과거에는 평지에서의 전투가 대부분이었고 단순한 병력 크기가 전투 승패에 큰 영향을 주었다. 1차대전 이후 숲, 도심, 정글 등과 같은 다양한 지형에서 전투를 치루기 때문에 지상전에서 지형요소는 무기체계와 함께 전투에 큰 영향을 미친다. 지금까지 전투에서 지형의 영향은 정성적으로만 설명되었으며 워게임, 교전시뮬레이션에서는 전투요소들의 능력치들을 낮추는 방법을 적용하였다. 본 연구에서는 프랙탈 차원을 이용하여 지형의 영향을 평가하는 방법을 제시하고자 한다. 연구 방법으로 정량적인 지형의 영향도를 구하기 위해 Box CountingDimension 계산을 이용한 프랙탈 차원 값과 지형의 밀도를 특성 값으로 정하였다. 또한 에이전트 기반 시뮬레이션인 EINSTein 모델에서 구한 전투 결과를 바탕으로 프랙탈 차원과 밀도에 대한 상관도를 분석하였으며 과거 전투 사례 중 '스탈린그라드 전투' 결과와 비교하여 분석하였다. 본 연구는 정성적으로 설명되던 지형의 영향을 프랙탈 차원을 이용하여 정량화함으로써 새로운 전투효과도 평가방법을 제시하였다.
과거에는 평지에서의 전투가 대부분이었고 단순한 병력 크기가 전투 승패에 큰 영향을 주었다. 1차대전 이후 숲, 도심, 정글 등과 같은 다양한 지형에서 전투를 치루기 때문에 지상전에서 지형요소는 무기체계와 함께 전투에 큰 영향을 미친다. 지금까지 전투에서 지형의 영향은 정성적으로만 설명되었으며 워게임, 교전시뮬레이션에서는 전투요소들의 능력치들을 낮추는 방법을 적용하였다. 본 연구에서는 프랙탈 차원을 이용하여 지형의 영향을 평가하는 방법을 제시하고자 한다. 연구 방법으로 정량적인 지형의 영향도를 구하기 위해 Box Counting Dimension 계산을 이용한 프랙탈 차원 값과 지형의 밀도를 특성 값으로 정하였다. 또한 에이전트 기반 시뮬레이션인 EINSTein 모델에서 구한 전투 결과를 바탕으로 프랙탈 차원과 밀도에 대한 상관도를 분석하였으며 과거 전투 사례 중 '스탈린그라드 전투' 결과와 비교하여 분석하였다. 본 연구는 정성적으로 설명되던 지형의 영향을 프랙탈 차원을 이용하여 정량화함으로써 새로운 전투효과도 평가방법을 제시하였다.
In the past, most of battle occurred in flatland and simple military force size gave a big influence in combat result. However, after the World War I, most of battles took place at the various terrain features such as forest, downtown, jungle and many others. Therefore, terrain factor exerts big inf...
In the past, most of battle occurred in flatland and simple military force size gave a big influence in combat result. However, after the World War I, most of battles took place at the various terrain features such as forest, downtown, jungle and many others. Therefore, terrain factor exerts big influence on battle with weapon system in the ground warfare. However, effect of terrain has been explained only by quantitative manner in the battle. Furthermore, combat simulation and modeling applied a method that lower the combat capability of battle factors. In this paper, we present instrumentation that evaluate impact of terrain using fractal dimension. We determine the fractal dimension value by the "box counting dDimension" and density to calculate impact of terrain. Furthermore, we analyzed correlation with fractal dimension and density for battle result that obtained from the EINSTein model which is an agent-based simulation. We compare with 'Stalingrad battle' result out of battle example and analyzed. This study presented a method combat effectiveness that effect of terrain calculate quantitatively using fractal dimension.
In the past, most of battle occurred in flatland and simple military force size gave a big influence in combat result. However, after the World War I, most of battles took place at the various terrain features such as forest, downtown, jungle and many others. Therefore, terrain factor exerts big influence on battle with weapon system in the ground warfare. However, effect of terrain has been explained only by quantitative manner in the battle. Furthermore, combat simulation and modeling applied a method that lower the combat capability of battle factors. In this paper, we present instrumentation that evaluate impact of terrain using fractal dimension. We determine the fractal dimension value by the "box counting dDimension" and density to calculate impact of terrain. Furthermore, we analyzed correlation with fractal dimension and density for battle result that obtained from the EINSTein model which is an agent-based simulation. We compare with 'Stalingrad battle' result out of battle example and analyzed. This study presented a method combat effectiveness that effect of terrain calculate quantitatively using fractal dimension.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 지형 형태가 전투에 미치는 영향을 평가 하기 위해 프랙탈(fractal) 차원을 이용한 방법을 제시하고자 한다. 또한 지형에 따른 전투 결과를 실험하기 위해 에이전트 기반 시뮬레이션(ABS : Agent Based Simulation) 을 사용하였으며 실험결과를 통하여 프랙탈 차원이 지형 형태의 영향도를 평가하는데 유용함을 보이고자 한다.
본 연구는 시작 단계의 연구로서 정성적으로 이해되어온 지형의 영향을 정량화함으로써 새로운 전투효과도 평가 방법을 제시한 것에 큰 의의가 있다.
본 연구는 지형이 전투에 미치는 영향을 정량적으로 평가하기 위하여 프랙탈 차원 평가방법을 제시하였다. 이방법은 전투 공간의 지형이 공격자와 방어자에 대해 누가 유리한지를 판단할 수 있는 지침으로 사용할 수 있다.
따라서 밀도만으로 장애 지형의 영향을 평가하기에는 곤란하다. 본 연구에서는 밀도의 성질을 포함하면서도 장애지형의 조밀성을 측정하는 방법으로 프랙탈 차원을 사용하고자 한다.
본 연구에서는 지형 형태가 전투에 미치는 영향을 평가 하기 위해 프랙탈(fractal) 차원을 이용한 방법을 제시하고자 한다. 또한 지형에 따른 전투 결과를 실험하기 위해 에이전트 기반 시뮬레이션(ABS : Agent Based Simulation) 을 사용하였으며 실험결과를 통하여 프랙탈 차원이 지형 형태의 영향도를 평가하는데 유용함을 보이고자 한다.
가설 설정
그림 5에서 (a)지형은 (b)지형보다 더 산개된 형태를 가지고 있으며 각각의 프랙탈 차원을 계산하면 (a)지형이 1.492차원으로 (b)지형의 1.676차원보다 작다. 따라서 프랙탈 차원은 지형 밀도가 동일한 경우라도 집중되거나 산개된 형태의 크기를 정량적으로 나타낼 수 있음을 보여주고 있다.
기본 교전 시나리오는 홍군이 공격임무를 청군이 방어임무를 수행하는 것으로 하였다. 양측의 전투능력은 동일하며 청군은 홍군의 80%의 병력을 갖추는 것으로 가정하였다. 교전에 적용할 지형의 수는 10가지 종류의 밀도에 그림 6과 같이각 4가지 형태의 조밀도로 구분하여 총 40개이다.
제안 방법
효과적인 전투를 위해서는 화력집중이 필요하며 화력집중도를 평가하는 방법으로 프랙탈 개념을 사용하였다. ABS 모형을 사용하여 교전 시나리오에 따른 전사한 에이전트들의 분포를 프랙탈 차원 값으로 산출하여 화력의 집중도로 표현하였다. Lauren의 연구는 실제로 뉴질랜드 국방기술연구소(Defence Technology Agency) 가 만든 ABS 모형인 MANA 모형에서 전투결과를 분석 하는 부분에 사용되고 있다.
각 지형의 프랙탈 차원 산출은 ‘Fractal Dimension’1) S/W를 사용하였으며 종합 정리한 실험요소의 구분은 표 2와 같다. 두 가지 전투효과도 중 MOE1은 홍군의 손실률 로서 지형의 조밀도에 따른 공격자의 피해를 산출한 것이고, MOE2는 홍군 손실에 대한 청군 손실결과를 비교한 것이다. MOE2가 1.
에이전트 기반 시뮬레이션(이하 ABS)은 다양한 형태로 구현되지만 본 연구에서는 세포 자동자(CA : Cellular Automata) 형태의 ABS를 활용하고자 한다. CA는 노이만(Neumann)의 자기복제(self-reproduction) 아이디어에서 출발하여 울프램(Wolfram)이 연구 발전시킨 것으로서 대표 적으로는 콘웨이(Conway)의 ‘생명 게임(Game of Life)’이있다(윤영수 등, 2005).
대상 데이터
시뮬레이션 실험은 각 지형별로 50회씩 수행하였다. 그림 7은 실험결과 중 홍군(공격군)의 손실률(MOE1)을프랙탈 차원과 밀도에 대해 나타낸 것이다.
이론/모형
전투효과도를 나타내는 척도(MOE : Measure Of Effectiveness)로는 손실의 크기를 주로 사용한다. 기존 평가방법으로는 란체스터 모형을 가장 많이 사용하였다. 란체스터 모형은 전투병력의 크기를 주 입력 값으로 사용하여 전투결과를 산출한다(김충영 등, 2004; Chen 등 2001; Lucas 등, 2004).
대표적인 ABS 개념의 교전 분석모형으로는 미국의 ISSAC, EINSTein 그리고 뉴질랜드의 MANA 등이 있으며본 연구에서는 EINSTein 모형(그림 3)을 사용하였다.
본 연구 방법을 대표적인 도시전투 사례인 ‘스탈린그 라드 전투’에 적용하여 보았다.
EINSTein 모형은 좌표를 이용하여 지형을 편집한다. 본 연구에서는 지형의 프랙탈과 밀도를 비교 연구하는 것이므로 정확한 밀도 편집이 가능한 EINSTein 모형을 사용하였다. 기본 교전 시나리오는 홍군이 공격임무를 청군이 방어임무를 수행하는 것으로 하였다.
실험은 EINSTein 모형을 사용하였으며 지형에 따른 청군과 홍군의 교전결과를 분석하였다. EINSTein 모형은 좌표를 이용하여 지형을 편집한다.
Lauren(2002a, 2002b)의 연구는 화력(fire power)의 집중 정도가 전투효과에 미치는 영향을 연구하였다. 효과적인 전투를 위해서는 화력집중이 필요하며 화력집중도를 평가하는 방법으로 프랙탈 개념을 사용하였다. ABS 모형을 사용하여 교전 시나리오에 따른 전사한 에이전트들의 분포를 프랙탈 차원 값으로 산출하여 화력의 집중도로 표현하였다.
성능/효과
본 연구에서 구한 MOE2 회귀식에 ‘스탈린그라드’ 지형의 프랙탈 차원과 밀도 값을 사용하여 계산한 결과 프랙탈 차원에서는 0.14, 밀도에서는 -1.05로 ‘독일군/소련군’의 손실비율이 산출되었다.
그림 7은 프랙탈 차원이나 밀도가 증가할수록 홍군의 손실률 증가를 지수함수 형태의 회귀모델로 나타낸 것이다. 회귀분석 결과 손실률에 대한 결정계수는 프랙탈 차원에서 R2 =0.8447이고 밀도에서 R2 =0.7192로서 프랙탈 차원이 더 높은 설명력을 가지고 있으며 프랙탈 차원이나 밀도가 증가할수록 홍군의 손실률은 지수형태로 완만하게 증가함을 보이고 있다.
)을 선형회귀모델로 나타낸 것으로 그림 7과는 다르게 선형의 형태를 보이고 있다. 회귀분석 결과 프랙탈 차원에서는 R2 =0.8676, 밀도에서는 R2 =0.7475를 보이고 있어 프랙탈 차원의 설명력이 더높음을 보이고 있다. 지형 밀도 4%에서는 손실비가 최대 2.
질의응답
핵심어
질문
논문에서 추출한 답변
전투 연구 방법 중 란체스터 모형의 손실률은 어떤 요소들이 융합되어 있는 개념인가?
특히 손실률을 어떻게 정할 것인지가 매우 중요하다. 손실률에는 다양한 전투환경 요소들인 기동력, 무기성능, 지형, 기상, 사기 등이 융합되어 있다. Chen 등(2001)과 Lucas 등(2004)의 연구는 란체스터 모형을 이용하여 전투사례를 분석하였으며 손실률은 실제 전투자료를 바탕으로 적용하였다.
가시거리와 이동의 제한은 전투에 어떤 영향을 미치는가?
전투에 미치는 지형의 영향으로는 가시거리와 이동의 제한이 있다. 가시거리의 제한은 목표를 발견하고 공격할수 있는 시간을 짧게 한다. 이동의 제한은 정상적인 속도를 감소시키거나 경로를 제한시킨다. 특히 도시지역 전투 에서는 지형의 영향이 가장 크다.
프랙탈의 특징은 무엇인가?
프랙탈은 1975년 만델브로트가 소개한 기하학으로 자기유사성(self-similar)을 소수차원으로 표현하는 특징을 가진다(Peitgen 등, 2004; 윤영수 등, 2005).
참고문헌 (18)
이태원, 강성진 (2000), "EINSTein 모형을 이용한 복잡계 이론의 지상전 적용에 관한연구", 한국시뮬레이션학회 논문지, Vol. 9, No. 1., pp. 55-66.
Ilachinski, A. (2000), "Irreducible Semi Autonomous Adaptive Combat (ISAAC) : An Artificial Life Approach to Land Combat", Military Operations Research, Vol. 5 No. 3, pp. 29-46.
Ilachinski, A.(2003), "Exploring self-organized emergence in an agent-based synthetic warfare lab", Kybernetes, The International Journal of Systems & Cybernetics, Vol. 32 No.1-2, pp. 38-76.
Lauren, M.K. (2002a), "Firepower concentration in cellular automaton combat models-an alternative to Lanchester", Journal of the Operational Research Society, Vol. 53 No. 6, pp. 672-679.
Lauren, M.K. (2002b), "Fractals and Combat Modeling using MANA to Explore the Role of Entropy in Complexity Science", Fractals, Vol. 10 No. 4, pp. 481-489.
Dunnigan, J. F. (2000), Wargames Handbook, 3rd Edition, Writers Club Press, USA.
Dupuy, T. N. (1990), Understanding Defeat: How to Recover from Loss in Battle to Gain Victory in War, 1st Edition, Paragon House Publishers, USA.
Overy, Richard (1997), Russia's War, 1st Edition, Penguin Books, USA.
Peitgen, Jurgens, Saupe (2004), Chaos and Fractals, 2nd Edition, Springer, USA.
Champagne, L., Carl, R.G., and Hill, R., (2003), "Search Theory, Agent-Based Simulation, and U-boats in the Bay of Biscay", Proc. of the 2003 Winter Simulation Conference, pp. 991-998.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.