美国AIRC 在该任务下的研究对之前开发的系统分析工作台(SoS-AWB)分析工具进行了调整,以创建一个决策支持原型,为综合采办组合审查(IAPR)中的决策提供有效信息。2022 年 9 月 8 日,通过原型软件演示了使用水面、航空和空间领域的人员和弹药对反水面战(ASuW)任务线进行任务工程分析和组合优化。这些先进的原型为利益相关者的决策提供了更广泛的见解(如资源权衡、成本敏感性分析以及在特定组合中应获取的最强大的反水面作战系统)。未来的工作可以改进工具,以确定:风险规避如何影响组合优化、系统间的技术依赖性、发展依赖性以及利益相关者决策对组合性能的影响。
开发的原型在以下四个方面具有显著特点,是为满足赞助商需求而开展的研究成果。
以组合为中心的方法:美国国防部(DoD)越来越重视现代化决策中的任务工程(ME)分析和架构开发,包括与需求开发和能力选择相关的投资和优先级排序,以支持各种使用概念和技术改进。然而,系统工程工具通常只关注系统本身。也就是说,这些工具可能无法将复杂的任务工程分析转化为评估,而评估的方式既要(a)对能力贸易空间内的需求有意义,又要(b)灵活、可扩展、可配置,以便与其他分析相结合。为此,一个顾问小组建议,国防部的方法应采取一种更全面和以组合为中心的采购方法,而不是目前以项目为中心的方法。在我们的原型中,系统和技术在一个整体组合中进行评估,揭示了每个组件在实现能力中的作用,同时将作战人员的任务需求与采购决策联系起来。沿着这些思路继续发展,最终将为建立采购集成与互操作性(AII)铺平道路,AII 应基于任务和数字工程,采用数据驱动的方法。
通过离散事件模拟进行高保真分析: 当务之急是在基于模型的场景中评估与构建任务相关的交易,这种场景不仅包括蓝方系统,还包括红方系统和特定的任务环境。为了评估和比较成功的平台组合及其相关能力,我们必须确定哪些组合概念可以取得成功。成功与否可以通过情景建模来衡量,即任务背景下的性能--针对什么任务和完成什么目标的性能。利用图形和事件模拟任务和行动者的通用平台(UPSTAGE)是专门为帮助美国防部利益相关者在设计部署概念(CONEMPs)、兵力部署决策和动能行动前的资源投入方面做出决策而创建的,目的是在不同的潜在场景中实现预期效果。虽然有多种大规模框架可用于模拟战术和行动,但这些框架采用的保真度较高,需要大量时间来设置和修改。通常情况下,这些模拟中的实体行为都是按高保真水平编程的,无法在其他场景中重复使用。为此,UPSTAGE 与众不同,因为它是一个多分辨率、混合模拟和战争游戏框架,可支持针对不断变化、竞争激烈的对手进行快速作战场景分析。UPSTAGE 设计用于快速探索 CONEMP、优化、场景重新定义以及敏捷和迭代解决问题所需的其他活动。在我们的软件原型中使用 UPSTAGE 后,可更快速地定制和执行多种场景。
空间领域技术注入: 新技术总是层出不穷;因此,我们必须想方设法将新技术融入我们的利益。为此,我们将重点放在将新技术注入 IAPR 上。更具体地说,新技术注入评估的是反水面作战情况下的空间监视领域资产(即卫星)。IAPR 中使用了两种不同的系统:(a) 较老的大型卫星和 (b) 较新的小型卫星(即小卫星)。前者是老式卫星,通常体积更大、功能更强、价格更贵。另一方面,后者是新技术小卫星,一般较新、较小、能力较弱、价格较低。这两种截然不同的系统被置于由数个到多个航天器组成的星座中。然后,利用星座贸易空间分析工具(TAT-C)对它们监视感兴趣区域的能力进行评估。TAT-C 是一个开放源码的任务工程工具,专为这些早期设计阶段的分析而开发。所选择的传统系统和小卫星系统代表了将在 IAPR 中选择的系统类型,其特征显示了有意义的权衡。新技术注入工作流程与更大的 WRT-1049.5 工具集集成。利用 TAT-C 对传统和小型卫星进行评估,并将这些指标引入 AWB,然后利用 AWB 执行 RPO 程序。该例程的帕累托最优解展示了决策者如何以组合为中心的方式获取最佳采购信息,包括新技术。
反水面战问题:改编的 SoS-AWB 原型已成功展示,可为综合采办组合评审 (IAPR) 中的决策提供信息。更具体地说,我们通过任务工程分析和反水面战(ASuW)任务线程的组合优化,展示了 SoS-AWB 在水面、航空和空间领域的应用。这些先进的原型为利益相关者的决策提供了更广泛的见解(例如,资源权衡、成本敏感性分析以及在特定组合中获取的最强大的反水面作战系统)。我们的演示说明了:1)综合采办决策支持流程是什么样的;2)所提供的数据如何利用基于模型的决策工具,就特定组合中最有吸引力的反潜战舰系统采办提出见解。我们的研究结果表明,这些方法确实为利益相关者提供了更广泛、更易获取的信息,如资源权衡和成本敏感性分析。因此,利益相关者可以将综合采办流程纳入其中,以改进反潜战舰任务工程和国防采办绩效。未来的工作可以改进工具,以确定:风险规避如何影响组合优化;系统间的技术依赖性;开发依赖性;以及利益相关者决策对组合性能的影响。