Bilgiye Dayalı Komuta Kontrol Sisteminde Akıllı Karar Vermenin Anahtar Teknolojisi Üzerine Araştırma
Zhang Yongliang 1, Zhao Guangchao 2, Chen Xiliang 1, Dong Qiang 1
(1. Komuta Bilgi Sistemi Koleji, PLA Bilim ve Teknoloji Üniversitesi, Nanjing 210007, Jiangsu; 2. Çin Luoyang Elektronik Ekipman Test Merkezi, Luoyang, Henan 471003)
: Bilimsel, akıllı ve uyarlanabilir askeri komuta ve kontrol sisteminin akıllı karar verme sürecini geliştirmek, bilgiye dayalı bir komuta ve kontrol sisteminin akıllı karar verme çerçevesini tasarlamak ve ontoloji temelli bilgi temsilini benimsemek amacıyla komuta ve kontroldeki bilgi mekanizmasına odaklanmak Teknoloji, karar verme görev alanı bilgi sistemini oluşturur, durum alanına yönelik akıllı bilgi hizmeti teknolojisini inceler ve üretim kurallarına dayalı olarak komuta varlıklarının statik bir karar verme muhakeme modelini ve dinamik Bayes ağlarına dayalı dinamik bir karar verme muhakeme modelini önerir. Akıllı komuta ve kontrol sisteminin gösterimi ve inşası için teorik ve teknik hazırlık sağlayın.
: TP273 belge kimlik kodu: A: 10.19358 / j.issn.1674-7720.2017.02.018
Teklif biçimi: Zhang Yongliang, Zhao Guangchao, Chen Xiliang, vd.bilgiye dayalı komuta ve kontrol sisteminde akıllı karar vermenin anahtar teknolojisi üzerine araştırma J. Mikrobilgisayar ve Uygulama, 2017,36 (2): 56-59.
0 Önsöz
Bilgi Tabanlı Mühendislik (KBE) perspektifinden bakıldığında, bilgi, veri ve bilgi işlemeye dayanır, bir tür personel odaklı ve daha fayda odaklı olan birbiriyle ilişkili bir bilgi yapısı oluşturmak için belirli anlam ve bağlamlarla donatılmıştır. Bilgi. Bilginin işlevi, bilginin sınırını karar verme ve eyleme geçme, bilgi ile karar alma ve eylemin çapraz bağlantısını gerçekleştirmesi (Şekil 1'de gösterildiği gibi) ve askeri personelin elde edilen bilgileri hızlı bir şekilde doğru karar alma ve eyleme dönüştürmesine yardımcı olmasıdır. Bilgi yönetiminde tanınmış bir uzman olan Thomas Davenport'un belirttiği gibi bilgi, yapılandırılmış deneyim, değerler, ilgili bilgiler ve uzman görüşlerini içeren dinamik bir kombinasyondur. Eyleme daha yakın olduğu için veri ve bilgiden daha değerlidir [1] .
Şu anda, "bilgi merkezi" teknik sisteminin komuta sistemi, bilgi savaşında yetersiz bilgi, düşük sistem özerkliği ve zayıf hızlı tepki yetenekleri gibi sorunları ortaya çıkarmıştır [2]. Bilgi çağında akıllı komuta ve kontrolün gelişme eğilimiyle karşı karşıya kalan komutanlar, komuta operasyonlarına yardımcı olmak için bilgiye dayalı karar destek sistemlerine giderek daha fazla ihtiyaç duyuyor. ABD ordusu, bilgi çağında savaş sistemlerinde "bilginin" önemli rolünü kabul etti ve 2006 yılında ulusal savunma teknik incelemesinde "bilgi merkezli savaş" kavramını resmen önerdi ve "bilgiyi sınıra itmekten" ağ merkezli bir strateji önerdi. Bilgi merkezi savaş dönüşümü stratejik anlayışı olan "Bilgiyi uç noktaya itmek" ve buna dayalı olarak C4ISR sistemini istihbarat yönüne yönlendirir. ABD ordusu tarafından aktif olarak savunulan ve geliştirilen "koyu yeşil" sistem, onun temsili sonucudur.
Bu makale, bilişsel psikoloji, yapay zeka ve bilgi mühendisliği [3] teknolojisi, komuta karar teorisi ve yöntemlerinin kullanımı ile birlikte akıllı karar destek sistemi (Akıllı Karar Destek Sistemi, IDSS) ile ilgili teknolojilerin mirasına dayanmaktadır ve komuta ve kontrol sistemine akıllı karar verme üzerine odaklanmaktadır Çerçeve tasarımı, görev alanı bilgi sistemi inşası, bağlamsal bilgi hizmeti sağlama ve komuta karar muhakemesi gibi temel teknolojiler üzerine yapılan araştırmalar, ordumuzun komuta ve kontrol sisteminin karar vermeye yardımcı olmada bilimsel seviyesini, istihbaratını ve uyarlanabilirliğini geliştirmeyi amaçlamaktadır.
1 Bilgi tabanlı komut sistemi akıllı karar verme mimarisi tasarımı
Komut ve karar vericiler için, bilgiden bilgiye dönüşüm, "sadece ham verileri sunmaktan karar kalitesi bilgisi sağlamaya ve görev alanının anlaşılmasına kadar" gerçekleştirilebilir. Bununla birlikte, mevcut komuta ve kontrol sistemi, verilerin doğrudan bilgiye dönüştürülmesini desteklemiyor.Savaş alanındaki muazzam miktardaki bilgiyi analiz etmek, yargılamak, yeniden düzenlemek ve yapay olarak komuta etmek için yalnızca karar vericilerin deneyimlerine ve statik bilgilerine güvenebilir. Personelin anlayabileceği savaş alanı durumunun yargılanması için gereken akıllı karar verme bilgisi. Sonuç olarak, bu gerçek, sözde "bilgi boşluğunu" oluşturmuştur, yani komut kararlarının dayandığı savaş alanı durumu bilgisi ile bilgi sistemi tarafından sağlanan bilgi arasında bir "süreksizlik" vardır.
Bu nedenle, bilgiye dayalı komuta ve kontrol sisteminin akıllı karar verme mimarisi, veri, model, bilgi ve etkileşimin dört bileşeninin etkin entegrasyonunu tamamlamalıdır [4-5]. Akıllı karar verme hiyerarşisinin genel çerçeve modeli Şekil 2'de gösterilmektedir. Komuta ve kontrol sistemine dayalı akıllı karar verme, askeri alandaki uzmanların bilgi ve deneyimlerini bir dizi bilgi işleme yöntemiyle elde etmek ve bilgiyi resmileştirmek için uygun bilgi modelleme yöntemlerini ve dillerini kullanmak ve ardından makul bilgi hizmeti stratejilerini benimsemektir. Belirli görevlere, savaş alanı ortamına ve kişiselleştirilmiş bilgi ihtiyaçlarına göre akıllı akıl yürütme ve çıkarım süreci.
2 Ontoloji tabanlı görev alanı bilgi modelleme yöntemi
Bilimsel ve standartlaştırılmış bir bilgi sistemi, akıllıca karar vermenin anahtarıdır [6-8]. Bilgiye dayalı akıllı karar verme için çözülmesi gereken ilk sorun, komuta ve kontrol sistemindeki bilgi savaşının orijinal görünümünü yansıtabilecek bir görev alanı bilgi (MSK) sistemi oluşturmaktır. Genel olarak konuşursak, MSK temelde iki tür bilgiden oluşur: bir tür, görev alanının kurallarını, özelliklerini ve niteliklerini yansıtan "İşlem Etki Alanı Bilgisi" (İşlem Etki Alanı Bilgisi, ODK) olarak kabul edilebilir; diğer tür, tipik görev görev alanıyla ilgilidir. Özelliklerle yakından ilgili bilgi, "Bağlam Bilgisi" (Bağlam Bilgisi, CK) olarak anlaşılabilir. CK, mevcut görev geçmişine ve durumuna bağlı olarak, savaşçıların bireysel özelliklerini meta-bilgi işlevi altında birleştirerek oluşturduğu bir bilgi türüdür. Komut verme ve karar verme sürecinde, CK kilit bir destekleyici role sahiptir ve komutanın karar verme süreci için doğrudan hizmet sağlayabilir, bu da "bilgi boşluğunu" kapatmanın anahtarıdır.
Ontoloji tabanlı bilgi modelleme teknolojisini kullanarak, görev konu sözlüğüne dayalı kelime seçimini standartlaştırın, karar verme alan bilgisi ontolojisinin inşasını standartlaştırmak için görev kavramsal modelleme mühendisliği EATI modeline ve EBI çerçevesine bakın ve birleşik bir form oluşturun Ontoloji temsil özellikleri. Bilginin ontolojisinin kavramsal terimlerini ve hiyerarşik ilişkilerini analiz etmek ve belirlemek, karar verme görev alanı ontolojisinin genel çerçevesini oluşturabilir, böylece görev alanı bilgisinin kavramsal bir mantıksal ilişki sistemini oluşturabilir. Karar görev alanı bilgi ontolojisinin temel konsept sistemi Şekil 3'te gösterilmektedir.
Alan bilgisi ontolojisi kavramsallaştırıldıktan sonra, ontolojinin cebirsel sistemi kullanılarak bilgisayar tarafından tanınan bir forma resmen kodlanması ve bilginin yeniden kullanımı ve paylaşımını kolaylaştırmak için alan bilgisi ontoloji veritabanında saklanması gerekir. NAING M M ve diğerleri tarafından önerilen altı elemanlı yöntem, karar verme alanı ontolojisini (OMSK_ON) tanımlamak için kullanılabilir ve Backus-Naur Formu (BNF), altı grubu şu şekilde ifade etmek için kullanılabilir:
OMSK_ON :: = < C, AC, R, AR, H, X > (1)
Bunlar arasında, C, kavram sınıflarının farklı düzeylerinin koleksiyonunu temsil eder; AC, kavramın öznitelik koleksiyonunu temsil eder; R, ilişkilerin koleksiyonunu temsil eder ve R'deki her ilişki ri (Cp, Cq), Cp ve Cq kavramları arasındaki iki yönlü ilişkiyi temsil eder; AR Her ilişkinin öznitelik kümesini temsil eder; H, kavramlar arasındaki üst sınıf-alt sınıf ilişkisinin hiyerarşik yapısını içeren, C'den türetilen kavramsal bir hiyerarşik ilişkidir; X, bir aksiyom kümesini temsil eder ve her aksiyom bir kısıtlama koşulunu temsil eder. Ontolojinin resmi tanımından sonra, ontoloji geliştirme aracı protégé ve ontoloji tanımlama dili OWL, ontoloji modelini oluşturmak, alan ontolojisinin resmi kodlamasını tamamlamak ve sonraki bilgi filtreleme, itme, organizasyon ve sunum için temel oluşturmak için kullanılır.
3 Savaş alanı durumsal alanı için aktif bilgi hizmeti teknolojisi
Bilgi, belirli bir durumda var olan bilgidir ve bilginin zengin ilişkilere ve anlamlara sahip olduğu durumun varlığı tam da budur. Görev icra sürecinde, komuta karar verme süreci büyük ölçüde "senaryolar" tarafından etkilenir. Buradaki "senaryo alanı", görev, savaş alanı durumu ve komutanların bilişsel özellikleri gibi çeşitli faktörlerin toplamıdır. Komut ve karar vericiler içinde bulundukları durumsal alanı anlamazlar ve bilişsel önyargılara ve hatta yanlış yargılara sahip olurlar.
Komut ve karar verme personeli için akıllı bilgi hizmetleri sağlamak için, komuta ve karar vermede bilgiyi "senaryo alanı" ile birlikte kullanmak gerekir [9-11]. Çözülmesi gereken üç temel konu vardır: biri, görev alanı durumunun özelliklerini yansıtan temel unsurları çıkarmak, savaş alanı durumuna uygun kapsamlı bir durum uzay modeli oluşturmak ve görev odaklı bilgi filtrelemesinin gerçekleştirilmesi için kısıtlamalar sağlamak; diğeri ise durum uzay modeline dayalı olarak durumu incelemektir. Bilgi filtreleme algoritması, sistem bilgi kaynaklarının etkili bir şekilde önerilmesini gerçekleştirir; üçüncüsü, aktif bilgi hizmeti çalışma mekanizmasını tasarlayarak karar vericilerin bilişsel yasasına uygun akıllı bilgi hizmetini gerçekleştirmektir. Bağlama dayalı olarak bilgi bilgisini filtreleme süreci Şekil 4'te gösterilmektedir.
4 Biliş odaklı komut varlığı akıllı karar verme muhakeme modeli
Komut varlığının akıllı karar verme modeli, komuta varlığının karar verme sürecinin soyut tanımına atıfta bulunur ve belirli bir görev alanıyla sonuçlanır. Esas olarak komuta varlığının görev anlayışını, durum analizini, koşul yargısını ve karar verme sonuçlarını ifade etmek için kullanılır [12-13]. Akıllı karar verme muhakeme modelinin bilimsel niteliği, komuta ve kontrol sisteminde akıllı karar vermenin pratik uygulamasıyla ilgilidir.
Komuta biriminin akıllı karar verme süreçlerinin ihtiyaçlarını karşılamak için, komuta kuruluşu karar verme muhakeme modeli iki türe ayrılabilir: planlama ve organizasyon görevi eylem aşamasındaki komuta ve karar verme faaliyetlerine ve kontrol ve koordinasyon görevi eylem aşamasına karşılık gelen statik karar verme ve dinamik karar verme. Temel işlem açıklaması Şekil 5'te gösterilmektedir. Aşağıda, savaş öncesi görev konuşlandırmasının statik karar verme sürecini başarmak için üretim kurallarına dayalı çıkarım teknolojisini ve gerçek zamanlı savaş koşullarının dinamik karar verme sürecini elde etmek için Dinamik Bayes Ağına [14] (Dinamik Bayesian Net, DBN) dayalı Bayes çıkarım teknolojisini tanıtır. .
4.1 Üretim kurallarına dayalı statik karar muhakeme modeli
Yapay zeka açısından bakıldığında, üretim kurallarına dayalı statik karar verme süreci, bilginin mantıksal akıl yürütmesi için üretim kurallarını kullanma sürecidir. Çalışma süreci, bilgi tabanında depolanan askeri kuralları gerçek "durum alanı" bilgisiyle eşleştirmek ve buradan ilgili karar alma sonuçlarını seçmek ve ilgili karar verme planını çıkarmaktır. Üretim kurallarının genel biçimi şöyledir: - > . Bunların arasında, statik karar modelindeki öncül, statik bir karar koşulu olarak düşünülebilir ve ikincisi, karşılık gelen karar sonucudur. Öncül ve sonuncusu, AND, OR, NOT, vb. Mantıksal operatörlerden oluşan mantıksal ifadeler olabilir. Fonksiyonlardan, diferansiyel ve integral formüllerinden oluşan matematiksel ifadeler.
Üretim kuralının anlamı, karar koşulu bilinen gerçeklerle eşleşirse, analiz ve yargı sonucunun elde edilebilmesi veya ilgili eylemin yürütülebilmesi, yani sonraki parçanın öncül tarafından tetiklenmesidir. Bu nedenle, öncül kuralın yürütme koşuludur ve ikincisi kuralın gövdesidir. Statik karar koşulu kümesi C ile belirtilmişse ve son statik karar tarafından oluşturulan kuvvet yerleştirme karar kümesi D ile belirtilmişse, kuvvet dağıtma karar kümesindeki herhangi bir görev varlığı için eylem kararı di şu şekilde ifade edilebilir:
di = f (AC) (2)
Bunlar arasında di, statik karar D'nin herhangi bir eylem kararıdır, yani
diD, D = {d1, d2, ..., dn}, i {1,2, ..., n}; f, ilgili karar kuralları aracılığıyla, kuvvet yayılma karar kümesi D'ye karşılık gelen C statik karar koşulu kümesinin ilişkisel fonksiyonudur Göstermek için. A, C'nin katsayı matrisidir:
Akj, k'inci görev varlığı eylemi dk ve j-inci koşulu cj, k {1,2, ..., s}, j {1,2, ..., m} arasındaki ilişkiyi temsil eder. Akj = 0 olduğunda alakasız anlamına gelir; akj = 1 olduğunda ilgili anlamına gelir.
Gerçek statik karar sürecinde, genellikle cj'nin k. Eylem kararı dk ile j-inci koşulunun ağırlık ilişkisini temsil eden 0akj1 ve eylem kararını etkileyen CzC koşullarının alt kümesidir, bu da bunun bir dizi statik karar koşulları olduğu anlamına gelir. Kombinasyon. Bu nedenle, statik karar setindeki herhangi bir eylem varlığı için karar dk:
Bunlar arasında = 1akj = 1, k {1,2, ..., s}, cjCz. Bu matematiksel ifadenin anlamı, gruplama, yapılandırma ve görev bölümü gibi içerik dahil olmak üzere, statik karar verme modeli tarafından nihai olarak oluşturulan eylem odaklı varlıklar için herhangi bir karar verme planı setidir.
4.2 Dinamik Bayes Ağına Dayalı Dinamik Karar Akıl Yürütme Modeli
Belirsiz ve eksik savaş alanı durum bilgilerini tahmin etmenin dinamik karar verme problemi, savaş alanı olaylarının bir olasılık modelini oluşturmak için Bayesian ağ teknolojisini kullanır ve farklı savaş alanı durum seviyelerinde birden çok muharebe birimini bir çift oluşturmak ve evrimleştirmek için birbirine bağlar. Savaş alanı durumunu algılayabilen, gerekçelendirebilen ve tahmin edebilen Bayes ağ modeli, savaş alanı durum tahmini için nispeten etkili bir modelleme yöntemidir.
Bayes ağı (BN), olasılık analizi ve grafik teorisine dayanan belirsizlik bilgisinin bir temsil ve muhakeme modelidir.Toplam bir ortak olasılık dağılımını tanımlamak için gereken olasılıkların sayısını büyük ölçüde azaltmak için değişkenler arasında koşullu bağımsızlık kullanır. Belirsizlik muhakemesi ve karar verme problemleri yaygın olarak kullanılmaktadır. Bayes ağının her düğümü rastgele bir değişkeni temsil eder, nedensel ilişkiye sahip düğümler oklarla bağlanır ve düğümler arasındaki ilişki koşullu olasılık tablosu ile açıklanır. Belirli bir düğümün önceki olasılığından ve koşullu olasılığından, koşullara göre yönlendirilmiş kenar boyunca olasılık yayılmasının gerçekleştirilmesi için her düğümün durum olasılığı elde edilebilir, böylece tüm Bayes ağı çıkarımını tamamlar. Bayes ağları, ortak dağıtımı birkaç yerel dağıtımın ürününe ayırmak için değişkenler arasında koşullu bağımsızlık kullanır:
Dinamik Bayes ağı (DBN), zaman ekseninde değişen ve gelişen bir sistem modelini tanımlamak için kullanılan statik Bayes ağının bir uzantısıdır. Dinamik Bayes ağı, T gizli durum değişkenleri X = {x0, x1, ..., xT-1} dizi olasılık dağılım fonksiyonu ve T gözlem değişkenleri Y = {y0, y1, ..., yT-1} Diziden oluşan T, araştırılan olayın zaman çerçevesidir. Dinamik Bayes ağı şu şekilde tanımlanabilir:
Bunlar arasında p (xi | xi-1), farklı zaman dilimlerindeki durumlar arasındaki olasılık fonksiyonunu ifade eder; p (yi | xi) aynı zaman dilimindeki her düğümün olasılık fonksiyonunu; P (x0) süreci ifade eder Başlangıçtaki ilk durum.
Dinamik savaş alanı durumu karar verme durumu muhakemesi ve tahmini için Bayes ağlarını kullanırken, iki temel sorunun çözülmesi gerekir: savaş alanı durum öğesi özelliklerinin çıkarılması ve BN ağının yapısını birlikte belirleyen alan bilgisinin edinilmesi. Durum unsurları arttıkça, ağ yapısının karmaşıklığı ikiye katlanır, dolayısıyla dinamik karar verme durum tahmininde ilk adım, askeri uzmanların alan bilgisine dayalı olarak gerekli ağ değişikliklerini yapmaktır. Savaş alanı durum tahmini sürecinde, savaş alanı durumunu yansıtan bir Bayes ağ modeli, savaş alanı durumunu yansıtan özelliklerin rasyonel bir şekilde seçilmesi ve alan bilgisine dayalı özellikler arasındaki korelasyonun oluşturulmasıyla oluşturulabilir.
5. Sonuç
Akıllı savaş yaklaşımıyla, komutanlara strateji oluşturmada yardımcı olacak akıllı bir komuta ve kontrol platformunun geliştirilmesi genel eğilimdir. Bilgiye dayalı akıllı komuta ve kontrol sisteminin temel teknolojilerindeki atılım, ordumuzun gelecekteki akıllı komuta bilgi sisteminin tasarımı ve gösterimi için önemli bir referans sağlayabilir. Son yıllarda, derin öğrenme ile bilişsel zekanın atılımı ve gelişimi, teknik bir perspektiften komuta bilgi sistemlerine dayalı akıllı yardımcı karar vermeyi çözmede kritik ilerleme sağlamayı mümkün kılmıştır. Bilgiye ve makine öğrenimine dayalı akıllı karar destek sistemleri üzerine araştırma, komuta bilgi sistemi mühendisliği alanındaki bir sonraki adımın odak noktasıdır.
Referanslar
[1] Ren Haiquan. Ordu Komutanlığı [M]. Pekin: Ulusal Savunma Üniversitesi Yayınları, 2007.
[2] Chai Yuqiu, Xu Guocheng. Bilgi edinme koşulları altında ordu karar bilimi M. Pekin: Military Science Press, 2009.
[3] Chen Wenwei, Chen Sheng Bilgi Mühendisliği ve Bilgi Yönetimi M Pekin: Tsinghua University Press, 2010.
[4] Li Xingsen, Shi Yong, Zhang Lingling Bilgi Patlamasından Akıllı Bilgi Yönetimine M Pekin: Science Press, 2010.
[5] Tong Zhipeng, Liu Xing. Entegre Elektronik Bilgi Sistemi M. Pekin: Ulusal Savunma Sanayii Basını, 2008.
[6] Wang Xiaodong. Ontolojiye Dayalı Bilgi Tabanı Sisteminin Modellenmesi ve Uygulanması Üzerine Araştırma D. Şangay: Doğu Çin Normal Üniversitesi, 2003.
[7] Wu Jiang. Ontolojiye dayalı bilgi yönetiminin temel teknolojileri üzerine araştırma D. Xi'an: Kuzeybatı Üniversitesi, 2007.
[8] Song Junfeng, Zhang Weiming, Xiao Weidong, ve diğerleri Ontoloji Tabanlı Bilgi Erişim Modeli Araştırması J Nanjing Üniversitesi Dergisi, 2005, 41 (2): 189-197.
[9] Feng Pengcheng. Bağlam farkındalığına dayalı kişiselleştirilmiş öneri algoritması üzerine araştırma D. Şangay: Donghua Üniversitesi, 2014.
[10] Li Yanni, Li Haisheng, Cai Qiang Semantik benzerliğe dayalı alan bilgisi önerisi üzerine araştırma J. Karmaşık Sistemler ve Karmaşıklık Bilimi, 2013, 10 (3): 50-54.
[11] Wu Xueting, Bilgi Bağlamına Dayalı Kişiselleştirilmiş Bilgi İtme Teknolojisinin Araştırılması ve Uygulanması [D] Nanchang: Nanchang Üniversitesi, 2010.
[12] Sun Peng, Zhang Yongliang Ordu muharebe simülasyon komuta varlığının entegre modellemesi üzerine araştırma M Pekin: PLA Press, 2014.
[13] Cao Xiaodong, Guo Jiacheng. Komut ve kontrol kurallarında J. Askeri Yöneylem Araştırması ve Sistem Mühendisliği, 2006, 20 (3): 22-26.
[14] Xiao Qinkun, Gao Song, Gao Xiaoguang. Dinamik Bayes ağ çıkarım öğrenme teorisi ve uygulaması M. Pekin: Ulusal Savunma Sanayii Basını, 2007.
