影响作用表现为决策水平对其关键性能的敏感性。设体系S 的决策涉及到L 型装备,各型装备有一项关键性能对决策水平起作用,分别为e ₁,e ₂,…,e _E ,…,e _L ,其中,e _E 为装备E 影响体系决策水平的性能。

那么,装备对于体系决策的贡献率为

(23)

如果装备E 更换和增加了某项对体系决策影响最为关键的部件,更换和增加前后的决策时间分别为t _E 和则装备E 对体系决策的贡献率为

(24)

体系是一种特殊的系统,继承了一般系统的非线性和涌现性,而完成任务通常是在多域中开展的,涉及到物理域、信息域等,在作战中具有对抗性,通过改变环境或对手的状态来遏制和赢得战争。

3.2.2 装备对结构柔性的贡献率

结构柔性表现为针对多种作战任务的适应性,采用完成战术任务的类型数目来度量。设体系S 能完成M 类战术任务,其中装备E 参与的任务有M _E 类,则装备E 对体系柔性的贡献率为

(25)

优化的PCR反应体系为25 μL，包括：统一稀释到20 ng/L的DNA模板2 μL，5 U/μL的rTaq酶0.2 μL，10 μmol/L的正、反相引物各0.75 μL，每种2.5 mmol/L的dNTP Mixture 2 μL，10×PCR Buffer 2.5 μL，超纯水ddH2O 16.8 μL。

组成体系的各型装备发挥着不同的作用,称其为装备体系贡献率,由装备自身及其组成的系统共同决定的。由于作战体系的本质特征是具备完成作战任务的能力,那么,装备体系贡献率即为在不同作战背景下,装备对作战体系能力的影响作用。除此之外,还需要考虑装备的建设和运用成本。只研究装备对体系能力的影响作用,对成本不作考虑。

(26)

式中,A 、K 、S 、G 分别为要素的性能要求;A _E 、K _E 、S _E 、G _E 分别为装备E 能够满足的性能。

我国优秀的传统文化是保持各民族团结重要纽带，对于当代绘画创作来说，应积极将宝贵的民间艺术元素融入到作品中。在古代民间的传统装饰画中，存在诸多亘古不变的东方特有主题，并逐渐被其他国家所认可，其中代表性的吉祥纹样有龙、鲤鱼、牡丹、莲花等，这些传统纹样都拥有同一个主题。虽然这些艺术元素会随着时代的变迁、社会的发展而发生相应的改变，但其中鲜明的东方特色与基本外形依旧存在，进而受到了艺术领域的广泛关注，越来越多的艺术家将这些传统特色的民间艺术元素应用到绘画创作中，成为了我国当代艺术的主要特征。

根据式(2),装备E 对体系S 的贡献率为

(27)

式中,相关符号见表1和式(23)～式(27)。

4 应用示例

以机群体系为例,测度预警机在其中的贡献率。设机群体系组成包括:1架预警机,2架电子战飞机,4架战斗机(各携带4枚反舰导弹和2枚空空导弹)。能够完成的任务有区域防空、海上突击和陆上突击3类。作战方式是与对方作战体系开展体系对抗,在对抗中作战任务随机切换。对方体系的组成为1架预警机,2架电子战飞机,2架战斗机(各携带4枚反舰导弹和2枚空空导弹),1艘驱逐舰,1套地面防空导弹系统。

该机群体系决策水平用决策时间来反映,经对仿真和实际数据分析获得其取值范围为[2,6],单位为min。能够完成的作战任务有3类,因此,这里规定结构柔性取值为{1,2,3}。用侦察范围表示侦查能力,改机群体系的侦察范围为150～350 km,为使各项取值范围在同一量级,将侦察范围除以100表示侦察能力,其取值范围取为[1.5,3.5]。机群总共携带24枚导弹,设在每次作战中至少打出2枚导弹,那么,打击性能的取值范围为{2,3,…,24}。防护性能采用抗干扰的功率(kW)来表征,该机群的抗干扰功率范围为5～10 kW,那么,防护性能取值范围为[5,10]。保障性能采用机群留空时间(小时)来表征,该机群留空时间一般不超过6小时,通常也不低于2小时,因此,保障性能的取值范围为[2,6]。各因素取值范围如表2所示。

表2 机群体系各因素取值范围

Table 2 Value range of various factors in aircraft group system

开展100次仿真实验,运用SPSS软件对仿真结果进行逻辑回归分析,得到式(16)中各参数的估计值为,和从而得到该机群体系能力为

各因素的贡献为

2.2.1 近期疗效 23例患者均可进行疗效评价，CR0 例 (0%)，PR8 例 (34.78%)，SD10 例 (43.48%)，PD5例(21.74%)。总缓解率(ORR)和疾病控制率(DCR)分别为34.78%和78.26%。

在决策时间为4 min,结构柔性为2,侦查为2.5,打击为16,防护为7.5,保障为4的情况下,根据表1和式(17)～式(22),得到各因素的贡献率如表3所示。

表3 机群各因素贡献率

Table 3 Contribution rate of aircraft group factors

表3表明,决策水平对体系能力的贡献率最大,保障对能力贡献率较小。需要注意的是,这里保障的贡献率小,不是认为保障就可以不要,而是反映了对于给定的机群体系,保障的改变对体系能力影响不大。

现考察预警机对各因素的贡献,假如在没有预警机的情况下,平均的决策时间为10 min,有预警机后平均的决策时间为4 min,贡献率为0.6;预警机在3类作战任务中全部起作用,对结构柔性贡献率为1;预警机对侦查、防护、保障的满足程度为1,对打击满足程度为0。

结合表2中结果,得到预警机在该体系中的贡献率为0.41×0.6+0.05×1+0.39×1+0.05×0+0.08×1+0.02×1=0.786。结果表明,预警机在该机群体系中起着较大的作用,预警机性能的加强能够较大程度地提升机群体系作战能力。

5 结 论

主要研究了体系能力模型与装备在体系中贡献率的测度方法。阐述了作战体系组成与能力因素,分为决策水平、结构柔性和要素性能,明确了装备体系贡献率概念与形式化表征。分析了作战体系能力的涌现性、多域性、对抗性与非线性特点,运用逻辑回归方法,建立体系能力模型。给出了体系各能力因素对体系能力贡献的测度方法,在此基础上,提出了装备对体系贡献率的测度方法。最后,采用机群体系作战作为示例,说明了构建的模型和方法的可用性与有效性。在应用过程中,根据具体的体系确定能力因素,获取和分析统计数据,对抗仿真设计与实施等,都需要进一步设计。

一是定期航标巡检的安全管理。在组织相关巡检人员进行定期的航标巡检工作时，安全管理人员要组织相关巡检人员对于巡检区域的天气情况、海况等进行了解，并结合周边区域的情况对未来巡检区域的气候、海况变化进行预测。通过这些信息的掌握，相关巡检人员要进行相应器材的准备，在确保航标巡检工作质量的同时，对于航标巡检过程的安全性进行提升。

参考文献 ：

[1]管清波,于小红.新型武器装备体系贡献度评估问题探析[J].装备学院学报,2015,26(3):1-5.

GUAN Q B, YU X H. Research on evaluation of equipment’s contribution to system warfighting[J]. Journal of Equipment Academy, 2015, 26(3): 1-5.

[2]李怡勇,李智,管清波,等.武器装备体系贡献度评估刍议与示例[J].装备学院学报,2015,26(4):5-10.

LI Y Y, LI Z, GUAN Q B, et al. Discussion and demonstration on contribution evaluation of weapon equipment system[J]. Journal of Equipment Academy, 2015, 26(4): 5-10.

[3]王飞,司光亚.武器装备体系能力贡献度的解析与度量方法[J].军事运筹与系统工程,2016,30(3):10-15.

WANG F, SI G Y. Analysis and measurement method of weapon equipment system capability contribution degree[J]. Military Operations Research and Systems Engineering,2016,30(3):10-15.

[4]常雷雷,张小可,李孟军.基于灰靶理论的武器装备体系技术贡献度评估[J].兵工自动化,2010,29(10):13-16.

CHANG L L, ZHANG X K, LI M J. Weapon system of system technology contribution evaluation based on grey target theory[J]. Ordnance Industry Automation, 2010, 29(10): 13-16.

[5]管清波,冯书兴.一种新的武器装备体系能力指标变权算法[J].装备学院学报,2014,25(1):112-115.

GUAN Q B, FENG S X. A novel variable weight algorithm for equipment system capability[J]. Journal of Academy of Equipment, 2014, 25(1): 112-115.

[6]王楠,杨娟,何榕.基于粗糙集的武器装备体系贡献度评估方法[J].指挥控制与仿真,2016,38(1):104-107.

WANG N, YANG J, HE R. Evaluation method of equipment s contribution to system warfighting based on rough set[J]. Command Control & Simulation, 2016, 38(1): 104-107.

[7]MAIER M W. Architecting principles for systems-of-systems[J].Systems Engineering, 1998, 1(4): 267-284.

[8]ANJEL T. Modeling and simulation of systems of systems-a survey[J].Cybernetics and Information Technologies,2013,13(2): 3-36.

[9]张最良,黄谦,李露阳.体系的开发规律与科学途径[J].中国科学基金,2006,20(3):159-163.

ZHANG Z L, HUANG Q, LI L Y. The development principles and rational approaches for system of systems[J]. Bulletin of National Natural Science Foundation of China, 2006, 20(3): 159-163.

[10]陈文英,张兵志,谭跃进,等.基于体系工程的武器装备体系需求论证[J].系统工程与电子技术,2012,34(12):2479-2484.

CHEN W Y, ZHANG B Z, TAN Y J, et al. Requirement demonstration of armament system of systems based on system of systems engineering[J].Systems Engineering and Electronics,2012,34(12):2479-2484.

[11]ZUO X, QU Y. Operational ability evaluation model of the armored weapon system of systems[C]∥Proc.of the Control and Decision Conference, 2013: 2161-2163.

[12]赵丹玲,谭跃进,李际超,等.基于作战环的武器装备体系贡献度评估[J].系统工程与电子技术,2017,39(10):2239-2247.

ZHAO D L, TAN Y J, LI J C, et al. Armament system of systems contribution evaluation based on operation loop[J].Systems Engineering and Electronics,2017,39(10):2239-2247.

[13]MILLER J H, PAGE S E. Complex adaptive systems: an introduction to computational models of social life[M]. New Jersey: Princeton University Press, 2007: 46-48.

[14]BAHARLOU E, MENGES A. Generative agent-based design computation[C]∥Proc.of the 31st International Conference on Education and Research in Computer Aided Architectural Design, 2013.

[15]HOLLAND J H.Emergence:from chaos to order[M].Boston:Addison-Wesley, 1998.

[16]CAMPBELL J, FLYNN J D, HAY J. The group development process seen through the lens of complexity theory[J]. International Scientific Journal of Methods and Models of Complexity, 2003, 6(1): 1-33

[17]张君弟.论复杂适应系统涌现的受限生成过程[J].系统科学学报,2005,13(2):44-48.

ZHANG J D. On constrained generating procedures of emergence in complex adaptive system[J]. Journal of Systemic Dialectics, 2005, 13(2): 44-48.

[18]陆军, 杨云祥. 战争形态演进及信息系统发展趋势[J]. 中国电子科学研究院学报, 2016, 11(4): 329-335,452.

LU J, YANG Y X. Research on war morphology evolution and trend of military information system[J]. Journal of China Academy of Electronics and Information Technology,2016,11(4): 329-335,452.

[19]路德维希·冯·贝塔朗菲.一般系统论:基础、发展和应用[M].林康义,魏宏森译.北京:清华大学出版社,1987:36-38.

BERTALANFFY V L. General system theory-foundations, development, applications[M]. LIN K Y, WEI H S trans. Beijing: Tsinghua University Press, 1987: 36-38.

[20]许国志.系统科学[M].上海:上海科技教育出版社,2000:304-305.

XU G Z. System science[M]. Shanghai: Shanghai Science and Technology Education Publishing House, 2000: 304-305.

[21]CHENG W, HULLERMEIER E. Combining instance-based learning and logistic regression for multilabel classification[J]. Machine Learning, 2009, 76(2/3): 211-225

[22]LIU W, LIU H, TAO D, et al. Manifold regularized kernel logistic regression for web image annotation[J]. Neurocomputing, 2016, 172(C): 3-8.

[23]SOHN S Y, KIM D H, YOON J H. Technology credit scoring model with fuzzy logistic regression[J]. Applied Soft Computing,2016,43:150-158.

[24]MENEZES DE S F, LISKA R G, CIRILLO A M, et al. Data classification with binary response through the boosting algorithm and logistic regression[J]. Expert Systems with Applications, 2017, 69: 62-73.

[25]GAO Y, LU Q. A fuzzy logistic regression model based on the least squares estimation[J]. Computational & Applied Mathematics, 2017(2): 1-18.

[26]YANG Y Z, LOOG M. A benchmark and comparison of active learning for logistic regression[J]. Pattern Recognition, 2018, 83(C): 401-415.

[27]ZAIDI N A, WEBB G I, CARMAN M J, et al. ALRⁿ: acce-lerated higher-order logistic regression[J]. Machine Learning, 2016, 104(2/3): 151-194.

[28]HOSMER D W, LEMESHOW S. Applied logistic regression[M].New York: Wiley, 1989.

[29]ZARDINI A, MOLA L, BROCKE J V. The role of ECM and its contribution in decision-making processes[J]. 2010, 19(4): 289-406.

[30]OZTAYSI B. A decision model for information technology selection using AHP integrated TOPSIS-grey: the case of content management systems[J]. Knowledge-Based Systems, 2014, 70: 44-54.

[31]郭齐胜,杨万晓,董志明,等.装备需求论证工程化基本理论研究[J].装甲兵工程学院学报,2012,26(1):1-4.

GUO Q S, YANG W X, DONG Z M, et al. Research on the fundamental theory of equipment requirement demonstration engineerization[J]. Journal of Armored Force Engineering Institute, 2012, 26(1): 1-4.

Capability model of combat system of systems and measurement method of armament contribution to combat system of systems

ZHANG Xianchao, MA Yahui

(China Academy of Electronics and Information Technology ,Beijing 100041,China )

Abstract : The capability model of combat system of systems and measurement method of armament contribution are studied to improve the building and operating of it. Firstly, composition of combat system of systems and capability factors are analyzed, from which the concept and representation of armament contribution are provided. Secondly, the capability model of combat system of systems is established based on logistic regression model. Thirdly, a measurement method of armament contribution to combat system of systems is gained. Finally, the usability and effectiveness are demonstrated through an application example. The achievement could provide reference to assess the armament contribution to combat system of systems.

Keywords : capability of combat system of systems; armament contribution to combat system of systems; capability model; measurement method; logistic regression model (LRM)

中图分类号 : TP 302.1, E 917

文献标志码: A

DOI: 10.3969/j.issn.1001-506X.2019.04.20

收稿日期 :2018-04-08;

修回日期: 2018-09-13;

网络优先出版日期: 2018-12-28。

网络优先出版地址: http:∥kns.cnki.net/kcms/detail/11.2422.TN.20181228.1723.019.html

基金项目 :国家安全重大基础研究项目资助课题

作者简介 ：

张先超 (1984-),男,高级工程师,博士,主要研究方向为体系建模、调度与评估、量子智能算法与系统。E-mail:zhangxianchao84@126.com

马亚辉 (1986-),男,高级工程师,博士,主要研究方向为装备效能评估、装备体系贡献率评估。E-mail:459821368@qq.com

标签：体系能力论文;  装备体系贡献率论文;  能力模型论文;  测度方法论文;  逻辑回归模型论文;  中国电子科学研究院论文;