虽然有许多信息/知识来源可以确定作战能力的差距并提供建议,以消除差距或向舰队提供新的/改进的能力,但没有一个全面的系统和负责任的实体能捕获所有这些信息,正在取得或没有取得进展,以提供一个清晰和简洁的图景,消除确定的差距或提供能力。为了解决这个问题,我们开发了一种基于多标准决策分析(MCDA)方法的方法,以计算和可视化任何特定时间点的能力差距得分,以描述基于证实的实时信息的能力差距解决进展。在这项工作中,我们通过在框架中增加新的元素和子元素来扩展用于评估能力的框架,并通过纳入不同的模型来计算能力差距分数来扩展MCDA方法。这些模型包括加权总和模型(WSM)、加权产品模型(WPM)、加权总和产品评估(WASPA)、与理想方案相似度排序偏好技术(TOPSIS)和层次分析过程(AHP)。目标是开发一种全面的方法,以1)支持基于硬数据的能力优先排序,2)提供一个清晰和简明的进展情况,以消除确定的差距或提供一种能力,以及3)支持创建一个中央存储库,供各组织分发相关信息。

研究背景

海军水面作战发展中心(SMWDC)指挥官的任务是为水面类型指挥官所管辖的任务领域提供监督、调整、同步和端到端的战争改进规划(WIP)评估。WIP过程是一个正式的框架,用于捕获、审查和优先考虑舰队的能力需求,以提高战备状态并优化海军部队在执行作战司令官(CCDR)任务中的资源(美国太平洋舰队司令,2013)。对于每个任务领域,SMWDC总部负责确保WIP舰队协作小组(FCT)的组成,以参与为年度产出产品的发展提供信息的活动。每个WIP在第一季度和第二季度进行执行工作组(EWG),并在当前财政年度的计划目标备忘录(POM)周期的第三季度初进行研讨会。在整个WIP周期中,利用SMWDC总部N8/9认可的排名工具来帮助客观地确定能力差距的优先次序。年度能力领域评估(CAA)是一项协作努力,由EWG主席领导,并得到FCT工作组领导和战争发展中心的支持。在第一和第二工作组期间收到的英特尔简报和FCT更新有助于为CAA的创建提供信息,并最终提供 "家庭作业 "或支持文件,以确定能力差距的优先次序。每个能力领域所有者(CAO)向SMWDC N00通报他们的CAA和IPCL。通过在WIP研讨会上提出的努力,CAA报告成为当前WIP周期IPCL发展的基础(海军水面和地雷作战发展中心指挥官,2018)。

研究目标

在以前的研究工作中,我们开发了一种基于多标准决策分析(MCDA)的方法,以计算和可视化任何特定时间点的能力差距得分,以描述基于证实的实时信息的能力差距解决进展。在这项工作中,我们通过扩大用于评估不同能力的框架和纳入计算能力差距分数的不同模型来扩展MCDA方法。这些模型包括加权产品模型(WPM)、加权总和产品评估(WASPA)、与理想方案相似度排序偏好技术(TOPSIS),以及。这种方法的应用将为决策者提供客观的信息,以1)支持基于硬数据的能力优先排序,2)提供一个清晰和简明的进展情况,以消除确定的差距和/或提供能力,以及3)支持创建一个中央存储库,供各组织分发相关信息。

多标准决策分析在差距分析中的应用

在以前的工作中,我们建议使用多标准决策分析(MCDA)来计算在特定时间点上的特定优先级的能力差距得分。多标准决策分析既是一种方法,也是一套技术,其目的是提供备选方案的总体排序,从最优先到最不优先。替代方案可能在满足若干标准的程度上有所不同,而且没有一个替代方案能最好地满足所有标准。此外,这些标准之间通常会有一些冲突或权衡。MCDA是一种看待受许多决策标准影响的复杂问题的方法,它将问题分解成更容易管理的部分,以便将数据和判断带到这些部分,然后将这些部分重新组合,向决策者展示一个连贯的整体情况。这种方法是对思考和决策的一种帮助,但不是对决策的一种帮助(Department for Communities and Local Government, 2009)。

在能力差距分析的情况下,标准代表影响差距的因素(如理论、组织、物资、资金等),而备选方案是优先能力清单所规定的优先事项。每个因素都有特定的权重,以反映其相对重要性,并由主题专家单独或集体分配。每个优先事项都会根据每个因素进行定期评估(例如,每季度一次),并根据适当的尺度进行打分。然后使用适当的MCDA模型计算每个优先事项的总分,并将其可视化,以产生一个能力差距分数。

为了实施拟议的方法,需要完成以下任务:

1.使用一个合适的能力管理框架,确定能力差距的因素和子因素的综合清单。这些因素是对能力进行评估的性能衡量标准。这些因素可能包括:理论、组织、训练、物资、资金、政策等。这些因素可以按照高层次因素和低层次子因素的层次结构进行分组,以此类推。

2.使用一个适当的尺度对每个因素的能力进行评级。例如,对资金因素可以使用1到5的量表,其中1表示相当大的资金削减,5表示在某一特定时间点对优先事项有充分的资金供应。对于其他因素,如理论、组织、训练、物资等,也可以制定类似的评分标准。

3.为已确定的因素分配权重以反映其重要性。这可以基于从个人评估到在主题专家小组之间达成共识的模型等各种方法。

4.通过使用合适的MCDA模型将每个备选方案的权重和评级结合起来,计算出总体的优先级差距分数。这些模型包括加权总和模型(WSM)、加权产品模型(WPM)、加权总和产品评估(WASPA)、通过与理想方案相似度排序偏好技术(TOPSIS)和分析层次过程(AHP)(Parlos,2000)。

5.进行敏感性分析,揭示不同的权重或偏好如何影响能力差距得分。敏感性分析提供了一种手段,以检查权重和偏好的模糊性或评价者之间的分歧对最终总体结果的影响程度。

6.将不同时期的能力差距得分可视化,以提供一个清晰和简明的画面,说明在消除已确定因素的差距方面正在取得或尚未取得的进展。

成为VIP会员查看完整内容
54

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
29+阅读 · 2014年12月31日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
18+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
37+阅读 · 2021年2月10日
An Attentive Survey of Attention Models
Arxiv
43+阅读 · 2020年12月15日
VIP会员
相关VIP内容
相关资讯
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
29+阅读 · 2014年12月31日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
18+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员