买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国人民解放军32153部队

摘要：本发明公开了基于改进竞争性假设分析的战役战术企图分析方法，属于作战领域，包括以下步骤：a，提出假设，确定需要考虑的可能假设；b，证据列表，列出支持或反对各项假设的重要证据和论据；c，制作矩阵表，建立以假设为横行、证据为竖列的矩阵；d，精简矩阵，剔除那些不具有任何勘误价值的证据和论据；e，得出初步结论；f，证据敏感性分析：证据敏感性分析时建立描述假设与证据关系的贝叶斯网络；建立基于TOPSIS的证据欺骗性评估模型；g，总结：撰写总结报告，得出最终结论；h，设定未来观察标记：确定未来观察中应该注意的标志性信号，若信号改变，则结论可能改变。本发明更加合理和有效。

主权项：1.基于改进竞争性假设分析的战役战术企图分析方法，其特征在于包括以下步骤：a，提出假设，确定需要考虑的可能假设；b，证据列表，列出支持或反对各项假设的重要证据和论据；c，制作矩阵表，建立以假设为横行、证据为竖列的矩阵；d，精简矩阵，剔除那些不具有任何勘误价值的证据和论据；e，得出初步结论，根据证据与假设的依赖程度，统计支持假设与反对假设的证据比重，得出初步结论；f，证据敏感性分析：考虑如果关键证据出现错误、令人误解或可以作出不同解读将会对分析产生何种影响；g，总结：撰写总结报告，得出最终结论，报告中要讨论所有假设的相对可能性；h，设定未来观察标记：确定未来观察中应该注意的标志性信号，若信号改变，则结论可能改变。

全文数据：基于改进竞争性假设分析的战役战术企图分析方法技术领域本发明涉及作战领域，尤其是一种战役企图分析方法。背景技术对敌方战役企图的分析判断是确定我方战役企图和制定、实施我方战役计划的基础，对战役的成败具有至关重要的作用。战役企图是任何战役计划的重要核心组成部分。从本质上看，战役企图与通常所说的作战方针或有时称为部署方案有部分相同含义。一般来说，战役企图从整体上概括了敌我方兵力何时、何地执行什么行动，详细描述了各军兵种或多国兵力作战行动的类别，以及完成规定战略或战役目标的行动步骤。战役企图应给出军兵种战役企图的大致框架，否则，就无法真正实现军兵种兵力运用的协同和部署。一般情况下，战役企图一般包含以下众多要素：战役原则的确定、制敌之法、主攻方向和佯攻方向、主攻方向的兵力集中、己方重心兵力的防卫、对抗激烈程度的预测、谋略、连续作战和协同作战、其他计划和后续作战、作战阶段和作战推进速度以及战时储备。我们只能根据侦察情报利用作战经验和知识对敌方战役企图进行判断分析。但是，敌方为了防止我方洞悉其战役企图通常会采用军事欺骗，也就是说我方得到的侦察情报往往是敌人故意给我们呈现的“假象”而已。因此，在真实战争中判断分析敌方企图异常复杂。发明内容本发明需要解决的技术问题是提供一种更加合理和有效的基于改进竞争性假设分析的战役战术企图分析方法。为解决上述技术问题，本发明所采用的技术方案是：基于改进竞争性假设分析的战役战术企图分析方法，包括以下步骤：a，提出假设，确定需要考虑的可能假设；b，证据列表，列出支持或反对各项假设的重要证据和论据；c，制作矩阵表，建立以假设为横行、证据为竖列的矩阵；d，精简矩阵，剔除那些不具有任何勘误价值的证据和论据；e，得出初步结论，根据证据与假设的依赖程度，统计支持假设与反对假设的证据比重，得出初步结论；f，证据敏感性分析：考虑如果关键证据出现错误、令人误解或可以作出不同解读将会对分析产生何种影响；g，总结：撰写总结报告，得出最终结论，报告中要讨论所有假设的相对可能性；h，设定未来观察标记：确定未来观察中应该注意的标志性信号，若信号改变，则结论可能改变。本发明技术方案的进一步改进在于：所述步骤f具体包括：f1，证据敏感性分析时建立描述假设与证据关系的贝叶斯网络；f2，建立基于TOPSIS的证据欺骗性评估模型。本发明技术方案的进一步改进在于：所述步骤f1具体包括以下步骤：1确定节点及节点状态；节点分为根节点和子节点，根节点就是分析的问题，根节点状态是假设；证据通常对应根节点的子结点，证据的状态为“真”和“假”两种状态；2确定节点关系；明确的是各个节点之间的因果关系，这些关系用有向弧表示；3节点概率分配；概率分配包括两部分内容：一是对根节点的状态指定先验概率，即确定各种假设的先验概率；二是对子结点状态指定条件概率，即确定假设成立条件下证据成立的条件概率。本发明技术方案的进一步改进在于：所述步骤f2具体包括以下步骤：1建立决策矩阵；其中设证据欺骗性评估问题有m个证据，n个评价指标，评价指标值组成矩阵M，Mij表示第i个证据的第j个指标值；2用向量归一化对决策矩阵作标准化处理，得到规范化矩阵：P＝Pijm×n2其中，3确定评价指标的熵权；先计算第j项指标的熵值其中再计算第j项指标的差异性系数gj＝1-ej；对于给定的j，Mij的差异性gj越小，则ej越大；由此可定义各指标的权重为4构造加权规范化矩阵；考虑各因素的熵权，将规范化数据加权，构成加权规范化矩阵5确定理想解和负理想解；其中，J1是效益型指标集，J2是成本型指标集；6计算距离；7确定相对接近度；证据与理想解的相对接近度为：根据相对接近度大小，可以对证据进行排序；即C＝{C1,C2,…,Cm}越大表明第i个证据的欺骗性越高。由于采用了上述技术方案，本发明取得的技术进步是：本发明在证据敏感性分析时建立描述假设与证据关系的贝叶斯网络，以更好地描述假设与证据之间的关系，充分考虑更多的信息，最重要的是便于进行证据的敏感性分析。建立基于TOPSIS的证据欺骗性评估模型，证据欺骗性评估需要根据证据本身的可信度和敌人实施拒止和欺骗的动机、机会、手段、成本与好处等方面进行考虑。TOPSIS法对于数据分布、样本容量、指标多少均无严格限制，既适用于小样本资料，也适用于多指标的大系统资料：既可用于横向多单位之间对比，也可用于纵向不同年度分析。应用灵活，数学计算简便易行，适用于众多领域。附图说明图1是本发明方法框图；图2是德军推断盟军登陆点贝叶斯网络图；图3是语言表述评价指标对应的区间范围；图4是证据为真时的贝叶斯网络模型；图5“盟军对加来重点轰炸”为假时的贝叶斯网络模型。具体实施方式下面结合实施例对本发明做进一步详细说明：竞争性假设分析法可以帮助我们就那些需要仔细衡量不同解释或结论的重要问题作出判断。有些认知局限会使我们很难作出预见性的分析，而竞争性假设分析法能够帮助分析人员克服或者至少减小这些局限造成的影响。它极为有效，并且经过了实践检验，能够帮助分析人员避免分析工作中常见的陷阱。它是一种全面的分析方法，因此尤其适用于分析具有争议性的问题。分析人员可以留下完整的思维轨迹显示出他们都考虑过哪些问题以及如何得出了最终的判断结论，以便事后审核。基于改进竞争性假设分析的战役战术企图分析方法，如图1所示，包括以下步骤：a，提出假设，确定需要考虑的可能假设；组织一组持不同观点的分析人员对各种可能性进行充分讨论；b，证据列表，列出支持或反对各项假设的重要证据和论据；提出假设后，需大范围地收集与分析对象相关的信息、事件等证据。c，制作矩阵表，建立以假设为横行、证据为竖列的矩阵；对每一条假设，分析证据对其的支持性与否定性，其中，支持与否定可以用+和-表示，或者是1和-1表示，若不相干，则用0表示。由于每条证据对假设的影响强度可能有所不同，在记录时可以引进相应的权重，使得分析更为准确。对各种证据和论据的“勘误价值”进行分析，即确定哪些项目在判断假设的相对可能性时最为有用；d，精简矩阵，就假设进行重新思考，并剔除那些不具有任何勘误价值的证据和论据；e，得出初步结论，根据证据与假设的依赖程度，统计支持假设与反对假设的证据比重，得出初步结论；然后，试图证伪而非证实假设。f，证据敏感性分析：考虑如果关键证据出现错误、令人误解或可以作出不同解读将会对分析产生何种影响；所述步骤f具体包括：f1，证据敏感性分析时建立描述假设与证据关系的贝叶斯网络，以更好地描述假设与证据之间的关系，充分考虑更多的信息，最重要的是便于进行证据的敏感性分析；构建贝叶斯网络模型，需要经过以下三个步骤：1确定节点及节点状态；经过竞争性假设分析前面初步分析步骤a～e步骤，我们确定了假设和证据。节点分为根节点和子节点，根节点就是分析的问题，根节点状态是假设。证据通常对应根节点的子结点，证据的状态为“真”和“假”两种状态。当然证据有可能是其他证据的子节点。2确定节点关系；在确定了节点状态之后，接下来需要明确的是各个节点之间的因果关系，这些关系用有向弧表示。经过之前的竞争性假设分析，我们对假设和证据之间相关性、支持与否进行了分析，这为我们建立假设对应的根节点以及证据对应的子节点之间的因果关系提供了便利条件。凡是证据支持假设，或者证据与假设一致的情况，就可以确定假设对应的根节点以及证据对应的子节点之间的因果关系。否则，假设对应的根节点以及证据对应的子节点之间不存在因果关系。这里需要注意，有些证据之间还存在因果分析，也就说有些证据与分析问题存在间接因果关系，这需要针对具体问题进行具体分析。节点之间的因果关系可以用有向弧X→Y表示。3节点概率分配；概率分配包括两部分内容：一是对根节点的状态指定先验概率，即确定各种假设的先验概率；二是对子结点状态指定条件概率，即确定假设成立条件下证据成立的条件概率。f2，建立基于TOPSIS的证据欺骗性评估模型，证据欺骗性评估需要根据证据本身的可信度和敌人实施拒止和欺骗的动机、机会、手段、成本与好处等方面进行考虑。TOPSIS法又叫理想点解法，是一种多指标决策方法，它借助多属性问题的理想解和负理想解对评价对象进行都达到评价对象中的最优值；而负理想解是虚拟的最差解，它的各个指标都达到评价对象中的最差值。该方法基于归一化后的原始数据矩阵，通过构造多指标问题中的最优方案理想解和最劣方案负理想解，并以靠近理想解和远离负理想解两个评价依据为标准，得出某一方案与最优方案的接近程度，并以此对各方案进行排序。TOPSIS法对于数据分布、样本容量、指标多少均无严格限制，既适用于小样本资料，也适用于多指标的大系统资料：既可用于横向多单位之间对比，也可用于纵向不同年度分析。应用灵活，数学计算简便易行，适用于众多领域。证据欺骗性评估需要根据证据的可靠性、敌人实施拒止和欺骗的动机、机会、手段、成本与好处等方面进行考虑，各个评估指标的含义和描述如表一所示。表一证据欺骗性评估指标1建立决策矩阵；其中设证据欺骗性评估问题有m个证据，n个评价指标，评价指标值组成矩阵M，Mij表示第i个证据的第j个指标值；2用向量归一化对决策矩阵作标准化处理，得到规范化矩阵：P＝Pijm×n2其中，3确定评价指标的熵权；传统的TOPSIS法在确定评价指标的权重时，一般采用专家意见调查法或层次分析法等方法，这些方法存在着较大的主观因素，不同的人对各个指标的重要程度有不同的评价。因此本文采用熵的概念来确定评价指标的权重，从而避免主观因素的影响。熵的概念来源于热力学，后被引入信息论，是用来反映信息系统无序程度的一个度量。所以，可以根据各指标值的差异程度利用信息熵这个工具，计算出各指标的权重，为多指标综合评价提供依据。一般来说，综合评价中某项指标的指标值变异程度越大，信息熵越小，该指标提供的信息量越大，该指标的权重也应越大；反之，该指标的权重也应越小。因此，可以根据各指标的变异程度，利用熵计算各指标的权重。先计算第j项指标的熵值其中再计算第j项指标的差异性系数gj＝1-ej；对于给定的j，Mij的差异性gj越小，则ej越大；由此可定义各指标的权重为4构造加权规范化矩阵；因为各因素的重要性不同，所以考虑各因素的熵权，将规范化数据加权，构成加权规范化矩阵5确定理想解和负理想解；其中，J1是效益型指标集，J2是成本型指标集；6计算距离；证据与理想解和负理想解的距离分别为：7确定相对接近度；证据与理想解的相对接近度为：根据相对接近度大小，可以对证据进行排序；即C＝{C1,C2,…,Cm}越大表明第i个证据的欺骗性越高。g，总结：撰写总结报告，得出最终结论。报告中要讨论所有假设的相对可能性，而不是仅仅论及其中最有可能的那个假设，从而得出结论的同时，备有应急手段和回旋余地；h，设定未来观察标记：确定未来观察中应该注意的标志性信号，它们可能预示事件正朝预料之外的方向发展，若信号改变，则结论可能改变。所有步骤形成的整个过程是一个循环往复的过程，如果需要可以进行多次迭代和调整。以诺曼底登陆之前德军对盟军战役企图分析为例：1944年的诺曼底登陆战役是世界战争史上规模最大、战斗最为残酷的登陆战役。在登陆战役之前，盟军不仅制定了“霸王”行动计划，而且还周密地制定了代号为“保镖”的欺骗计划。目的是通过计谋，诱使希特勒把德军分散到欧洲各地，把诺曼底的德军减少到无法挫败盟军登陆的程度；通过干扰、迷惑和破坏德军的通讯、情报、后勤和行政系统，迟滞德军对诺曼底登陆的盟军的反应。本文将从德军角度分析盟军的登陆点，以证明本文提出的改进竞争性假设分析的有效性。分析盟军登陆点，也就是分析盟军的主攻方向，这也是战役企图分析中的重要内容。a，提出假设德军面对盟军的部署调整，以及各种渠道的情报，认为盟军最有可能的登陆点是加来，其次是诺曼底，再次是南欧、北欧等其他地区。所以，登陆点假设包括加来、诺曼底和其他地区。b，证据列表根据文献-[情报分析案例选.北京：金城出版社,2016，]诺曼底登陆之前德军关于盟军登陆点的情报证据如表二所示；表二诺曼底登陆之前德军关于登陆点的情报证据c，制作矩阵表将假设作为矩阵表的横行，将证据作为矩阵表的竖列，如表三所示。对每一条假设，分析证据对其的支持性与否定性，其中，支持与否定可以用+和－表示；若不相干，则用0表示。在假设这些证据为真的前提，下我们对每条证据是否支持假设进行了分析，具体分析结果如表所示。从分析结果可以看出，支持登陆点在加来这一假设的证据最多，有7条证据；反对登陆点在诺曼底这一假设的证据最多，有8条证据；与等登陆点在其他地区这一假设无关的证据最多，有2条证据。这反映出了盟军欺骗计划的成功之处，通过德军的各种情报渠道给德军传输虚假信息，并防止泄露关于己方企图的真实信息。盟军使用了欺骗的两种常用战术：一是示假，即利用各种渠道向敌方提供虚假信息，误导、迷惑、干扰敌人；二是隐真，即避免敌方获得关于己方真实意图的信息。这时，竞争性假设分析法还没有得到正确答案，原因是还没有考虑证据与假设的详细因果关系，以及证据可能存在的欺骗性。接下来，将利用本专利提出的改进方法进行分析。表三竞争性假设分析矩阵表d，证据敏感性分析按照上述介绍的方法，可以构建出德军推断盟军登陆点贝叶斯网络，如图2所示。假设的先验概率的确定主要根据德军对盟军登陆点的预判。德军认为最有可能的登陆点是加来，其次是诺曼底，最后是其他地区。所以，三个假设的先验概率可以分别设置为0.5、0.3、0.2。因为，证据有两种状态真、假，假设有三种状态加来、诺曼底、其他地区，所以证据与假设的条件概率表是2×3的矩阵。这确定具体概率时，非常类似于在表三中确定每条证据是否支持假设，只不过更详细具体。不仅需要考虑证据为真时的条件概率，还要考虑证据为假时的条件概率。如果证据支持假设，一般按程度不同取大于0.5的概率；如果证据不支持假设按程度不同取小于0.5的概率；如果证据与假设不相关，一般按程度不同取0.2以下的概率。此外，有些证据为真时是支持假设1的，为假时可能会支持假设2，具体取值需要根据具体证据进行判断，确保条件概率表的合理。表四给出了贝叶斯网络的条件概率表。表四贝叶斯网络条件概率表建立了贝叶斯网络之后，还需要考虑证据的欺骗性。根据上文介绍的方法，非常重要的是建立证据欺骗性评估的决策矩阵。首先，来看一下信息可信度。根据文献，“德军东线外军处的统计表明，间谍的报告只有20％的准确率。德国空军情报部门一位负责人认为德军谍报局提供的人力情报‘几乎是在开玩笑’，说这些材料的价值远远比不上无线电侦察、战俘审讯和敌方的报刊”。由此可见，根据情报渠道的不同，无线电侦察、战俘审讯、敌方报刊、人力情报的可信度依次递减。其次，欺骗动机是敌方主观的看法，要想从德军角度主观地确定盟军主观的动机是很难。这里假设这些证据都具有一样的欺骗动机，取值为6。再看一下机会。机会要从德军有没有机会得到这些信息来考虑。俘获侦察兵就不是经常会遇到的事情，其机会较少。德军电子侦察手段很先进，每天都对盟军进行电子侦察，所以机会较多。德军在敌方部署了大量间谍，所以获得人力情报的机会也较多。报刊新闻的机会就更多了。而通过飞机侦察到盟军登陆艇的机会就不是很多，只有一次。而且很长一段时间侦察不到盟军登陆艇。再看一下手段。进行电子欺骗、新闻欺骗、人力情报欺骗的手段较容易，而需要付出大量人力、物力、财力的欺骗手段较难，如轰炸敌方、集结登陆艇。最后看一下成本和好处，这和手段难易程度的判断比较类似。进行电子欺骗、新闻欺骗、人力情报欺骗的成本远远小于好处，而需要付出大量人力、物力的欺骗如轰炸敌方、集结登陆艇成本可能与好处相当。根据上面的简单分析，按照图3语言表述评价指标对应的区间范围，对每条证据的欺骗性指标进行打分。最终每条证据欺骗性评估矩阵如表五所示。按照计算步骤，得到各条证据欺骗可能性的相对大小，如表六所示。表五证据欺骗性评估矩阵表六证据欺骗性相对接近程度最可能欺骗的证据是“蒙哥马利视察”，最不可能欺骗的证据是“英国西南集结登陆艇”。接下来，就可以利用贝叶斯网络模型进行推理，分析哪个登陆点最有可能。首先，假设所有证据都是真的，结果如图4所示。登陆点为加来的可能性最大为0.98。然后，我们按照各个证据欺骗可能性由大到小的顺序，将证据逐个设置为假，得到推理结果如表七所示。当将第5条证据“得到盟军登陆加来的谍报”为假时，登陆点为诺曼底的可能性已经远远高于加来的可能性了。当第6条证据“盟军对加来重点轰炸”为假时，登陆点为诺曼底的概率达到了0.961，如图5所示。直到最后一条证据“英国西南集结登陆艇”为假时，最可能的登陆点才让位于“其他地区”。通过以上运用贝叶斯网络模型进行分析，德军至少可以确定诺曼底、加来成为登陆点的可能性都很大，而不能一厢情愿地认为登陆点就是加来，应该认识到忽视诺曼底成为登陆点可能产生的巨大风险。德军的失误在于缺乏系统的分析程序和方法，没有全面分析掌握的各种信息。根据推理过程，德军可以很明显地看出盟军非常有可能对其进行欺骗，掩盖真实的战役企图。因此，德军可以对推理非常重要的证据采取具体行动来确认其是否是盟军的欺骗。例如，可以采取进一步侦察，确认盟军的真实部署点；还可以佯攻盟军的“部署点”，观察盟军的真实反应。通过进一步的行动达到确认证据是否是盟军的欺骗的目的。然后，再根据证据的真伪利用贝叶斯网络模型进行推理，分析判断盟军真正的登陆点。表七设证据为假逐次利用贝叶斯网络推力结论对敌方战役企图的分析判断是确定我方战役企图和制定、实施战役计划的基础，对战役的成败具有至关重要的作用。现有竞争性假设分析对证据准确性依赖度高，矩阵表不适于直观描述证据假设关系、不利于考虑更多信息、不便于进行敏感性分析。针对上述不足，本文给出了改进方法，即在证据敏感性分析中利用贝叶斯网络描述证据与假设关系，利用TOPSIS法对证据进行欺骗性评估，根据证据的欺骗可能性对各种假设进行推理分析。最后，以诺曼底登陆战役为例，从德军的视角使用本文的方法对盟军登陆点进行了分析，证明了改进后的竞争性假设分析方法可以更加合理、有效地应用于战役企图分析。

权利要求：1.基于改进竞争性假设分析的战役战术企图分析方法，其特征在于包括以下步骤：a，提出假设，确定需要考虑的可能假设；b，证据列表，列出支持或反对各项假设的重要证据和论据；c，制作矩阵表，建立以假设为横行、证据为竖列的矩阵；d，精简矩阵，剔除那些不具有任何勘误价值的证据和论据；e，得出初步结论，根据证据与假设的依赖程度，统计支持假设与反对假设的证据比重，得出初步结论；f，证据敏感性分析：考虑如果关键证据出现错误、令人误解或可以作出不同解读将会对分析产生何种影响；g，总结：撰写总结报告，得出最终结论，报告中要讨论所有假设的相对可能性；h，设定未来观察标记：确定未来观察中应该注意的标志性信号，若信号改变，则结论可能改变。2.根据权利要求1所述的基于改进竞争性假设分析的战役战术企图分析方法，其特征在于：所述步骤f具体包括：f1，证据敏感性分析时建立描述假设与证据关系的贝叶斯网络；f2，建立基于TOPSIS的证据欺骗性评估模型。3.根据权利要求2所述的基于改进竞争性假设分析的战役战术企图分析方法，其特征在于：所述步骤f1具体包括以下步骤：1确定节点及节点状态；节点分为根节点和子节点，根节点就是分析的问题，根节点状态是假设；证据通常对应根节点的子结点，证据的状态为“真”和“假”两种状态；2确定节点关系；明确的是各个节点之间的因果关系，这些关系用有向弧表示；3节点概率分配；概率分配包括两部分内容：一是对根节点的状态指定先验概率，即确定各种假设的先验概率；二是对子结点状态指定条件概率，即确定假设成立条件下证据成立的条件概率。4.根据权利要求3所述的基于改进竞争性假设分析的战役战术企图分析方法，其特征在于：所述步骤f2具体包括以下步骤：1建立决策矩阵；其中设证据欺骗性评估问题有m个证据，n个评价指标，评价指标值组成矩阵M，Mij表示第i个证据的第j个指标值；2用向量归一化对决策矩阵作标准化处理，得到规范化矩阵：P＝Pijm×n2其中，3确定评价指标的熵权；先计算第j项指标的熵值其中再计算第j项指标的差异性系数gj＝1-ej；对于给定的j，Mij的差异性gj越小，则ej越大；由此可定义各指标的权重为4构造加权规范化矩阵；考虑各因素的熵权，将规范化数据加权，构成加权规范化矩阵5确定理想解和负理想解；其中，J1是效益型指标集，J2是成本型指标集；6计算距离；7确定相对接近度；证据与理想解的相对接近度为：根据相对接近度大小，可以对证据进行排序；即C＝{C1,C2,…,Cm}越大表明第i个证据的欺骗性越高。

百度查询： 中国人民解放军32153部队 基于改进竞争性假设分析的战役战术企图分析方法