军事指挥综合决策支持系统周春华，吴亚锋，姚世军，陈楚湘（解放军信息工程大学理学院，河南郑州 450001）摘要：本文研究了军事指挥综合决策支持系统的设计，综合运用了数据仓库、联机分析处理和数据挖掘等新的决策支持技术，通过建立数据仓库来存储海量战场信息（包括历史信息和实时信息），用联机分析处理、数据挖掘等技术来获取作战知识、作战规则及影响战争胜负的关键信息，为指挥员做出科学决策提供辅助。

关键字：军事指挥；决策支持系统；军事指挥综合决策支持系统1 引言国防安全是国家稳定发展的前提，更是国家自主对外的保障，国防安全的重要性事关国家所有事务。

筑牢国防，就必须发展军事，军事势力是国防安全的重要支撑，是维持国家和平稳定发展的重要保障，更是不受外国武力侵犯的军事威慑。

所以，军事现代化在国家发展中占据着重要位置。

军事现代化，不仅是武器装备的现代化，也是作战指挥决策方式的现代化。

在当代，科学技术的快速发展以及在军事领域的大量应用，使武器装备更趋智能化、信息化。

但是要想取得一场战争的胜利，仅仅依靠武器装备的现代化而不强调作战指挥方式的现代化，显然是不切实际的。

因为没有现代的作战指挥决策方式与现代化的武器装备协同，很可能在作战信息的获取、去伪处理、作战决策、战机把握等一个或多个环节失利，从而使先进的武器装备变聋变瞎，成为对手的靶子。

作战指挥决策方式的现代化成为急待解决的问题。

剖析现代战争，科学技术的大量应用，信息战成为主流的战争形态，信息优势成为克敌制胜的关键。

作战双方不仅要展开常规方式的体系对抗，同时还要围绕信息优势的争夺，展开一道全新领域的体系对抗——电磁对抗（即第五维战场对抗）。

战争过程中，无时无刻不存在着电磁侦察与反侦察、电子干扰与反干扰、电磁欺骗与反欺骗。

如此复杂电磁环境下，战场信息具有了新特点：①各种侦察手段的使用，使战场信息海量、多维、动态；②电磁干扰、欺骗等手段的使用，使战场信息不完整、不确定。

决策支持系统（DSS，Decision Supporting System）[1,2]，是以管理科学、运筹学、控制论和行为科学为基础，以计算机技术、仿真技术和信息技术为手段，针对半结构化、非结构化的决策问题，支持决策活动的具有智能作用的人机系统。

该系统能够为决策者提供决策所需的数据、信息和背景材料，帮助决策者明确决策目标和进行问题的识别，建立或修改决策模型，提供各种备选方案，并且对各种方案进行评价和优选，通过人机交互功能进行分析、比较和判断，为正确决策提供必要的支持。

针对战场信息和决策支持系统的特点，本文设计了军事指挥综合决策支持系统（military command integrated decision support system，MCIDSS），用数据仓库存储海量战场信息（包括实时信息和历史信息），用联机分析处理及数据挖掘等技术处理数据，为指挥员提供快速、准确的作战决策辅助。

2 MCIDSS 的设计2．1 系统设计的基础决策支持系统在国内的发展虽然几经波折，但仍在许多的领域内有着成功的应用，比如：军事指挥、商品销售、高校管理等等[3-8]。

决策支持系统在军事指挥领域早有应用，只是早期的军事指挥决策支持系统结构简单，应用范围十分有限。

军事指挥综合决策支持系统，是决策支持系统在军事指挥领域的应用，它以决策支持系统为基础，采用决策支持系统的基本结构，如图1所示。

随着科技的发展，科学技术在军事中的大量应用，信息战、信息化作战、信息化战争等全新战争形态出现并成为现代战争的显著形态，早期的军事指挥决策支持系统已越来越不能满足现代战争的需要，为此，结合现代战争的特点，应用数据仓库、联机分析处理和数据挖掘等新的决策支持技术，构建军事指挥综合决策支持系统。

2． 2 MCIDSS 的总体设计军事指挥综合决策支持系统融合了数据仓库、联机分析处理、数据挖掘等新的决策支持技术。

数据仓库能够对各类战场信息进行存储与综合，联机分析处理对海量战场信息多维分析处理，供指挥员多维观察分析数据，数据挖掘则对数据仓库中的数据进行分析处理，发现潜在的作战规则和作战知识艺术，丰富军事知识库中的内容，提供更多的决策支持，保障决策的准确实用性。

模型库对诸多广义模型进行组合，以最科学的方式辅助决策。

各部件相互协作，构成综合决策支持系统[1]。

系统总体设计结构如图2所示。

图1 军事指挥决策支持系统结构图图2 MCIDSS的总体结构图2．3MCIDSS的工作流程军事指挥决策支持系统的作用是为指挥员提供科学、快速、有力的决策支持。

其工作流程可简述为：系统把作战时各种侦察方式获取的情报信息（包括敌方作战企图、作战样式、行动部署等各类情报信息）、上级指挥息等等经过数据初步分析、融合处理，存入各类数据库中，各类数据库再通过数据过滤，集成转入数据仓库（数据仓库还包括历史数据信息，比如以往战争数据信息，非战时侦测作战方的军事情报信息等等）。

数据仓库对各类信息数据按其决策主题重新组织，再经过联机分析处理、数据挖掘等一系列操作，供指挥员多维地观察分析数据，并通过人机交互，发现战场关键信息和潜在的知识、规则。

形成科学的作战信息，下达作战指令，且实时观察指挥对象的信息反馈，及时作出相应地调整，直到作战任务的完成。

其工作流程如图3所示。

3 MCIDSS系统分析军事指挥决策支持系统，综合运用了数据仓库，联机分析处理和数据挖掘等新的决策支持技术，较传统的决策支持系统，技术特性更加突出，科学性，易学易用等特性更进一步，在军事指挥领域的作用将会越来越为显著。

3．1数据仓库在系统中的作用3．1．1数据仓库数据仓库是面向主题的、集成的、稳定的、不同时间的数据集合，用于支持指挥管理的决策制定过程，数据仓库又是一种管理技术，旨在通过通畅的、合理的、全面的信息管理，达到有效的决策支持[9]。

数据仓库具有以下特点：①数据仓库是面向主题的，决策主题是数据分类的标准，每个主题基本上对应一个宏观的分析领域。

② 数据仓库是集成的，数据进入数据仓库之前，必须经过加工与集成，对不同的 数据来源进行数据结构与编码的统一，统一原数据中的所有矛盾之处。

③ 数据仓库是稳定的。

数据仓库中包括着大量的历史数据，数据集成进入数据仓库后，是极少或不更新的。

④ 数据仓库是随时间变化的，数据仓库中的数据时限是5到10年，故数据的键码包含着时间项，标明数据的历史时期，这适合DSS 进行时间趋势的分析。

⑤ 数据仓库中的数据量很大。

通常的数据仓库的数据量为10GB 级，相当于一般数据库的100倍，大型的数据仓库数据量更大。

⑥ 数据仓库软、硬件要求较高。

需要一个巨大的硬件平台，需要一个并行的数据库系统。

图3 MCIDSS 的工作流程图结合现代战争实际，信息化战争中，各种侦察手段的使用，会在短时间内收集大量情报信息，数据仓库大的存储空间可使战场情报信息快速完整存储，并运用一系列技术措施分析评估，识真判伪，为决策分析服务。

当然，数据仓库的数据并非大量数据的堆积，而是按决策主题重新组织。

数据仓库中数据可分为基本数据、历史数据、综合数据和源数据，可提供多种辅助决策信息。

3．1．2数据仓库的设计在军事指挥综合决策支持系统中，结合军事情报信息数据量巨大的实际，系统中数据仓库采用星型雪花型模型。

星型雪花型模型同其它几种模型（星型、雪花型）一样，都是以事实为中心，只是区别在星型雪花型模型的外围维表可再扩展成为事实表与维表。

星型雪花型模型由两种类型的表构成：事实表和维表。

事实表中的信息用于查询，维表可再扩展成事实表和维表[10]。

其相互关系可详见图4。

采用星型雪花型模型的优势有二：一是建模方便，易于指挥员理解；二是比较贴近战场情报信息数据实际，不仅数据量巨大，且需要对其进行多维的、详细的分析处理。

经分析，军事指挥决策支的持系统中数据仓库事实表主要包括：敌方情况信息、我方情况信息、友临情况信息、作情区域地形、民俗情况信息、气象信息等等。

事实表又分为多个维表，简单举例如下：①敌方情况维表，包括敌方兵力部署、武器配置、反应能力、机动能力、电磁能力等。

②我方情况维表，包括兵力部署、武器配置、反应能力、机动能力、情报获取能力、电磁能力，官兵战斗力等。

③友军情况维表，包括友军兵力情况、友军作战任务情况、友军机动能力、友军支援行动可能路线等。

④作战区域地形、民俗情况维表，包括作战区域山川情况、河流情况、植被情况、民风民俗情况等。

⑤气象情况维表，包括晴雨情况、风力、温度、湿度等。

另外敌方情况维表、我方情况维表、友邻情况维表又可继续细分，不再一一详述。

具体结构如4所示。

军事指挥信息数据仓库的建立，有效地集中战场信息数据，再经过数据的抽取、清洗、转换，加载为统一的、随时可用的信息，供指挥员分析、决策。

同时还可结合联机分析处理和数据挖掘工具，对情报信息进行进一步地加工处理。

3．2 联机分析处理联机分析处理是以战场信息数据仓库为基础的数据分析处理，它有两个特点：一是在线性，体现为对指挥员请求的快速响应和交互式操作，它的实现是由客户机/服务器这种体系结构来完成的；二是多维分析，可以实现指挥员对战场数年据信息的多维分析，这也是联机分析处理的核心所在[1]。

联机分析处理又是一种软件技术，它使分析人员能够迅速、一致、交互地从各个方面观察信息，以达到深入理解数据的目的。

这些信息是从原始数据转换过来的，按照指挥员的理解，反映了战争形态的方方面面。

联机分析处理的简单定义是共享多维信息的快速分析，它体现在以下4个主要特征：①快速性。

用户对联机分析处理的快速反应能力有很高的要求，系统应能在五秒内对用户的大部分分析要求作出反应，如果终端用户在三十秒内没有得到系统的响应，则会变的不耐烦，影响分析的热情。

②可分析性。

联机分析处理系统应能处理与应用有关的任何逻辑分析和统计分析，尽管系统需要一些事先的编程，但并不意味着系统事先对所有的应用都定义好了。

③多维性。

多维性是联机分析处理的关键属性，系统必须提供对数据分析的多维视图和分析，包括对层次维和多重层次维的完全支持。

④信息性。

不论数据量有多大，也不管数据存在何处，联机分析系统应能及时的获取信息，并且管理大量的信息。

联机分析处理的四个典型特征都非常适合战场数据信息实际，特别是快速性、可分析性、多维性都是迅速分析决策，争取有利战机的关键所在。

3．3 数据挖掘数据挖掘是指从数据集合中自动抽取隐藏在数据中的那些有用信息的非平凡过程，这些信息的表现形式为：规则、概念、规律及模式等。

它可帮助决策者分析历史数据及当前数据，并从中发现隐藏的关系和模式，进而预测未来可能发生的行为。

数据挖掘的过程也叫知识发现，它是一门涉及面很广的交叉性新兴学科，涉及到数据库、人工智能、数理统计、可视化、并行计算等领域。

数据挖掘是一种新的信息处理技术，其主要特点是对数据库中的大量数据进行抽取、转换、分析和其他模型化处理，并从中提取辅助决策的关键性数据。