杜伟伟， 陈小伟

(1.北京理工大学 机电学院， 北京 100081； 2.北方自动控制技术研究所， 山西 太原 030006；3.北京理工大学 爆炸科学与技术国家重点实验室， 北京 100081； 4.北京理工大学 前沿交叉科学研究院， 北京 100081)

0 引言

在作战任务规划领域，任务分解是指根据敌情、我情和战场环境等因素，将上级赋予的总体作战任务细化分解成若干具体、明确且相互关联的子任务。其目的在于通过对作战全过程行动序列的优化设计，实现兵力、火力、时间、空间等资源的优化运用和作战效果的最大化。任务分解的合理性及总体效能，直接影响作战力量整体部署和体系作战效能的发挥。目前，作战任务分解主要依靠指挥员的主观经验，缺少有效的辅助决策手段支撑，难以满足联合作战条件下敏捷、高效作战设计的需求，因此迫切需要对任务分解辅助决策框架及模型进行深入研究。

任务分解本质上是一个基于军事规则的复杂多约束运筹问题，目前相关研究主要集中在层次任务网络(HTN)等智能规划方法方面。HTN方法通过引入领域知识，可模拟领域专家的思维方式，并且能够较好地描述任务关系[1-2]，在平台级任务规划[3-5]方面得到广泛应用。在传统HTN方法的基础上，范韬[6]引入非功能属性的效用值用于缩小规划空间，生成应用于云制造的多套方案。在作战指控领域，李晶晶[7]针对应急行动方案的制定，设计了资源增强型HTN规划方法，用于评估任务分解后分支任务的优劣，从而优化了行动方案的资源使用。……