基于规则推理的靶场资源辅助决策系统

1 引言
    计算机技术正从单一的、机械的、算法性计算机程序向复杂的、智能的、具有一定推理功能的软件系统过渡。随着计算机技术的发展，知识表示技术的日益成熟，推理机制的不断完善为资源辅助决策系统的研究提供了可能。靶场是军事攻防性能评估的重要场所，各种高新技术武器装备投入使用必然会导致靶场试验方法和试验模式的变革。根据以往靶场试验工作要求，试验管理以人工完成为主，由于人工管理的随机性和不确定性，以及随着高远程弹药的发展，管理的区域和范围的扩大，仅通过人工完成试验管理，试验难度和复杂性都对管理工作造成很大影响。靶场试验对象复杂多变，试验方法和目的也依据用户的要求具有很大的不确定性，所以很多方案和决策不能通过固定公式确定，因此，不可能编写固定的计算机程序算法解决方案和决策的制定问题。
    为适应未来信息战和电子战等高新技术战争的要求，为各种高新技术武器提供各种先进的测试手段，加快高新武器开发步伐，缩短研发周期，自动、高效的辅助决策支持系统的研究已迫在眉捷。通过基于规则推理辅助决策技术的研究，建立一个适用于靶场试验资源的辅助决策系统。该系统对靶场实现高效化、自动化、智能化的测控建设有着重要意义。

2 系统设计
    基于规则推理的靶场资源辅助决策系统是一个交互的、多模块的、以推理系统为核心的计算机软件程序系统。辅助试验管理人员根据试验客户的要求向系统输入试验目的及相应要求，系统通过知识库中的经验数据作为推理依据，通过一定的计算方法和规则推理，快速输出某次试验所需的设备及参试人员。基于规则推理的靶场资源辅助决策系统的主要组成模块如图1所示。

2．1 接口模块
    接口模块又称用户界面，是用户与程序系统之间的接口。该模块的主要功能是完成人机交互，向用户提供简洁、易于操作的程序界面。使系统得到推理机所需的条件值，推理结束后并由接口模块输出结果。该模块是用户与辅助决策系统之间的通信机制。
2．2 综合数据库模块
    综合数据库又称全局数据库或总数据库，该模块用于存储领域或问题的初始数据和推理中得到的中间数据及信息，即被处理对象的一些当前事实，可以理解为是辅助决策系统的工作内存。
2．3 知识库模块
    知识库模块用于存储与靶场试验领域相关的专家知识，包括参试设备的技术参数、参试人员的相关资料、实践得到的经验数据及经验公式、可行操作与规则等。为建立知识库，就必须先解决知识获取和知识表示问题。
    (1)知识获取问题是开发知识库的瓶颈问题，也是开发过程中的最大挑战。知识获取的目标在于将可在推理系统中编码的感兴趣问题编成知识体。知识的来源可以是书、报告或数据库记录。但是，大多数项目主要的知识来源就是领域专家。从专家获取知识不同于一般的知识获取，称为知识提取。该系统的知识库模块获取知识的主要途径，就是通过与某试验基地长期从事靶场试验工作的领域专家们交流探讨，并通过学习研究具体试验案例来完成的。
    (2)知识表示问题指如何用计算机能够理解的形式表达和存储知识的问题。它是一种用在推理系统的知识库中对知识编码的方法。在推理系统中，常用的知识表示方法有产生式表示法、语义网表示法、模式表示法、框架表示法和逻辑表示法等。每种方法都有其各自的优缺点。而且，知识的表示方法不同决定了选择知识和运用知识的方法不同。所以具体的知识表示方法要根据具体的知识形式来确定。
    本系统知识库中知识表达是人类在一个特定领域的过程性知识，领域知识是扩散型的，领域内需要有大量的经验知识，所以根据靶场试验资源的选择知识的特点，以及考虑到知识的存储和知识的使用，知识库采用产生式表示法。一条产生式规则是一条“if(某条件成立|某情形存在)then(某结论成立|某操作可取)”的语句投影，其一般形式为：
    R#：IF RLS THEN RRS
    表示当RLS为真时，RRS为成立的结论或可进行的操作。R#为产生式规则在规则库中的序号。RIS可以是任何子句的逻辑组合，但RRS只是一个结论或操作，或是多个结论或操作的组合。这种组合可以是合取或是析取，这里为避免规则解释的二义性，规则的前提和结论都只是合取运算。
    本系统中的一套规则如下：
    gz000xx：If试验类型=SL1 and试验项目=SX1 then测试项目=CX1
    gz000xx：If测试项目=CX1 then测试参数=CC1
    gz000xx：If测试参数=CC1 then所用设备=xxxx1 andxxxx2
    本系统知识库分为条件表、结论表和操作人员配备表。条件表、结论表、操作人员配备表的结构分别如图2~图4所示。图4中，对某设备的熟练程度取百分制，即100为满分，60为及格，60以下的人员不予以记录在操作人员配备表中。

2．4 规则推理模块
    推理是指从已有事实推出新的事实的过程。推理要解决的问题是：在问题求解的每个状态下，如何控制知识的选择和运用。知识的运用称之为推理方式。知识的选择过程称之为控制策略，它是控制推理过程如何进行以及在何种情况下采取何种推理方式的一套控制方法。
    本系统中，推理以知识库中已有的知识构成的规则为基础，是一种基于规则的推理。基于规则的推理就是将初始证据与规则库中的规则进行匹配的推理技术。常用的推理方法有正向推理，反向推理和双向推理。正向推理的思想是：用户事先提供一组初始证据，并将其放入综合数据库；推理开始后，推理机根据用户提供给综合数据库中的初始数据到知识库中寻找匹配知识，形成一个当前匹配知识集，然后按照冲突消解策略，将当前事实加入到综合数据库中，继续进行后面的推理，重复此推理过程，直到设计结果出现为止。
    由于系统事实明确，推理过程中所得到的中间结论较少且比较简单，其知识库采用简单的关系数据库构造，因此采用正向推理方式。规则推理模块是辅助决策系统的执行机构，也是整个系统的核心模块。它用于记忆所采用的规则和控制策略的程序，使整个软件系统能够以逻辑方式协调的工作。它通过决定哪些规则满足事实或目标，并授予规则优先级，然后执行最高优先级规则来进行推理。
    当综合数据库中得到结论“所用设备”一步时，由“所用设备”在操作人员配备表中匹配选择可信度D值最大的两个为备选人员，并输出到决策窗口。其中可信度D由通过操作人员配备表中的年龄分、熟练程度、工龄分、组织能力、工作态度5个方面因素决定的。这5个方面因素以百分制量化，其中熟练程度、组织能力、工作态度3个方面由系统的操作人员通过实际情况进行评分，在操作人员配备表中直接输入各方面所得的分数。年龄分与工龄分的评分标准根据实际情况自行修改调整，将年龄和工龄按自行修订的评分标准生成百分制形式输入到操作人员配备表中。
    将与“所用设备”匹配的操作人员的这5方面所得分数取均值μ及方差σ。均值μ反映该操作人员的整体水平，方差σ反映该操作人员的各方面因素的平衡性，选用的操作人员应整体水平很高，并且各方面因素都比较平衡。根据以上因素，可信度D的公式为：
    D=μ-kσ (3)
式中，k为平衡权重系数，k的取值反映了操作人员各方面因素的平衡对推理结果的影响权重。
    根据系统的知识库结构，本系统的推理流程如图5所示。

3 应用实现
    图6为该系统的软件界面。
    选择不同的试验类型，在试验项目栏里有不同备选的试验项目与其对应。在知识库管理框中，可以对知识库进行管理，当试验类型、试验项目、测试项目、测试参数、所用设备和操作人员变动时，软件使用者可修改系统的知识库，这也是知识库模块与推理模块分离的最大优点。
    当选择好试验类型和试验项目后，单击确定按钮系统就会在决策结果窗口显示出本次试验的测试项目、测试参数、所用设备和每台设备两名候选的操作人员及其基本情况。

4 结论
    根据靶场试验的试验类型和试验项目，利用基于规则的推理方式，建立以产生式规则为基础的规则库，采用Visual basicl．net 2008和Access 2003技术，实现了靶场试验的设备资源与人力资源的辅助决策。该辅助决策系统具有准确、快速、方便的特点，省去了大量翻阅资料的麻烦，避免了人工选择中的随机性和不确定性，缩短了武器试验的周期，提高了靶场资源配备的效率和准确性，因此具有重要的实用价值。