刍议复杂网络理论及其军事运用.docx

《刍议复杂网络理论及其军事运用.docx》由会员分享，可在线阅读，更多相关《刍议复杂网络理论及其军事运用.docx（8页珍藏版）》请在第一文库网上搜索。

1、刍议复杂网络理论及其军事运用众所周知，网络无处不在，人类生活在一个网络化的世界，与之不断交互并相互影响，推动了人类社会不断向前发展。这些年，迅速发展的复杂网络理论备受学者关注，在军事领域的运用也越来越广泛。因此，我们有必要探究复杂网络的基本理论、表示方法、度量指标及其军事运用，从而为指挥与参谋人员分析判断情况、定下作战决心、掌控战场主动权提供理论支撑和方法手段。目录1 .什么是复杂网络理论？11. 1.复杂网络理论21. 1.1.CNT概述21. 1.2.现实复杂网络特征31.2. 结构方程模型31.2. 1.SEM概述31.3. 2.SEM步骤42 .认识复杂网络43 .复杂网络的表示方法与

2、度量指标64 .复杂网络的运用领域74.1.通信与电子对抗74.2.作战指挥与控制74.3.后装保障84.4.体系对抗81什么是复杂网络理论？构建了CBSCR内部影响因素体系，利用集成模糊Demate1-ISm-Sem方法分析了cbscr影响因素作用机制。内部影响因素是指影响CBSCR内部能力的直接因素，是CBSCR的内部能力的体现。在CBSCR内涵界定和CBSCR形成机理概念模型构建的基础上，本研究从供应链效率能力、供应链适应能力和供应链演化能力三视角创造性地延伸了供应链弹性三元理论。以前的研究通常集中在供应链效率能力、供应链适应能力和供应链演化能力的某一方面，很少综合考虑三者。本研究重点考

3、虑三者之间相互影响关系，较好的延伸了该领域的研究视角。研究思路如下：首先借鉴前人研究成果构建了包含供应链效率能力、供应链适应能力和供应链演化能力三维度的CBSCR影响因素的综合体系，利用模糊DEMATE1方法分别识别关键因素；然后利用集成模糊DEMATE1-ISM方法揭示CBSCR影响因素层级模型，构建影响因素作用机制模型，明确影响因素相互之间的作用路径，进而提出相互作用关系相关假设；最后利用结构方程模型对作用机制模型进行验证，建构CBSCR影响因素的重要度评价框架。构建了CBSCR系统动力学模型，利用系统动力学方法分析了干扰事件和影响因素对CBSCR的交互作用机制，以揭示CBSCR作用机理。

4、外部干扰事件和内部影响因素对CBSCR的交互影响机制是进一步验证CBSCR形成机理的重要问题。在CBSCR内涵界定和CBSCR形成机理概念模型构建的基础上，本研究构建了一个包含供应链效率能力、供应链适应能力、供应链演化能力和干扰源四个维度的CBSCR动力仿真模型，为CBSCR动态趋势变化提供了一个整体认识。研究思路如下：首先借鉴前人研究成果梳理系统动力学模型基本原理和分析工具，明确系统动力学建模流程；然后通过系统边界确定、系统因果关系图、系统流图的构建等三个方面进行分析，进而建立模型；最后主要从系统动力学模型初始条件的设置、模型的检验、灵敏度分析、调控措施及建议四个方面进行分析。首先，通过对研

5、究背景和研究意义的阐述，本研究将诸如疑问归结为“CBSCR形成机理及动态仿真研究”这一科学命题，进而明确要研究的问题；然后，从研究内容的搭建，研究方法的思路和技术路线的确定三个方面对本研究进行了设计；最后介绍了本研究可能存在的创新点。首先介绍了相关理论；然后从CBSC和CBSCR内涵综述入手，分别对CBSCR的形成机理和动态仿真进行综述；最后形成研究述评，明确研究问题。1.1.复杂网络理论1.1.1.CNT概述复杂网络理论是经济管理领域较成熟的分析方法，特别在风险管理领域应用较多。复杂网络由点集和边集构成。其中，节点个数（N）可以使用点集的绝对值表示；边个数可以使用边集的绝对值表示；E中的每条

6、边都有V中的点相对应；V中的点间的相互关系可使用邻接矩阵表示。邻接矩阵中元素表示节点间的连接关系，主要分为O和1两种情况。其中，1表示节点i有一条边指向节点j,O表示节点i没有一条边指向节点j。为便于分析复杂网络结构特征和动态变化趋势，出现了许多可视化工具，比如：Pajek.GephiUCinet等。其中，Pajek是相对较成熟的复杂网络可视化分析工具，图形化界面操作，简单易学，网络静态及动态统计功能强大，体验性较好。因此，本研究拟选取Pajek分析CBSCR外部干扰事件作用机制。网络是Pajek最为基本的数据类型，主要包括节点名称、节点间的联系及权重等。定义网络数据类型有多种方式，本研究拟采

7、取连接矩阵的方式描述CBSCR外部干扰事件网络结构。其中，（I）CBSCR外部干扰事件网络静态结构主要反映网络基本的拓扑结构，主要包括网络节点基本特征、网络节点中心化和网络中心化三部分，具体指标分析详见第四章；（2）CBSCR外部干扰事件网络动态结构主要反映网络结构的动态变化，该变化通常是通过节点的变动而影响的。1.1.2.现实复杂网络特征基于CNT聚类系数和平均路径长度等统计指标，网络存在为规则网络和随机网络两种理想形式，但都不能较好的反映现实复杂网络的重要特征。现实的复杂网络既不是完全的规则网络，也不是完全的随机网络。其中，规则网络具有较大的聚类系数，随机网络具有较小的聚类系数；规则网络具

8、有较长的平均路径长度，随机网络具有较短的平均路径长度。基于此，小世界网络和无标度网络应运产生，两者可较好的反映现实的复杂网络的重要特征。小世界网络是美国StrOgatZ教授、WattS博士在论文“小世界网络的集体动力学”中提出。它可理解为界于规则网络和随机网络之间的网络，是完全规则网络向完全随机网络过渡的网络。其中，小世界网络具备两个特征：聚类系数较大、平均路径长度较短。（1）小世界网络聚类系数较大的特征说明，小世界网络内部存在许多团以及联系相对较少的节点；（2）小世界网络平均路径长度较短的特征说明，小世界网络内部节点可通过少数几步就可以建立联系，信息传递较迅速。无标度网络是美国BarabdS

9、i教授、A1bert博士在论文“随机网络中标度的涌现”中提出。它可理解为界于规则网络和随机网络之间的网络，但相对于小世界网络是更为复杂的网络。无标度网络节点分布分散，大部分节点联系较少，少部分节点联系较紧密，度分布符合累律分布。由于没有统一的刻画问题的标准，故称为无标度网络。无标度网络具备四个特征：聚类系数较大、平均路径长度较短、网络弹性较高和聚类性。（1）网络弹性指网络受到外界攻击时，恢复到理想状态的能力；（2）聚类性指网络内部存在较多的簇，而在簇的内部节点联系较紧密，簇之间联系较稀疏。一般，无标度网络具有较高的网络弹性，但面对攻击时表现出网络效率下降的特征。综上，由于小世界网络具有平均路径

10、长度较小，聚类系数较大的特征，导致其节点间路径相对较短，节点间较容易相互影响，进而给节点间相互影响的管理带来了挑战；由于无标度网络具有网络弹性较高和聚类性的特征，导致其存在中介节点对其他节点的影响较大。因此，依据小世界网络和无标度网络的特征，判断CBSCR外部干扰事件网络是否具备其特征，为后续研究奠定基础。1.2.结构方程模型1.2.1.SEM概述该方法也称为协方差结构模型，它是基于结构方程模型变量的协方差矩阵统计分析SEM变量间关系的相对较成熟的方法。该方法综合了回归分析、验证性因子分析和路径分析等技术，在经济管理领域中广泛使用，特别是针对研究对象的影响因素作用机制的实证分析。以下主要从SE

11、M的变量、参数估计和软件选择三个方面进行概述。SEM变量大致存在基本变量和路径变量两类。外显变量和潜在变量可归属于基本变量；内生变量和外源变量可归属于路径变量。其中，（1）外显变量，也称为观测变量，它是直接观察并度量的变量；（2）潜在变量是指不能直接观察并度量的变量，一般由观测变量推导出来；（3）内生变量是指受到其他变量影响的变量，一般也称为因变量；（4）外源变量是指不受到其他变量影响的变量，一般也称为自变量。综上，SEM变量由4类：内生观测变量、内生潜在变量、外源观测变量和外源潜在变量。一般说，SEM可分为测量方程和结构方程。其中，测量方程反映潜在变量和观测变量间的关系；结构方程反映潜在变量

12、之间的关系，方程内含有的参数分别称为测量方程参数、结构方程参数。一般，SEM参数估计较多采用极大似然估计。为便于实证分析，出现了许多SEM可视化工具，比如：AMOS、11SRE1、SPSS等。其中，AMOS是使用较多且相对成熟的实证分析工具，可建立直观模型，然后对其进行回归和因子分析等。该软件图形化界面操作，简单易学，体验性较好。因此，本研究拟选取AMOS分析CBSCR内部影响因素作用机制。1.2.2.SEM步骤为揭示CBSCR内部影响因素作用机制，本研究首先需要构建CBSCR内部影响因素相互作用关系模型，然后通过问卷调查使用SEM方法实证分析该模型。即SEM包括构建模型，问卷调查和实证分析三

13、个步骤。其中，构建模型可借助其他方法辅助构建，比如决策实验分析方法和解释结构模型等。由此，本研究拟使用DEMATE1ISM方法构建CBSCR内部影响因素相互作用关系模型。2 .认识复杂网络网络作为一门科学，目前普遍认同的观点是从欧拉开创图论科学开始算起，而后相继有随机图理论、小世界网络、无标度网络逐渐提出并兴起。复杂一书的作者梅拉妮米歇尔给出网络的基本定义如下：网络是由边连接在,起的节点组成的集合。节点对应网络中的个体，边则对应个体之间的关联。例如，神经网络中，神经元是网络中的个体，即节点；突触是网络中个体之间的关联，即边。再如，万维网中，网站是网络中的节点，网页超链接是网络中的边。作战体系中

14、，每个作战实体（包括作战单元、武器、装备和人员）可以看成是节点，而它们之间的关联关系（例如通信、指挥、协同、支援等）都可以看成是边。作战体系构成的网络是典型的复杂网络，是具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质的网络。自组织是指复杂系统在一定条件下，能够自动地由无序到有序，由低级有序走向高级有序。自相似性是指复杂系统的结构或过程的特征从不同的空间尺度或时间尺度来看都是相似的。即系统或结构的局域性质或局域结构与整体类似。例如，合成旅通常编配有轻武器、压制武器、反坦克武器等弹药，而其下属的合成营同样也编配有相似的武器弹药，这体现了作战复杂系统的自相似性。一个系统有朝某个稳态发展的

15、趋势，这个稳态就叫做吸引子。作战复杂系统中的对抗双方，都力图通过塑造有利于自己的战场态势，使得己方的胜算越来越大，最终形成压倒性的优势，达到“稳赢”的目的。1998年，科学刊发了一篇题为“小世界网络的群体动力行为”的论文。文中提出六度分割理论，建立了节点连接稀疏但不至于分离的小世界网络。人际关系网具有小世界特性，通常2个陌生人要建立联系平均经过5个人，所以我们常说，“我朋友的朋友也是我的朋友。”军队在执行作战任务时，各上下级、友邻部队之间也存在小世界特性，他们之间不需要太多的关联关系，但一样能够相互联络并合力完成作战任务。1999年，科学又刊发了一篇题为随机网络中标度的涌现的论文。文中提出了复

16、杂网络的无标度性质，并通过引入偏好依附与动态增长两种自然机制建立了无标度网络模型。偏好依附表示新的节点倾向于与有更多连接的节点相连，动态增长表示网络规模会不断扩大，无标度性表示网络中有些节点“与众不同”的特性。34 .复杂网络的表示方法与度量指标复杂网络通常有拓扑图（左图）和邻接矩阵（右图）两种网络表示方式。如图所示，tank1和tank2、tank3和tank5有关系，他们之间就有连接线;与tank4无关系,就没有连线。如右图所示，第一行数据表示，tank1与tank2、tank3和tank5有关系，数值分别取1;与tank4无关系，数值取0。复杂网络的度量指标主要包括度与度分布、路径、介数、聚类系数等。度是指某个节点连接其他节点的数目。某个节点的度越大，说明该节点越重要。度分布是某个节点的度占总节点的比例，度分布描述了网络的结构特征。作