基于证据推理的预警反击作战体系保障能力评估方法

孙志鹏， 陈桂明， 高卫刚

(火箭军工程大学 作战保障学院， 陕西 西安 710025)

摘要： 为研究预警反击作战体系保障能力评估问题，参照美国国防部体系结构框架方法构建评估指标体系，基于置信规则库建立保障能力评估模型。应用所建模型对某单位进行评估，得出评估结果并进行分析。结果表明：基于置信规则库的保障能力评估方法能够有效处理体系保障能力评估面临的信息不确定性问题；不同指标水平提升对体系保障能力水平提升的程度不同；通过评估与分析预警反击作战体系保障能力，能够精确识别预警反击作战体系保障能力的短板，从而针对性地提出改进建议。

关键词： 作战保障； 预警反击作战体系； 证据推理； 保障能力； 能力评估

0 引言

预警反击作战是一种充分贯彻积极防御军事思想的新型作战方式，是指在敌方实施先发制人导弹打击时，我方导弹部队根据预警信息和作战准备迅速组织导弹发射，并完成对敌方重要军事目标的准确打击和有效毁伤^[1-2]。预警反击作战能够以静制动，最大程度地实现在军事准备阶段决定战争的结局，对于有效提高导弹部队快速反应能力和战略威慑能力具有决定性作用，因此发展预警反击作战能力是导弹部队建设的重要内容^[3]。保障能力是预警反击作战体系建设的重要内容，对于体系作战能力的发挥起到至关重要作用。预警反击作战体系保障能力评估是指对保障力量在建设、作战以及其他军事活动中完成保障任务的程度进行评价与衡量。评估过程能够洞悉预警反击作战体系保障能力的短板，进一步为体系保障能力建设规划布局提供依据。

式中n是该单元的节点数，uj，υj，wj分别是第j个节点沿r方向(径向)，y方向(轴向)和θ方向(环向)的位移。与式(1)所对应的由外荷载所产生的节点力向量记为f0(θ，t)，该向量也是3n×1阶的。节点力的单位是牛顿每弧度，即N/rad。单元的面积记为A。

关于保障能力方面的研究，国外公开文献资料极少，部分评估模型也是针对具体装备，典型的有美国武器系统有效性工业咨询委员会(WSEIAC)评估模型以及瑞典系统与后勤工程公司(SYSTECOM)开发的优化方案仿真(OPUS10)模型等^[4]。国内关于保障能力的研究涉及到作战、装备、后勤等方面，理论研究较为成熟。任立群等^[5]、李萌^[6]、周志杰等^[7]对保障能力评估模型进行了深入研究，针对具体评估对象和影响因素建立了评估模型。李建印^[8]、滑楠等^[9]对比了不同评估方法特点，分析了装备保障能力评估过程中的制约因素，并提出了新的评估方法。以上模型和方法虽然对不同系统保障能力进行了研究，但是国内外针对预警反击作战保障能力的研究还相当匮乏。同时，由于预警反击作战与其他作战样式的保障存在很大差异，相关成果很难直接应用于预警反击作战体系保障能力评估。

本文参照美国国防部体系结构框架(DoDAF)^[10]作为需求分析工具，构建预警反击作战体系保障能力评估指标体系，针对预警反击作战体系保障能力评估中影响因素多且存在不确定性的问题，提出基于置信规则库进行证据推理^[11]的评估方法。该方法使用置信度分布刻画输入的不确定性，用证据推理进行集成，能够解决不确定性给保障能力评估带来的困难^[12]。

1 预警反击作战体系保障能力需求分析与评估指标体系构建

DoDAF采用多视图方法对装备体系进行建模，其“使命- 任务- 活动- 能力”的体系结构建模过程^[13-15]符合预警反击作战体系保障能力需求分析的逻辑，因此本文采用DoDAF方法分析并构建预警反击作战体系保障能力评估指标体系。主要思路是从预警反击作战体系使命出发，将使命具体化为作战任务，通过作战任务阶段划分，进一步分析相关保障活动，牵引出预警反击作战体系保障能力需求，最终明确预警反击作战体系保障能力评估要素结构。

建设高速公路沥青路面是一项耗资巨大的工作，如何才能利用最少的资源以改进道路的使用寿命和效益，一直都是各部门研究的关键所在。因此研究旧路面结构利用是当代的重点研究课题之一。旧路面结构通过改造加工，而得到一个全新的路面，能够承受更大载荷的路面，又因其成本低，能够以极少的资源来换取较大的利益而得到广泛应用。但是目前这个研究课题缺少足够支持，其实施的技术和标准不完善，没有一个完善的病害类型评价和改造工程总体评价体系，一直影响着旧路面结构利用研究的进度。而针对其后期的利用及验证等问题进行相关的研究也具有很大的意义。

DoDAF方法分析构建预警反击作战体系保障能力评估指标体系步骤如下：

1) 分析作战需求，形成作战使命。预警反击作战是指预警系统侦测到敌方来袭导弹信息后，向情报中心发送相关情报信息，情报中心向指挥机构汇报敌方来袭情况，指挥机构根据预警信息向作战单元发布作战命令，作战单元对敌方目标进行打击的过程。

置信规则库基于D-S证据理论，采用置信度结构来刻画指标的不确定性和不完整的专家知识与经验，并以置信度结构形式展示出综合集成的结果。在处理包含不确定信息的复杂系统建模与评估等问题时具有独特优势，并在系统行为识别与预测领域广泛应用^[18-19]。因此，本文拟采用置信规则库对预警反击作战体系保障能力进行评估。

图1 预警反击作战体系任务分解视图
Fig.1 Task decomposition view of early-warning counter-attack system of systems

人工进行培料。摊铺机就位后应预热30～60min，使熨平板温度大于100℃，摊铺速度控制为2m/min。摊铺3～4车混合料后，应翻混合料斗两侧边板，清理残余混合料，推入送料器与热料一起摊铺，以减少混合料离析。

式中：α _ij 表示输入对能力需求c _i 的第j 个取值A _ij 单个指标的匹配程度，对于确定性数据，可以看作其置信度ε _i =1；对于仿真结果数据，置信度ε _i 取仿真结果的频率值。

图2中的能力指标结构中：既包含定性指标，如备件管理水平；又包含定量指标，如卫生装备满足率。

2) 输入数据，计算相似度。将输入值C ₁₅、C ₁₆分别代入(2)式可得：φ ₁(90,100)=0.5,φ ₁(90,80)=0.5；φ ₂(95,100)=0.75，φ ₂(95,80)=0.25，φ ₂(95,60)=0.

表1 作战活动到保障活动映射关系表

Tab.1 Mapping relationship from combat activities to support activities

图2 预警反击作战体系保障能力指标结构
Fig.2 Index structure of support capability of early-warning counter-attack system of systems

2 基于证据推理的预警反击作战体系保障能力评估方法

预警反击作战体系保障能力评估要解决各类因素如何影响保障能力的问题。而预警反击作战体系不仅包括导弹发射系统，还包括指挥控制系统、通信系统以及组织机构的编成等因素。由于指标体系涉及影响因素众多、指标类型多样、结构复杂、测量量纲不统一以及专家的参与，预警反击作战体系保障能力评估问题具有指标类型多样带来的不确定性、体系结构复杂带来的结构不确定性以及人的认知局限带来的认知不确定性。

预警反击作战体系保障能力评估需要考虑不确定情况下多种因素的影响。从影响因素来看，既有定量指标也有定性指标。影响因素不确定性主要体现在：部分指标信息是通过文字描述的，可能出现描述不明确；评估过程中有人的参与，将导致指标信息不完整性、不确定性增加。现有的评估方法在处理不确定信息时效果欠佳，不能有效解决指标类型多样以及存在不确定性的问题^[17]。

2) 分解作战任务，分析得出作战活动。作战使命具体化为具有时序关系的作战任务，对作战任务进行分解，划分为作战阶段；分析各作战阶段，得出具体的作战活动，如图1所示。

2 .1 置信规则库构造

建立置信规则库，将不同种类指标以及历史信息、专家经验按照置信度结构方式进行规范化表达与转换。置信规则库由if-then形式给出，且每条规则的结论具有置信度等级^[20]。置信规则库中的规则^[12,21]可以表示为

RCD负荷侧的N线和PE线不能接反；如图6所示，低压配电线路中，假设其中插座XS2的N线端子误接于PE线上，而其PE线端子误接于N线上，则插座XS2的负荷电流I不是经N线而是经PE线返回电源，从而使 RCD的零序电流互感器的一次侧出现不平衡电流 I，造成漏电保护器 RCD无法合闸.为避免N线和PE线接反，在电气安装中，按规定选择绝缘导线颜色：N线为淡蓝色，PE线为黄绿双色，A、B、C三相分别用黄、绿、红三色.

(r ₂,β _2k ),…,(r _l ,β _lk ),…,(r _L ,β _Lk )},

(1)

式中：表示在第k 条规则中第i 个前提条件的状态，T _k 表示第k 条规则中前提条件的总数，K 表示置信规则库中规则的总数；r _l (l =1,2,…,L )为第l 个等级结论的置信度，L 表示结论的等级总数；β _lk 表示前提条件成立时第k 条规则第l 个等级结论的置信度，该条规则在规则库中的相对权重记为θ _k ，其前提条件间的相对权重记为δ _k1 ,δ _k2 ,…,δ _kTK . 若则称该条规则的信息是完备的；若则表示无论输入为何值，输出未知；若则表示部分输出结果可知。

2 .2 规则激活与权重计算

保障能力置信规则库中各影响因素的参考值为{A _i1 ,A _i2 ,…,A _ij ，…，A _i|A _i |},A _ij 为第i 个指标的第j 个参考值,|A _i |为第i 个指标参考值的个数。不失一般性，序列A _i1 ,A _i2 ,…,A _ij ,…,A _i|A _i |单调递增，则输入值x _i 与参考值A _ij 的相似程度由(2)式给出：

嗯？青辰一惊，对方竟是为了那个绿衣女孩而来！他下意识地朝天葬院望了望，心里默默念叨：师父，千万不要承认，这个唐飞霄定不是好人，千万不要告诉她女孩在这儿！

φ (x _i ,A _ij )=

(2)

式中：φ (x _i ,A _ij )为相似函数^[22-23]，φ (x _i ,A _ij )的计算和选取与指标的类型、特点相关；x _i 为保障能力指标的实际输入值。

通过以上步骤，可以构建出基于置信规则库的预警反击作战体系保障能力评估模型。在该模型中输入评估对象的参数值，就能够得出保障能力的分布。

需要特别说明的是，当规则库中指标属性取值为某个单点时，

(3)

式中：p 、q 分别为输入值x _i 的实际取值范围上限和下限。这样，相似函数φ 在理论上可以保证：当时，φ 取值刚好为1；x _i 距离越远，φ 取值越小。从而能够准确刻画输入值x _i 与的相似性。

短短两个月，小邹和小刘之间发生了多起纠纷，巧合也有，故意也有，虽然没酿成大的事故，但严重削弱了班级凝聚力，影响了班风。追根溯源，还得回到那起偷窃事件。那次阴影一直笼罩着小刘和小邹，让她们不能释怀。找到了症结所在，结合她们两人的实际情况，我采取了三步走的解决策略：

相似度计算完成后，计算输入值x _i 对单个指标的匹配程度，输入为(x ₁,ε ₁)∧(x ₂,ε ₂)∧…∧(x _i ,ε _i )∧…∧(x _I ,ε _I )，其中，ε _i 为输入数据x _i 的置信度，I 为指标个数。带有置信度的数据对能力指标的匹配程度计算方法如(4)式所示：

3) 分析作战活动，得出相关保障活动。分析各个作战活动，分类并汇总为保证导弹成功点火发射并有效毁伤敌方目标而展开的一系列人员、作战、装备、技术、后勤等方面的保障行为和保障行动，形成保障活动如表1所示。

T (x _i ,ε _i )={(A _i ,α _ij )}，

(4)

4) 建立保障活动与保障能力映射关系，细化保障能力指标。对各项保障活动进行分析，得出各保障活动所需的保障能力，将部分能力进一步分解、细化，得到保障能力指标结构如图2所示。

根据(4)式，将实际输入对应于第k 条规则，依次转换成表示输入对第k 条规则的匹配程度。经过转换后的输入数据激活第k 条规则的归一化程度ω _k 的计算式为

(5)

式中：θ _k 为第k 条规则的相对权重；为整个输入值对第k 条规则的匹配程度，脉冲函数

2 .3 使用证据推理(ER )算法进行集成

ER算法的基本公式^[24-25]如(6)式、(7)式：

(6)

β _l =

(7)

式中：N 为规则结论数；β _l 为第l 个结论的置信度；μ 为证据推理组合的归一化修正系数。

2.2.2 两组孕妇母血及脐血IGF-1水平比较 FGR组母血与脐血IGF-1水平均明显低于对照组，差异均有统计学意义(P<0.05)。FGR组脐血IGF-1水平明显低于母血IGF-1水平，差异有统计学意义(P<0.05)。对照组母血与脐血IGF-1水平差异无统计学意义(P>0.05)。见表3。

3 预警反击作战体系保障能力评估实例

下面以A单位为例说明本文评估方法的应用。为简化计算，假设规则库中各条规则的权重均为1，各前提条件的相对权重也均为1，建立置信规则库如表2所示，各能力或者指标取值如表3所示。

设待评估对象的输入参数值为

将得到的7组数据通过计算得到实验的相对标准偏差RSD为3.60%，满足两次独立测定结果的绝对差值不超过算术平均值的10%的精密度要求。

C ₅=(高，0.9)(中，0.1)，

表2 带有置信度结构的保障能力评估规则库

Tab.2 Rule base of support capability evaluation with reliability structure

表3 预警反击作战体系保障能力评估指标取值

Tab.3 Performance values of early-warning counter-attack system of systems

C ₇=(高，0.7)(中，0.2)(低，0.1)，
C ₈=(高，1)，C ₁₀=(高，0.9)(中，0.1)，
C ₁₃=(高，0.8)(中，0.2)，
C ₁₄=(高，1)，C ₁₅=(90%，1)，C ₁₆=(95%，1)，
C ₁₇=(高，0.7)(中，0.2)(低，0.1)，
C ₁₈=(95%，1)，C ₁₉=(90%，1)，
C ₂₀=(70%，1)，C ₂₁=(90%，1)，
C ₂₂=(85%，1)，C ₂₃=(90%，1)。

3.1 计算诸元保障能力 C ₆

已知输入为C ₁₅=(90%，1)，C ₁₆=(95%，1)。具体计算步骤如下：

1) 根据已构造置信度规则库，由C ₁₅、C ₁₆的输入可知，激活了规则库中编号为1、2、4、5对应的规则，相应的规则如表4所示。

表4 诸元保障能力输入激活规则

Tab.4 Activation rules by inputting element support capability

应用DoDAF建立自顶层至底层的逻辑关系和体系层次结构关系，可以辅助从抽象的军事需求逐步分析得到作战所需要的保障能力构成。评估指标体系构建过程专家全程参与，其结果具有可追溯性^[16]。

(1)虚与实。通过多样的灯光照明的合理应用，加强展示空间中的虚实，从而强调展品，吸引参展者的注意。灯光照明分为明光和隐光，合理恰当的运用明光和隐光，能自然合理的衔接空间的虚实关系。例如珠宝展示空间，常常采用明光与隐光的结合，形成一种虚实结合的平衡视觉效果，从而营造一种高端、精致的气氛，强调展品的质感和吸引力。

3) 计算匹配度与激活度。利用(4)式、(5)式计算输入对每条规则归一化后的激活程度，可得：ω ₁=0.375，ω ₂=0.125，ω ₄=0.375，ω ₅=0.125；μ ₁=1，μ ₂=1，μ ₄=1，μ ₅=1.

4) 证据组合。将以上数据代入(6)式、(7)式，计算可得C ₆((高，0.650 0),(中， 0.287 1),(低， 0.062 9))。

3.2 计算整体保障能力 C ₁

按照3.1节的步骤计算备件保障能力C ₉=((高，0.775 8),(中，0.128 6),(低，0.095 6))，故障维修能力C ₁₁=((高，0.651 2),(中，0.235 4),(低，0.113 4))，卫勤保障能力C ₁₂=((高，0.727 6),(中，0.216 4),(低，0.056 0))。由于数据量较大，可利用软件实现，得C ₁=((满足，0.504 1),(基本满足，0.351 5),(不满足，0.144 4))。

由最终求得C ₁的结果可以看出，得到的评估结论是置信度分布。该单位保障能力评估为“满足”的置信度为0.504 1，评估为“基本满足”的置信度为0.351 5，评估为“不满足”的置信度为0.144 4. 该评估结果以置信度分布的形式对A单位保障能力进行了刻画。

3 .3 多评估对象对比

假设B单位的指挥保障能力C ₅=((高，1)，(中，0)，(低，0))，其他能力指标取值不变；C单位技术保障能力C ₁₀=((高，1)，(中，0)，(低，0))，其他能力指标取值不变，分别计算各自保障能力。通过计算，B单位保障能力C _1B=((满足，0.581 7),(基本满足，0.296 9),(不满足，0.121 4))，C单位保障能力C _1C=((满足，0.555 3),(基本满足，0.315 0),(不满足，0.129 7))，如图3和图4所示。

图3 A、B、C单位保障能力评估结果对比
Fig.3 Comparison of evaluated results of support capabilities of A, B and C units

图4 A、B、C单位保障能力评估效用对比
Fig.4 Comparison of the utilities of support capability assessment of A, B and C units

通过图3和图4可以看出：B单位保障能力评估结果优于A单位，这是因为B单位指挥保障能力C _5B比A单位指挥保障能力C _5A更为理想；C单位保障能力评估结果相对于A单位有一定提升，这是因为C单位技术保障能力C _10C比A单位技术保障能力C _10A更理想，但是提升效果不如B单位。由此可见指挥保障能力C ₅比技术保障能力C ₁₀对体系保障能力评估结果的影响更大。从效用分析可以看出，虽然A、B、C单位评估输入差别较大，但是通过集成后体系整体效用差别缩小。

4 结论

本文提出了基于ER的预警反击作战体系保障能力评估方法，应用DoDAF方法构建了预警反击作战体系保障能力评估指标体系；利用ER方法处理底层指标类型多样、评估信息不完整、不确定的问题，将历史数据与专家经验加以融合，建立了基于置信规则库的预警反击作战体系保障能力评估模型。通过实例评估以及对评估结果的分析，得到以下主要结论：

1) 基于ER的保障能力评估方法能够有效处理保障能力评估过程面临的信息不确定性以及定性指标与定量指标同时存在的问题。通过置信度分布刻画保障能力水平更加贴近保障能力的实际情况。

2) 不同指标水平提升对体系保障能力整体水平提升影响不同。指挥保障能力的提升将促进体系保障能力的提升，而指挥保障能力提升对体系保障能力的提升效果优于技术保障能力提升对体系保障能力的提升。

因此，当分配因子λ1、λ2、λ3满足上述条件时，相比分散决策下各决策主体的利润，集体决策下经过协调后的制造商、零售商、物流服务集成商以及物流服务提供商的利润均实现了帕累托改进，同时产品供应链的利润与物流服务供应链的利润也实现了帕累托改进。

隋唐五代时期，人们继承了前代的用法，凡是“尚巧”一定与技巧、技艺等相联系。如隋代江总《为陈六宫谢表》“愧缠艳粉，无情拂镜，愁萦巧黛，息意临窗”[20](P4070)，赞美宫中女子善于妆扮。可以说，这一用法，自隋唐到宋代，人们的“尚巧”观念都是基于对制作、创作方面的工艺、技能等方面的肯定和推崇，是单纯从技术、技能方面来言说的。比照本文前述所引用的唐宋时期“尚拙”问题的文献，亦可对此有较为充分的理解。

3) 通过评估与分析预警反击作战体系保障能力，能够准确识别预警反击作战体系保障能力短板弱项，从而提出针对性建设措施。根据评估结果，确定预警反击作战体系保障能力建设资源配置的重点和方向。

参考文献

[1] 杨诚，项勇，张立刚.基于DoDAF和Petri网的预警作战体系研究[J].计算机工程与应用，2015，51(5)：44-49.

YANG C, XIANG Y, ZHANG L G. Research on system of missile early-warning combat based on DoDAF and Petri net[J]. Compu-ter Engineering and Applications,2015,51(5):44-49.(in Chinese)

[2] 邵正途，朱和平.基于SEA的弹道导弹预警系统作战效能分析[J].战术导弹技术，2011(3):6-10，27.

SHAO Z T, ZHU H P. Operational effectiveness analysis based on SEA for BM early warning system[J]. Tactical Missile Technology,2011(3):6-10，27.(in Chinese)

[3] 徐建国，李孟军，姜江，等.预警作战体系超网络建模及结构分析[J].系统工程与电子技术,2018, 40(5):1043-1049.

XU J G, LI M J, JIANG J, et al. Super network modeling and structure analyzing for warning combat system[J]. Systems Engineering and Electronics, 2018,40(5): 1043-1049. (in Chinese)

[4] 苏辛.面向任务的网络化作战体系的建模[D].成都：电子科技大学，2017.

SU X. Modeling of task-oriented networked combat system[D].Chengdu: University of Electronic Science and Technology, 2017.(in Chinese)

[5] 任力群,陈振生,唐正国,等.地地导弹作战保障系统效能评估[J].弹箭与制导学报,2006,36(4):333-335.

REN L Q, CHEN Z S, TANG Z G, et al. Effectiveness evaluation of surface-to-surface missile battle safeguard system [J].Journal of Projectiles,Rockets, Missiles and Guidance,2006,36(4):333-335.(in Chinese)

[6] 李萌. 基于HLA的战役装备保障能力评估研究[D].长沙：国防科学技术大学,2011.

LI M. Research on the evaluation of combat equipment support capability based on HLA [D]. Changsha: National University of Defense Technology, 2011.(in Chinese)

[7] 周志杰,刘涛源,李方志,等.一种基于证据推理的装备保障资源评估方法[J].控制与决策,2018,33(6):1048-1054.

ZHOU Z J, LIU T Y, LI F Z, et al. An evaluation method of equipment support resources based on evidential reasoning [J].Control and Decision, 2018,33(6):1048-1054.(in Chinese)

[8] 李建印.基于BP神经网络的装备保障能力评估研究[J].管理评论,2014,26(12):182-188.

LI J Y. Research of equipment support capability evaluation based on BP neural network[J]. Management Review,2014,26(12):182-188.(in Chinese)

[9] 滑楠，赵延龙，于振华. 基于改进PSO算法的机动通信保障任务分配方法[J].控制与决策,2018,33(9):1575-1583.

HUA N, ZHAO Y L, YU Z H. Method of task allocation of tactical communication support based on improved particle swarm optimization algorithm [J]. Control and Decision,2018,33(9):1575-1583.(in Chinese)

[10] DoD Architecture Framework Group. DoD architecture framework version 2.0[R]. Washington, DC,US：Department of Defense，2009.

[11] WANG Y M, YANG J B, XU D L. Environmental impact assessment using the evidential reasoning approach[J]. European Journal of Operational Research, 2006, 174(3):1885-1913.

[12] YANG J B, LIU J, WANG J, et al. Belief rule-based inference methodology using the evidential reasoning approach-RIMER[J]. IEEE Transactions on Systems, Man, and Cybernetics-Part A: Systems and Humans, 2006, 36(2):266-285.

[13] 王君相.基于DoDAF的战略预警系统建模与评估技术研究[D].西安：西北工业大学，2017.

WANG J X. Research on modeling and evaluation of strategic early warning system based on DoDAF[D]. Xi’an: Northwestern Polytechnical University,2017. (in Chinese)

[14] 宋琦.基于DoDAF的装备体系结构建模方法[J].国防科技，2013，34(6)：56-61.

SONG Q. A study on DoDAF-based equipment system modeling methods[J]. National Defense Science and Technology,2013,34(6):56-61.(in Chinese)

[15] 王立民，付勇，李强，等.基于DoDAF的武器装备体系需求分析方法[J].计算机工程与设计，2009,30(22):5266-5268, 5272.

WANG L M, FU Y, LI Q, et al. Requirement analysis method of weapons SOS based on DoDAF[J]. Computer Engineering and Design,2009,30(22):5266-5268, 5272. (in Chinese)

[16] 梁杰，谭跃进，占国熊，等.基于DoDAF人因视图的武器装备体系结构建模方法[J].火力指挥与控制，2017,42(2):1-5,10.

LIANG J, TAN Y J, ZHAN G X, et al. Modeling method of arms equipment architecture based on DoDAF human view[J]. Fire Control and Command Control, 2017,42(2):1-5,10.(in Chinese)

[17] 伍文峰，胡晓峰.基于大数据的网络化作战体系能力评估框架[J].军事运筹与系统工程，2016，30(2)：26-32.

WU W F, HU X F. Capability evaluation framework of networked combat system based on big data[J]. Military Operations Research and Systems Engineering, 2016, 30(2)：26-32.(in Chinese)

[18] 庞煜. 基于可能性理论和格论的系统可靠性分析[D].成都：电子科技大学，2012.

PANG Y. System reliability analysis based on possibility theory and lattice theory[D]. Chengdu: University of Electronics Science and Technology,2012.(in Chinese)

[19] 韩润繁，陈桂明，孟岩磊，等.基于置信规则库的海基系统性能退化机理分析与预测[J].控制与决策，2017,33(2):125-134.

HAN R F, CHEN G M, MENG Y L, et al. Degradation mechanism analysis and prediction of maritime based system perfor-mance using belief rule base[J]. Control and Decision, 2017,33(2):125-134. (in Chinese)

[20] YANG J B, XU D L .On the evidential reasoning algorithm for multiple attribute decision analysis under uncertainty[J].IEEE Transactions on Systems, Man and Cybemetics，2002, 32(3):289-304.

[21] CHEN S M, HSIAO W H. Bidirectional approximate reasoning for rule-based systems using interval-valued fuzzy sets[J]. Fuzzy Sets and Systems, 2000, 2:185-203.

[22] VIAENE S, WETS G, VANTHIENEN J. A synthesis of fuzzy rule-based system verification[J]. IEEE International Conference on Fuzzy System, 1998, 2: 985-990.

[23] BEYNON M. DSAHP method: a mathematical analysis, including an understanding of uncertainty [J]. Systems Engineering, 2002, 140(13):148-164.

[24] YANG J B. Rule and utility based evidential reasoning approach for multi-attribute decision analysis under uncertainties[J]. European Journal of Operational Research, 2001, 131(1):31-61.

[25] 胡晓峰，杨靖宇，吴琳，等. 武器装备体系能力需求论证及探索性仿真分析实验[J].系统仿真学报, 2008, 20(12):3065-3068,3073.

HU X F, YANG J Y, WU L, et al. Weapon system of systems (SoS) capabilities requirement development and exploratory si-mulation analysis experimentation[J].Journal of System Simulation,2008,20(12): 3065-3068,3073. (in Chinese)

Support Capability Evaluation Method for Early -warning Counter -attack System of Systems Based on Evidential Reasoning

SUN Zhipeng, CHEN Guiming, GAO Weigang

(College of Operational Support, Rocket Force University of Engineering, Xi’an 710025, Shaanxi, China)

Abstract : For the evaluation of support capability of early-warning counter-attack combat system, the DoDAF method is used to establish an evaluation index system, and a support capability evaluation model is presented based on the belief rule base. The proposed model was used to evaluate the support capability of a unit, and the evaluated results were analyzed. The research results show that the support capability evaluation method based on the belief rule base can be used to effectively deal with the information uncertainty problem faced by the system support capability evaluation, and the improvement in different index levels has different effects on the degree of improvement in the system support capability. The weaknesses of the early-warning counter-attack system support capability can be accurately identified through the evaluation and analysis of the early-warning and counter-attack system support capability.

Keywords : operational support; early-warning counter-attack system of systems; evidential reasoning; support capability; capability evaluation

中图分类号： E145.6

文献标志码： A

文章编号： 1000-1093(2019)09-1928-07

DOI :10.3969/j.issn.1000-1093.2019.09.018

收稿日期： 2018-11-27

基金项目： 国家自然科学基金项目(71601180)

作者简介： 孙志鹏(1990—)， 男， 工程师， 硕士研究生。 E-mail: sunzhp_good@126.com

通信作者： 陈桂明(1966—)， 男， 教授， 博士生导师。 E-mail: 792757066@qq.com

标签：作战保障论文;  预警反击作战体系论文;  证据推理论文;  保障能力论文;  能力评估论文;  火箭军工程大学作战保障学院论文;