基于云模型的装甲目标毁伤评估方法

杜诗睿，史忠森，付庆红，张 岩

(北方自动控制技术研究所，山西 太原 030000)

摘 要 ：针对装甲目标战场的毁伤评估，提出一种基于云模型的毁伤评估方法。分析了目标特性，划分毁伤层次，构建目标毁伤树；对目标功能毁伤度引入了关键部件否决项；根据云模型的隶属度均值判断并得出毁伤等级。最终实现将目标的物理毁伤度向功能和总体毁伤度进行转换，并给出目标整体毁伤的评估结果。以坦克目标为例进行计算，结果表明，该模型能够有效进行目标毁伤评估，与传统模型相比，能够体现毁伤程度的模糊性，并且评估结果可靠。

关键词 ：毁伤评估；层次分析法；云模型；毁伤树

随着武器装备的发展，战场情况日益复杂，战场决策受装备毁伤评估的影响也日益增大，然而毁伤细节的不确定性和毁伤评估等级的模糊性使装备毁伤评估难以准确反映实际毁伤情况。传统的评估方法可以描述目标物理毁伤特征，没有考虑描述目标各种功能损伤情况^[1]。为了对目标功能级和总体级毁伤特征进行描述，在得到目标的物理毁伤特征之后，需要通过计算得到上一级的毁伤度和评语。到目前，国内外学者对目标毁伤评估进行了大量研究，提出了包括分层加权模型、串并联模型、贝叶斯网络法等评估方法。

除了吃草，婆婆家的山羊还时常吃点好东西——山芋啊、花生啊、黄豆啊……婆婆的精心照料，让小山羊长得膘肥体壮，一身白毛油光水滑。

分层加权模型赋予权重给各个层次的指标，然后逐层进行加权求和，计算结果的精确度不高^[2]。串并联模型用串联、并联、混联的逻辑关系来简化目标的内在关系，然而目标系统并非简单的逻辑串并联关系，因此该方法的普适性不强^[3]。贝叶斯网络法^[4-5]适用于从战场采集毁伤信息进行推理计算，但是在缺少图像等推理的条件时，难以得到准确结果。

云模型作为一种将不确定性概定性定量转换的数学模型，在文献[6]中首次提出。云模型结合了随机性和模糊性，并揭示了二者的关联性。云模型实现了定性概念和定量数值之间的转换，在处理随机和模糊问题上相较于传统方法具有很大优势^[7]。正态云模型通过期望值、熵值和超熵值构成的正态云发生器，生成定量转换值表示定性概念，体现该定性概念的不确定性，可用于解决真实世界中不确定性概念的定性表示问题。经过不断的完善和发展，云模型已成功应用于大系统评估^[8]等领域。

笔者利用云模型，以坦克目标为例，建立了该目标从部件到总体的毁伤评估模型。

选用30cm×20cm的黄色板诱杀蚜虫，悬挂在植株上方20cm处，以悬挂30块/667m2～35块/667m2黄板为宜。

1 坦克毁伤评估模型

1.1 目标毁伤树

目标毁伤树图中应包括所有与目标功能相关的重要部件，以及目标所具有的各项功能。从目标总体开始，以由顶端到底端顺延的方式对其进行排列。先将目标按特定功能的不同分为若干个功能层子系统，每项功能的毁伤作为部件层毁伤的上级事件；对部件毁伤造成对目标功能系统的影响进行分析，确定出目标重要部件和关键部件，找出目标毁伤的根本原因；将相关部件与上级事件相连，构成从目标总体到重要部件自上向下的毁伤树结构。

根据某坦克功能子系统结构及功能特征分析，把某坦克划分为机动功能、火力功能、通信功能、乘员功能、控制功能和防护功能6个功能子系统^[9]。考虑到系统复杂性，对部件进行简化(例如，将火控计算机、电台等设备并入主炮塔，将传动系统、操作系统等并入车身)，并选取较关键的3个功能：机动功能 、火力功能 、通信功能，进行毁伤树分析，如图1所示。

对于一般重要部件，损坏后引起相关功能的弱化，而对于一些关键部件，损坏后会直接导致相关功能的丧失，所以，不同部件损坏对某功能或相同部件损坏对于不同功能的影响除了权重上的差别，还有功能不可替代性上的差别，根据文献[10]中的标准，列出有关部件的毁伤对坦克功能的影响，如表1所示，其中0表示该部件对功能毁伤有贡献，1表示该部件对功能具有否决性质。

表1 部件与功能的相关程度

1.2 目标功能及总体毁伤等级

目标毁伤不仅体现在物理和结构毁伤方面，而且更多地体现在目标各种功能丧失方面，毁伤等级应以目标功能下降程度来进行划分。在毁伤等级划分的基础上，根据目标毁伤评估所得到的功能下降程度对毁伤等级进行判定。

在某军事对抗仿真平台中，模拟打击装甲目标，采集目标各部件的两组毁伤度数据如表2所示。

总体毁伤等级分为4个等级，即正常、轻毁、中毁和重毁。参考文献[11]中的毁伤等级划分标准，并根据专家意见划分为：重毁是指目标被摧毁，目标总体毁伤91%以上；中毁是指目标主要功能受损，整体受到严重影响，目标总体毁伤66%～91%；轻毁是指目标次要功能受损，整体受到一定影响，目标总体毁伤33%～66%；正常是指目标整体基本完好，目标总体毁伤33%以下。

2 评估方法

2.1 各部件毁伤度及其权重

对一次具体的打击，已经得到某坦克的各个重要部件的具体量化毁伤度。将对机动功能毁伤度M 有贡献的n 个部件列出，得到部件级n 维毁伤度向量m =[m ₁，m ₂，…，m _n ]，其中m ₁，m ₂，…，m _n 表示各部件毁伤度。

为了求出各部件毁伤度的权重，使用层次分析法(AHP)进行计算。层次分析法是确定权重的重要方法，该方法的原理是：对各项两两对比，以1～9的数字进行标度，构造判别矩阵并计算判断矩阵的最大特征值和对应的特征向量，将该特征向量进行归一化处理，得到各项的权重向量。

为了判别所得到的各项权重系数是否合理，要对判断矩阵进行一致性检验。首先，定义一致性检验指标:CI = ( λ _max-n ) /( n -1)，其中，λ _max是该判断矩阵的最大特征值，如果CI <0.1就可以认为判断矩阵是满意的，权重系数是合理的。

首先，将坦克机动功能相关的部件构成权重判别矩阵，计算各部件级对机动功能的权重，得到部件级权重向量U _M=[0.123 2，0.123 2，0.393 3，0.297 5，0.062 8]。

(1)

矩阵的每一个元素表示该行对应部件比该列对应部件的重要度标度。对矩阵A 进行一致性检验，如不符合要求则调整矩阵A ，直到得到满意的判别矩阵。求出判别矩阵A 的特征值λ _max及对应特征向量α 。对α 进行归一化处理，得到部件级权重向量U =[u ₁，u ₂，…，u _n ]。

2.2 加权偏离度和功能毁伤度

毁伤度用0～1的数值度量，毁伤度0表示未毁伤，毁伤度1表示全毁，即毁伤的理想状态，实际毁伤度与理想状态毁伤度的差值为偏离度。

式中，t 表示该关键部件毁伤度。

(2)

装甲目标的功能会受到某些关键部件决定性的影响，当某个关键部件完全损坏，即使与该功能相关的其他部件完好，该项功能也会丧失。所以，在加权偏离度中引入关键部件否决项σ ：

4.推进学生食堂标准化建设：学校餐饮服务中心拟配备专业营养配餐人员，或者由专门人员对学生食堂进行标准化建设，为全校学生合理配餐，保证菜品搭配的合理性和种类的多样性，使学生一日三餐营养素摄入能够满足身体需要，同时保证奶制品的摄入。

(3)

设向量P =[m ₁-1，m ₂-1，...m _n -1]，计算加权偏离度θ ^*：

HM国际货运代理公司是江浙地区大型货代公司之一，为江浙地区的客户运输交接货物提供了便捷的服务。随着货代行业的竞争不断加强，HM国际货代公司的优势逐渐被掩盖，同时，也暴露出货代第三方合作掌控能力低、缺少优势航线、物流服务业务单一等问题。本文对HM公司的货运代理现状进行分析，并给出了改进对策。HM公司可通过强化与物流公司的合作、加强企业竞争力、为客户提供多样化、灵活化物流服务业务等方式，提高HM公司的物流服务水平。

对一个功能有决定性影响的关键部件可能有多个，所以，加权偏离度中将引入多个否决项σ ₁，σ ₂，…，得到新的加权偏离度：

θ =θ ^*·σ ₁(t ₁)·σ ₂(t ₂)… .

(4)

M 为该功能的毁伤度：

M =1+θ .

(5)

2.3 建立功能毁伤等级云模型

设a 是一个定量论域中的确定值，C 是该论域上的定性概念。而a 就是定性概念C 的一个具体实现，x 对C 的隶属度均值为μ (a )∈[0，1]。

a 在该论域上的分布称为云，每个具体值a 称为一个云滴，表示为drop(a ，μ (a ))。云由无数云滴构成，一个云滴表示一个定性概念与一个定量数值的对应关系。云利用期望Ex 、熵En 、超熵He 表示，其中，Ex 是云滴在论域空间上分布的期望，也是云滴最具代表性的数字特征；En 为定性概念的模糊性度量，与语言值的模糊性和不确定性有关，表示在论域空间内定性概念可以接受的对应数值范围；He 表示熵En 的不确定性度量，即熵的熵，由En 的模糊性和不确定性共同决定^[12]。

同理，计算出相关部件对通信功能的权重U _C=[0.142 9，0.571 4，0.285 7]，求出通信功能毁伤度C =0.685，μ _C=0.701，毁伤等级为减弱。

虽然中国地方传统媒体的市场一再缩水减小，但是地方传统媒体还是具有很大的影响力，可以充分利用这种力量对网站进行宣传和支持，两者进行相互宣传，互相提高知名度和信誉度，共同吸引投资商的注意力。可以充分利用新媒体的运营方式，尝试多元化的业务经营方式，比如，网页制作、服务器租赁等，与一些商家企业进行合作，获取活动经费，为地方财政减少负担。通过多媒体多平台的共同推广，扩大新媒体和地方传统媒体的覆盖面和影响力。

功能毁伤程度有3个等级，即正常、减弱和丧失，以此作为该项毁伤度的评语并用云模型表征出来。毁伤度的范围是[0，1]，按照功能毁伤等级的划分，将[0，1]划分出3个毁伤等级范围，各范围子集的并集为[0，1]，且两两交集为空。对任意一个在某毁伤等级评语范围内的毁伤度M 都对应该毁伤度在各个功能毁伤等级评语中的隶属度均值μ _Mi ，表示该毁伤度隶属于各评语的确定度。

已知各毁伤等级所对应的毁伤度范围，可以通过指标近似法确定云模型的期望值Ex 、熵En 和超熵He 。

评语对应的毁伤度范围为[a _i ，a _j ],0<a _i <a _j <1，根据指标近似法，可以确定Ex =(a _i +a _j )/2；En = (a _j -a _i )/6；He = 0.15 En 。类似于正态分布，云模型中云滴将绝大多数分布在[Ex -3En ，Ex +3En ]范围内。

评语对应的毁伤度范围为[0，a _i )时，由于对应的理想状态为0，所以Ex =0，En =a _i /3，He =0.15En 。同理,评语对应的毁伤度范围为[a _j ，1]时，Ex =1；En =(1-a _j )/3；He =0.15En 。

确定功能毁伤度区间划分[0，0.3)，[0.3，0.9)，[0.9，1]将装甲目标功能毁伤评语分别用云模型表示为：正常云Cloud₁(0，0.1，0.015)；减弱云Cloud₂(0.6，0.1，0.015)；丧失云Cloud₃(1，0.033 3，0.005)，如图2所示。

将各功能毁伤度输入云发生器，分别激活各功能毁伤评语。某状态下，输入的功能毁伤度对应3个评语的隶属度均值分别是：μ _M1 、μ _M2 、μ _M3 。认为隶属度均值高的评语对该毁伤度的评估更准确，所以最终采用隶属度均值最高的评语作为该功能的毁伤等级。

2.4 计算功能权重向量

利用AHP法确定3个功能的权重向量，构造判别矩阵B 并检验其一致性，求出其最大特征向量，归一化后得到功能级权重向量W =[w _M，w _F，w _C]。

2.5 计算总体毁伤度云

将功能毁伤度M 输入对应的毁伤等级云模型得到的隶属度均值输入该云模型发生器中，得到相同上升(下降)沿该隶属度对应的云滴，利用逆向云发生器，生成功能毁伤度的云模型Cloud_M (Ex _M ，En _M ，He _M )。

2.1.2 二阶导数光谱 采用Perkin Elmer公司的Spectrum软件中的求导功能，选择13点平滑，获得二阶导数光谱图。

生成3个功能毁伤度的云模型，按照高斯云代数运算规则计算总体毁伤度云Cloud_Z。

2.6 建立总体毁伤等级云模型

建立总体毁伤云模型，利用指标近似法确定各毁伤云的参数，评语对应的毁伤度范围为[0，b _i )时，对应的理想状态0，Ex =0，En =b _i /3，He =0.15En ；评语对应的毁伤度范围为[b _j ，b _k )时，Ex =(b _j +b _k )/2，En =(b _k -b _j )/6，He =0.15En ；评语对应的毁伤度范围为[b _l ，1]时，Ex =1，En =(1-b _l )/3，He =0.15En 。确定专家给出的总体毁伤度区间为[0，0.33)，[0.33，0.66)，[0.66，0.91)，[0.91，1]，最终得到正常云Cloud_ZC(0，0.11，0.016 5)；轻毁云Cloud_QH(0.495，0.055，0.008 25)；中毁云Cloud_ZH(0.785，0.041 7，0.006 25)；重毁云Cloud_ZHH(1，0.03，0.004 5)，如图3所示。

比较总体毁伤度云模型和总体毁伤等级云模型，求出相似面积^[13]，确定相似面积最大的总体毁伤等级云，并把该评语作为评估结果。

3 评估实例

部件权重判别矩阵阶数为部件数，第i 行和第i 列均对应第i 个部件，例如：

划分功能毁伤等级，目标的功能毁伤分为3个等级，即正常、减弱和丧失。参考文献[11]中的功能毁伤划分标准，并根据专家意见划分为：功能丧失，是指无法完成既定功能或功能完全丧失，目标的功能损失90%以上；功能减弱，是指完成既定功能受到不同程度影响，目标的功能损失30%～90%；功能正常，是指完成既定功能几乎没有受到影响，目标的功能损失30%以下。

表2 各部件物理毁伤度

以表2第1组数据为例，计算向量P _M=[-0.734 8，-0.546 3，-0.852 5，-0.973 9，-0.614 5]。计算加权偏离度θ _M =-0.821 4，机动功能毁伤度M =0.178 6，激活云模型，得到μ _M=0.246，毁伤等级为正常。

计算火力功能相关部件对该功能的权重，得到部件级权重向量U _F=[0.288 9，0.395 2，0.072 1，0.068 6，0.110 3，0.038 3，0.026 5]。可以求出其加权偏离度，然而由于关键部件主炮管完全损坏，加权偏离度θ _F=0，得到火力功能毁伤度F = 1，μ _F=0.993，毁伤等级为丧失。

进而言之，程序错误在当下依法行政、依法司法等依法治国步伐的重要意义不容忽视，因而纳入错误的种类是应有之意。从某种意义上说，很多程序性错误造成的后果比实体性错误还严重，而且程序性错误容易加深老百姓对看得见的正义的深度误解。

将隶属度和毁伤度输入逆向云发生器，产生云滴，计算得到3个功能的毁伤度云：Cloud_M(0.165 3，0.022 4，0.008 5)，Cloud_F(0.995，0.001 8，5.2×10^-4)，Cloud_C(0.686 7，0.005 6，0.003 6)。

高管技术专长对创新投入的影响研究....................................................................................................................................刘力钢 孙 亚（1）

计算出功能级权重向量W =[0.342 0，0.576 9，0.081 1]，计算总体毁伤度云：Cloud_Z(0.686 2，0.007 7，0.002 9)，生成云模型如图4所示。

语篇即篇章、话语、文章。胡壮麟给语篇的定义是“不完全受句子语法约束的在一定语境中表达完整语义的自然语言”[1]。我们通常说的阅读理解实际上是对我们所看到的阅读材料进行信息处理的一种学习方式。所以在阅读过程中，学生可以通过自己的已有知识，即图式知识，帮助自己理解阅读材料。图式是一种在活动中形成的具有概括性的认知的组织和结构[2]。简单来说，图式可以理解为人们的认知的系统和结构。而该研究中的图示理论则是指语言学中的定义，即语言学习者在阅读时其图式背景知识对理解文本含义所起到的作用。

清末民初，在社会教育和通俗教育思潮的推动下，儿童教育日益受到社会各界的关注，儿童图书馆建设也受到各级教育社团及组织的重视。自1920年开始，中华教育改进社、中华图书馆协会、苏浙皖三省师范附小联合会等组织均通过了推动儿童图书馆发展的相关议案，各类型儿童图书馆的建设逐步展开，故此阶段被研究者称为“儿童图书馆运动”的兴起［1］（39）。 相关的儿童图书馆研究著作也有一定增长，1924年，陈逸翻译的日本金泽慈海等著的《儿童图书馆之研究》由上海商务印书馆出版；1929年，王京生翻译并刊印美国图书馆协会编的《儿童图书馆》，这些均为对国外儿童图书馆情况的介绍。

同理，以表2第2组数据为例，计算机动功能加权偏离度θ _M=-0.847，机动功能毁伤度M =0.153，激活云模型，得到μ _M=0.328，毁伤等级为正常；火力功能毁伤加权偏离度θ _F=-0.402 6，得到火力功能毁伤度F =0.597 4，μ _F=0.998，毁伤等级为减弱；通信功能加权偏离度为θ _C=-0.542 5，通信功能毁伤度C =0.457 5，μ _C=0.382，毁伤等级为减弱。利用逆向云发生器，产生云滴，得到3个功能的毁伤度云：Cloud_M(0.149 3，0.020 2，0.009 3)，Cloud_F(0.592 4，0.004 5，0.001)，Cloud_C(0.47，0.013 8，0.007)。

计算出功能级权重向量W =[0.342 0，0.576 9，0.081 1]，计算总体毁伤度云：Cloud_Z(0.430 9，0.007 5，0.003 3)，生成云模型如图5所示。

根据总体毁伤度云，得到毁伤度分布范围大致为(0.66～0.72)，毁伤度期望值为0.686 2，评估相似面积，得到毁伤等级为中毁。

根据总体毁伤度云，得到毁伤度分布范围大致为(0.41～0.47)，毁伤度期望值为0.430 9，评估相似面积，得到毁伤等级为轻毁。

比较其他几种评估方法基于两组数据的评估结果：

老何家的上一辈不管谁只要跟何北在一起，就开始说教。何北曾对着镜子仔细研究过自己的长相，也没什么特别的呀，怎么就那么想让人教育他呢。

1)分层加权法，得到总体毁伤度分别为Z ₁ = 0.540 2，毁伤等级为轻毁；Z ₂=0.405 3，毁伤等级为轻毁。

2)引入关键部件否决项的分层加权法，得到结果分别为Z ₁=0.693 5，毁伤等级为中毁；Z ₂=0.405 3，毁伤等级为轻毁。

金融是经济的血液，金融安全是国家安全的重要组成部分。2008年金融危机后，中央特别注重系统性风险和区域性风险的监管。区域金融风险是我国当前金融风险的重要表现形式，有效防控区域金融风险、保障国家金融安全是当前我国政府工作的重点。然而，我国当前对区域金融风险的研究成果很少，对风险的传导、预警、防范认识十分有限。特别是对区域金融风险传导的整体认识还很缺乏，而且学界的观点各不相同。明晰区域金融风险的传导机制对区域金融风险预警系统指标构建、模型选择至关重要。

3)串并联模型^[14]，得到结果分别为第1组目标毁伤等级为轻毁；第2组目标毁伤等级为轻毁。

对比其他几种计算方法，可以看出，该计算结果具有云的不确定性，与传统方法相比，准确度是可以接受的，同时引入关键部件否决项得到的评估结果更具有合理性。

4 结束语

笔者借助云的概念，用不确定度体现毁伤等级的模糊性，针对装甲目标，提出了一种基于云模型的评估方法。

1) 引入了关键部件否决项，提高了关键部件损坏时对相应功能的影响程度，解决了关键部件损坏其他部件完好时，计算功能毁伤程度偏低的问题。

2) 以坦克为计算实例，建立了基于云模型的毁伤评估和毁伤度计算方法。

3) 将本文方法的计算结果与传统算法比较，结果表明，本文方法的评估结果可靠，是可行有效的。该方法为目标的毁伤评估提供了一种思路。

In equation (2), n is the refractive index, ε0 is the vacuum permittivity, c is the velocity of light, me is the electron mass, and is the spin-orbit splitting.

参考文献

[1] 李新其，向爱红，李红霞. 系统目标毁伤效果评估问题研究[J]. 兵工学报，2008，29(1)：57-62.

[2] LI Xuhui，CI Linlin，LIU Jiahua，et al. Research on battle damage assessment[C]∥ Proceedings of the 7th International Symposium on Test and Measurement. Beijing:IEEE，2007(2)：1248-1251.

[3] 曲婉嘉，徐忠林，张柏林，等. 基于贝叶斯网络云模型的目标毁伤评估方法[J]. 兵工学报，2016，37(11)：2075-2084.

[4] DANIEL W F. A bayesian decision model for battle da-mage assessment[D].Montgomery:U.S．Air University，1999：8-26．

[5] 程浩，刘俊友，赵瑾. 基于贝叶斯网络的车辆目标功能毁伤评估模型[J]. 舰船电子工程，2015，35(7)：58-61.

[6] 李德毅，孟海军，史雪梅. 隶属云和隶属云发生器[J]. 计算机研究和发展，1995，32(6)：16-21.

[7] SOLES A M，WALSH M R，SCOTT E B． Damage detection and remediation system and methods thereof:US，0188078 A1[P]. 2012．

[8] 李德毅，于全，江光杰. C3I系统可靠性、抗毁性和抗干扰性的统一评测[J]. 系统工程理论与实践，1997，17(3)：3-27.

[9] 王国辉，李向荣，孙正民. 主战坦克目标易损性分析与毁伤评估仿真[J]. 弹箭与制导学报，2009，20(6)：274-277.

[10] 李向东，杜忠华. 目标易损性[M]. 北京：北京理工大学出版社， 2013：120-144.

[11] 杨伟斌，刘颖，刘健，等. 基于加权网络的系统目标毁伤效果评估[J]. 火力与指挥控制，2013，38(2)：141-149.

[12] 张成，石全，刘铁林. 云重心评判法在目标毁伤效果评估中的应用[J]. 计算机仿真，2012，29(9)：28-31.

[13] 李海林，郭崇慧，邱望仁. 正态云模型相似度计算方法[J]. 电子学报，2011，39(11)：2561-2567.

[14] 胡慧，袁震宇，谢春思，等. 基于毁伤树构建系统目标毁伤评估模型研究[J]. 舰船电子工程，2010，30(8)：32-35.

The Method for Armored Target Damage Evaluation Based on the Cloud Model

DU Shirui, SHI Zhongsen, FU Qinghong, ZHANG Yan

(North Automatic Control Technology Institute, Taiyaun 030000, Shanxi, China)

Abstract :Aimed at assessing the damage of armored target, it presents an evaluation method based on the cloud model. This article analyzes target features, divides damage levels, and builds the target damage tree, considers the main effect of pivotal components to target function damage degree and gets the damage level according to the membership in the cloud model. Finally, physical damage degree is to be converted to function damage degree and total damage degree, presenting evaluation result of the target in terms of total damage. With the tank target damage level taken as an example for calculation, the result shows that the model can evaluate target damage level effectively. In comparison with traditional methods, it can describe the uncertainty of damage degree and the evaluation result is reliable.

Keywords ：damage evaluation; AHP method; cloud model; damage tree

DOI： 10.19323/j.issn.1673- 6524.2019.01.016

中图分类号 ：E919

文献标志码： A

文章编号： 1673-6524(2019)01-0079-05

收稿日期 ：2018-07-28

作者简介 ：杜诗睿(1994—)，男，硕士研究生，主要从事战场目标虚拟仿真及毁伤评估研究。E-mail：sraydfox@163.com

标签：毁伤评估论文;  层次分析法论文;  云模型论文;  毁伤树论文;  北方自动控制技术研究所论文;