Professional Documents
Culture Documents
The Optimal Allocation Model For SAM Using Multi-Heuristic Algorithm - Focused On Theater Ballistic Missile Defense
The Optimal Allocation Model For SAM Using Multi-Heuristic Algorithm - Focused On Theater Ballistic Missile Defense
In Korean peninsular, Air Defense with SAM(Surface-to-Air Missile) is very important, because of
threatening by North Korea’s theater ballistic missiles installed with nuclear or biochemistry. Effective and
successful defense operation largely depends on two factors, SAM’s location and the number of SAM for
each target based on missile’s availability in each SAM’s location. However, most previous papers have
handled only the former. In this paper, we developed Multi-heuristic algorithm which can handle both
factors simultaneously for solving allocation problem of the batteries and missile assignment problem in
each battery. To solve allocation problem, genetic algorithm is used to decide location of the batteries. To
solve missile assignment problem, a heuristic algorithm is applied to determine the number of SAM for
each target. If the proposed model is applied to allocation of SAM, it will improve the effectiveness of
missile defense operations.
1)
Keyword: missile defense, set covering model, multi-heuristic algorithm, genetic algorithm
†연락저자 : 이재영 교수, 122-090 서울시 은평구 수색동 국방대학교 관리대학원 OR학과, Fax : 02-309-6233,
E-mail : jylee@kndu.ac.kr
투고일(2007년 11월 15일), 심사일(1차 : 2007년 11월 19일, 2차 : 2008년 03월 06일), 게재확정일(2008년 05월 22일).
복합-휴리스틱 알고리즘을 이용한 지대공 유도무기(SAM) 최적배치 방안 263
(1)
≤
≥ 정수 ⋯ ⋯
패트리어트가 위치에 방향으로
설치되고 탄도미사일 발사지가 일 때
고객방어목표 가 보호받을 확률
≤ ≤
⋯ ⋯ ⋯ ⋯ 그림 2. SAM 및 탄도탄 수량을 포함한 지역담당모형
Kim, S. B.(2003)은 패트리어트를 대상으로 기존 탄도미사일 따라서 본 연구에서는 이를 반영할 수 있도록 <그림 2>
방어와 더불어 항공기 방어를 고려하는 모형을 제시하고 와 같이 고객 담당여부를 0 또는 1로 표현하는 이진변수 Aij
CPLEX를 사용하여 미사일 기지의 최적위치와 방향을 결정하 (할당계획 )를 사용한 지역담당모형 및 이를 활용한 해법을
였다. Baek, J. W.(2004)은 기 배치된 호크전력을 고려하여 SAM- 제시한다 .
264 이재영․ 곽기훈
(3) 수리모형
∈ ∈ ∈
∙
(2)
s.t. ≤
∈ ∈
∈ ∈
≤
∀
⋯ ⋯ 그림 3. 가상공간 설정
복합-휴리스틱 알고리즘을 이용한 지대공 유도무기(SAM) 최적배치 방안 265
∙
패트리어트의 교전공간이 위치하였을 때 Kill Box를 통과하는
∙
탄도미사일 경로의 길이 및 포대로부터의 횡단속도를 자동적
∙ ∙
으로 계산, 격추확률 함수에 입력하여 격추확률을 계산하였다.
여기서, 는 요격지점 O에서 포대를 향하는 벡터이고, 는 3.3 복합 -휴리스틱 알고리즘을 이용한 해 유도 방법
이다( 는 Kill Box와 탄도미사일 경로가 만나는 2개의 교점을
본 연구에서는 기존의 지역담당모형에서 고려되지 않았던
이용하여 구한다).
‘방어규모’가 포함됨으로 인해서 모형 내에 또 다른 조합 최적
또한 이므로, 는
이다. 화 문제인 할당계획이 존재하게 되었다. 이에 따라 배치계획
따라서 탄도미사일의 횡단속도(vcross)는 다음과 같다. 은 대규모 문제에 적합한 유전자 알고리즘을 적용하고, 할당
계획은 높은 격추확률을 보장하고 전술상황을 고려하여 신속
∙ ∙
하게 적용하여 계산할 수 있는 휴리스틱 알고리즘을 적용한
복합-휴리스틱 알고리즘을 제시하였다.
② Kill Box를 통과하는 탄도미사일 경로의 길이
일반적으로 Kill Box를 통과하는 탄도가 길수록 격추확률은
증가한다. Kill Box내의 탄도 길이가 길수록 탄도미사일을 격추
시킬 기회가 더 많기 때문이다.
③ 격추확률 함수
위 두요소에 따라 탄도미사일 격추확률을 ‘Kill Box를 통과
하는 탄도의 길이(l)에 따른 격추확률 함수 P(l)’과 ‘탄도미사일
의 횡단속도(vcross)에 따른 격추확률 함수 P(vcross)’로서 정의하며,
두 함수가 서로 독립이므로 이 두 함수를 곱한 격추확률 함수
∙ 로 정의한다. 그림 8. 복합-휴리스틱(Multi-Heuristic) 알고리즘
해서는 <그림 9>에서와 같이 SAM 기지의 수와 상관없이 262,144 적화 문제인 ‘할당계획’으로서 SAM이 배치되었을 때 각각의
(= 512 × 512) 개의 비교적 많은 비트수가 필요하다. 따라서 유 SAM 기지에서 적 탄도미사일에 대해 유도탄을 어떻게 할당하
전자 진화에 많은 시간이 소요된다. 여 최대의 격추대수를 구하는가 하는 문제이다. 이에 대한 해
또한, 각각의 bit 값은 독립적으로 발생하므로 배치된 SAM 법이 존재하지 않을 경우 동일한 위치에 SAM이 배치되었다 하
기지의 수가 제약식을 벗어나기가 쉽다. 더라도 할당방법에 의해 격추대수가 변화하므로 최적의 해를
보장할 수 없다. 따라서 본 연구에서는 모형의 안정적인 최적
해를 구하기 위한 해법을 휴리스틱 알고리즘을 이용하여 아래
와 같이 개발하였다.
임의적 할당은 방어효과를 감소시키나, 사전 할당계획을 수립 률을 분석하였다. 패트리어트 위치는 방어목표 위치를 기준으
하여 최대의 방어효과를 가져올 수 있음을 알 수 있다. 로 탄도미사일 발사지점과 방어목표를 잇는 직선상에서 이동하
였을 때와 이선의 수직선상에서 이동하였을 때를 분석하였다.
표 5. 동일경로상의 적 탄도미사일에 대한 격추확률 증가량
구 분 탄도미사일 A 탄도미사일 B (1) 탄도미사일 발사지점과 방어목표를 잇는 직선상에서 이동
현재까지 1
a b
격추확률 0.8
격추확률
10
15
20
5
0
0
-1
-1
-2
패트리어트 위치
4. 모형 실험 및 결과분석 그림 11. 탄도미사일 발사지점과 방어목표를 잇는 직선상에서
패트리어트의 위치에 따른 격추확률
4.1 민감도 분석
탄도미사일 방어모형에서 패트리어트 위치에 따른 격추확 <그림 11>은 탄도미사일 발사지점과 방어목표의 거리별
270 이재영․ 곽기훈
(100, 200, 300km)로, 발사지점과 방어목표를 잇는 직선상에서 격추확률이 가장 중요하나, 배치위치에서의 시계 및 장비를
패트리어트 위치 변화시 격추확률을 보여주고 있다. 방어목표 설치할 수 있는 적정 공간, 진입로 등 많은 부분들이 고려되어
위치를 0으로 두었을 때 -는 발사지점과 가까워지는 쪽이고, + 야 한다. 본 모형에서는 격추확률만이 고려되므로 모형에서
는 발사지점으로부터 멀어지는 쪽이다. 구한 위치는 실제 배치가 곤란할 수 있다. 따라서 최대의 격추
그림에서와 같이 대체적으로 패트리어트 위치가 방어목표 확률을 얻을 수 있는 위치를 찾아내고(1단계), 이곳에 인접한
에 근접하였을 때 최고의 격추확률을 보였다. 탄도미사일 발 배치 가능한 후보지 중에서 최적위치를 찾는(2단계) 방법이 배
사지점과 방어목표의 거리가 100km일 때 최고 격추확률은 패 치하는데 있어 효율적이다. 따라서 본 모형에 대해 아래와 같
트리어트 위치가 +7km일 때이며, 200 및 300km일 때는 +3km일 이 2단계로 구분하여 실험한다.
때이다.
또한 -20km 지점에서는 거의 0.05이하의 격추확률을 보이고 •1단계 실험 : 1단계에서는 후보지를 선정하지 않고 모든
있으나, +20km 지점에서는 0.2이상으로서 비교적 방어목표 뒤 공간을 해집단으로 하여 근사 최적해를 찾기 위한 실험으
쪽에 위치할 때가 앞쪽에 위치할 때보다 격추확률이 높았다. 로서, 해공간은 민감도 분석결과를 이용하여 방어목표의
상하좌우 64 km 이내로 축소한다.
(2) 탄도미사일 발사지점과 방어목표를 잇는 직선의 수직선 •2단계 실험 : 1단계 실험의 해에서 인접 후보지를 각각 2~
상에서 이동 3개 선정하여 이들 중에서 다시 배치 결과를 산출한다.
<그림 12>는 방어목표 위치를 기준으로 탄도미사일 발사
지점과 방어목표를 잇는 직선의 수직선상에서 패트리어트 위 민감도 분석 결과에서 보듯이 방어목표 인근에 패트리어트
치에 따른 격추확률을 보여주고 있다(탄도미사일 발사지점과 포대를 배치하였을 때가 최적의 배치위치이므로 1단계 실험을
방어목표의 거리 : 200km). 방어목표의 위치를 0으로 했을 때, - 생략할 수도 있으나, 방어목표별로 배치할 패트리어트 포대 수
는 방어목표의 왼쪽이며, +는 방어목표의 오른쪽이다. 량 및 해 수렴성능을 판단하기 위해 1단계 실험을 실시한다. 모
패트리어트 위치가 0에 가까울수록 격추확률이 높았으며, 형의 실험은 한반도 상황을 적용하였으며, <그림 13>과 같다.
멀어질수록 감소하였다. 이는 탄도미사일 속도 벡터와 패트리
어트가 이루는 각도에 따라서 횡단속도가 변화하기 때문이다.
0.8
격추확률
0.6
0.4
0.2
0
-20 -15 -10 -5 0 5 10 15 20
패트리어트 위치
그림 13. 모형실험 상황도
그림 12. 수직선상의 위치에 따른 격추확률
① 공격계획
(3) 결과 분석 북한은 총 6개의 위치에서 아군의 6개의 방어목표에 대해 탄
위 두 가지의 실험으로 탄도미사일 격추확률은 패트리어트 도미사일 38발로 공격을 실시한다. 탄도미사일의 발사지점 및
기지가 방어목표와 근접하였을 때 최고가 됨을 알 수 있다. 따 아군의 방어목표, 적의 탄도미사일의 수는 <표 6>과 같이 가
라서 이를 이용하여 최적배치위치를 찾을 수 있으나, 이곳에 정한다.
배치할 수 없을 경우에는 최대한 방어목표에 근접한 위치에
배치해야 한다. 표 6. 공격계획 가정
탄도미사일 발사지점 방어목표 위치
경 로 탄도미사일 수
(y좌표, x좌표) (y좌표, x좌표)
4.2 사례 연구
1 A1 (-115, 97) T1 (87, 144) 10
본 모형에 대해서 대규모의 배치문제로 실험하여, 본 모형 2 A2 (-96, 175) T4 (273, 291) 5
의 우수성을 입증하고자 한다. 3 A3 (-79, 22) T3 (240, 118) 5
4 A4 (-48, 76) T2 (123, 145) 8
(1) 실험 계획 5 A5 (-27, 129) T5 (355, 293) 5
실제 패트리어트를 배치하는데 있어서는 배치위치에서의 6 A5 (-27, 129) T6 (348, 320) ·5
복합-휴리스틱 알고리즘을 이용한 지대공 유도무기(SAM) 최적배치 방안 271
(2) 1단계 실험 결과 및 분석
1단계 실험 결과 <표 7>에서 보는 바와 같이 세대가 진행됨
에 따라 목적함수 값인 격추대수가 지속적으로 증가하여, 최
종 200세대에서는 총 38대의 탄도미사일에 대해 36.6088대의
격추대수를 보였다.
표 7. 세대별 격추대수
세 대 격추대수 세 대 격추대수 세 대 격추대수
이재영 곽기훈
육군사관학교 토목공학 학사 공군사관학교 산업공학과 학사
US Naval Postgraduate School 운영분석 석사 국방대학교 운영분석학과 석사
North Carolina State University OR & 통계학 박사 현재: 공군 방공포병사령부 유도탄통제담당
현재: 국방대학교 운영분석학과 교수 겸 안 관심분야: 미사일방어, 시뮬레이션, 유전자
보문제연구소 정보과학연구실장 알고리즘
관심분야: 최적화이론 응용, 시뮬레이션, 무
기체계 비용대효과 분석, C41/NCW
체계 효과분석, 국방 의사결정론