第5期 王炎娟，等：任务级行动序列问题中的定性偏好研究 ·557. 选择H、中的优势节点（攻击其他节点，而自己 不被攻击的节点)构造集合U, a 4, U3 图2攻击关系导向图 （52,~,~Xs2,g1,~）(51,g3,~)(~,82,#) Fig.2 Directed graph on attack relation 山1，山2，山3，山4等元素实际上均对应了多个三元组，相 A,的首选扩展容易从图中获得： 互之间有交叉重合的部分，这些三元组被认为是真 Ex>=(a3,as,a,as,ao,an 4)构造有向图H 正能够起作用的部分，定义为U,: H,绘制如图3。 (62）(g） u2 u3 (1g） (g,#) (s2,81,#)(51,83,#)（52,82,#) (#,,） (⑤，g）(52g）（S18Sg1-）(S1g） 5)构造有向图H。 图3有向图H、 基于EX。和U,构造H。如图4所示。 Fig.3 Directed graph H (g一） (5n#,）（,ta0d (g,#) (51g, G1g)）(g制6g判 (8） (③，#） (omm) ⊙ ⊙ ⊙ 图4有向图Hp Fig.4 Directed graph H 6)构造C0A方案 这意味着，操作员应该使用卫星$2在观测g2之 接下来的求解步骤是通过合并节点获得动作序 前观测g1:同时，应使用卫星s1观测目标g3,时间在 列片段。对于虚线左侧的节点，尝试从虚线右侧找 上午10时至下午5时之间。 到匹配的节点，使得一个攻击链上相同位置的通配 结合操控时间窗口分布，得到了调度方案如下 符可以由相同的确定元素替代。例如， 所示： (~,81,~),(~,g2,~)处于同一个攻击链中，而 (s2,81,[9:40,9:50]am）→ 在右侧，(52，g1,~),(52,g2,~)能够与他们匹 (s2,g2,[11:00,11:10]am）→ 配；而下一个攻击链(s2,#,~),(s1,#,~)则不能 (s1,83,15:40,15:55]) 从右侧找到一组元素来匹配与之匹配。最后得到匹 在解决过程中可以看到从模糊语义经过标定和 配结果如图5所示。 校正逐步细化的过程。 下面将本文的ARG-C0A算法与文献[21]中的 (Sigifiomam) WS数值优化算法进行对比。 (S2g1,#) 基于本文的背景案例生成3个测试集，分别包 (518,#) 含不同数目的约束和偏好，如表3所示。由于WSI 算法不支持时序关系求解，因此偏好只设定静态偏 (⑤2-8，#) 好。使用W$算法时，把偏好也作为约束统一求 (S:8lsmm 解，以无冲突约束和偏好的强度值之和为指标函数 图5动作序列匹配结果图 值，指标大于0的约束/偏好集合均为可行解。在同 Fig.5 Matched directed graph 样的处理平台上进行对比计算，结果如表3所示。图 ２ 攻击关系导向图 Ｆｉｇ．２ Ｄｉｒｅｃｔｅｄ ｇｒａｐｈ ｏｎ ａｔｔａｃｋ ｒｅｌａｔｉｏｎ Ａ≻ 的首选扩展容易从图中获得： Ｅｘ≻ ＝ ａ３ ，ａ４ ，ａ ２ ７ ，ａ８ ，ａ９ ，ａ１２ { } ４）构造有向图 Ｈ≻ Ｈ≻ 绘制如图 ３。 图 ３ 有向图 Ｈ≻ Ｆｉｇ．３ Ｄｉｒｅｃｔｅｄ ｇｒａｐｈ Ｈ≻ 选择 Ｈ≻ 中的优势节点（攻击其他节点，而自己 不被攻击的节点）构造集合 Ｕ≻ ｕ１ ｕ２ ｕ３ ｕ４ （ｓ２ ， ～ ， ～ ）（ｓ２ ，ｇ１ ， ～ ）（ｓ１ ，ｇ３ ， ～ ） （ ～ ，ｇ２ ，＃） ｕ１ ，ｕ２ ，ｕ３ ，ｕ４ 等元素实际上均对应了多个三元组，相 互之间有交叉重合的部分，这些三元组被认为是真 正能够起作用的部分，定义为 Ｕ ～ ≻ ： ｕ ～ ２ ｕ ～ ３ ｕ ～ ４ （ｓ２ ，ｇ１ ，＃） （ｓ１ ，ｇ３ ，＃） （ｓ２ ，ｇ２ ，＃） ５）构造有向图 Ｈ▷ 基于 ＥＸ▷ 和 Ｕ ～ ≻ 构造 Ｈ▷ 如图 ４ 所示。 图 ４ 有向图 Ｈ▷ Ｆｉｇ．４ Ｄｉｒｅｃｔｅｄ ｇｒａｐｈ Ｈ▷ ６）构造 ＣＯＡ 方案 接下来的求解步骤是通过合并节点获得动作序 列片段。 对于虚线左侧的节点，尝试从虚线右侧找 到匹配的节点，使得一个攻击链上相同位置的通配 符 可 以 由 相 同 的 确 定 元 素 替 代。 例 如， ( ～ ，ｇ１ ， ～ ) ，( ～ ，ｇ２ ， ～ ) 处于同一个攻击链中，而 在右侧， ｓ( ２ ，ｇ１ ， ～ ) ， ｓ( ２ ，ｇ２ ， ～ ) 能够与他们匹 配；而下一个攻击链 ｓ( ２ ，＃， ～ ) ， ｓ( １ ，＃， ～ ) 则不能 从右侧找到一组元素来匹配与之匹配。 最后得到匹 配结果如图 ５ 所示。 图 ５ 动作序列匹配结果图 Ｆｉｇ．５ Ｍａｔｃｈｅｄ ｄｉｒｅｃｔｅｄ ｇｒａｐｈ 这意味着，操作员应该使用卫星 ｓ２ 在观测 ｇ２ 之 前观测 ｇ１ ；同时，应使用卫星 ｓ１ 观测目标 ｇ３ ，时间在 上午 １０ 时至下午 ５ 时之间。 结合操控时间窗口分布，得到了调度方案如下 所示： （ｓ２ ，ｇ１ ，［９：４０，９：５０］ａｍ） → （ｓ２ ，ｇ２ ，［１１：００，１１：１０］ａｍ） → （ｓ１ ，ｇ３ ，［１５：４０，１５：５５］） 在解决过程中可以看到从模糊语义经过标定和 校正逐步细化的过程。 下面将本文的 ＡＲＧ⁃ＣＯＡ 算法与文献［ ２１ ］ 中的 ＷＳＩ 数值优化算法进行对比。 基于本文的背景案例生成 ３ 个测试集，分别包 含不同数目的约束和偏好，如表 ３ 所示。 由于 ＷＳＩ 算法不支持时序关系求解，因此偏好只设定静态偏 好。 使用 ＷＳＩ 算法时，把偏好也作为约束统一求 解，以无冲突约束和偏好的强度值之和为指标函数 值，指标大于 ０ 的约束／ 偏好集合均为可行解。 在同 样的处理平台上进行对比计算，结果如表 ３ 所示。 第 ５ 期 王炎娟，等：任务级行动序列问题中的定性偏好研究 ·５５７·