Chardonnay

3 ProblemProblemI detta kapitel beskrivs problemområdet och de frågor som detta arbete syftar till attbesvara, dessutom redovisas också de avgränsningar som har gjorts i arbetet.3.1 ProblembeskrivningI och med att en övergång håller på att ske till ”informationsåldern” inom militären, isamband med dess omställning till ett nätverksbaserat försvar, innebär detta attmängden insamlad data hela tiden ökar. Detta för med sig en ökad komplexitet ocharbetsbörda för de militära beslutsfattarna (Westberg, 2001). För att kunna dra nyttaav den ökande mängden data och för att undvika katastrofalt felaktiga beslut, såsomUSS Vincennes nedskjutning av det iranska passagerarflygplanet av typen Airbus år1988, har behovet av beslutsstödsystem blivit allt större inom militären (Westberg,2001). För att kunna erbjuda effektiva beslutsstödsystem spelar som tidigare nämntsinformationsfusion en central roll.Enklare former av multisensoranalys gjordes för redan 60 år sedan då britterna isamband med slaget om Storbritannien fusionerade data från radar, akustiskasensorer, med mera. Sedan dess har forskarna blivit duktiga på multisensoranalys menhögre nivåer inom informationsprocessen kräver fortfarande mycket forskning(Askelin, 2001).Lindberg (2002), som konstaterar att bayesiansk hypotesprövning inte är tillämpbartinom sjöstrid för ytstridsfartyg, identifierar bland annat markstrid som ett område därbayesiansk hypotesprövning/inferens kan tänkas vara användbart. Inom markstrid ärantalet indikatorer i form av antal enheter större än inom sjöstrid, dessutom minskarvapenräckvidden jämfört med fartygs vapenräckvidd, vilket leder till att enheternamåste föras närmare fienden. Också detta bör leda till bättre indikatorer som kan geledtrådar om fiendens avsikt. Det vore därför av intresse att försöka bygga en modellsom bygger på bayesiansk hypotesprövning för att försöka prediktera fiendensintention. Detta arbete lägger inte så stor vikt på att undersöka de teoretiskamöjligheterna att använda den bayesianska metodiken till förutsägelser om fiendensintentioner utan har ett mer empiriskt tillvägagångssätt. Istället för att lägga myckettid på att väga teoretiska för- och nackdelar med olika tillvägagångssätt emot varandrahar den bayesianska metodiken valts, då det finns en hel del stöd i tidigare gjordforskning för att den skulle kunna vara en lämplig metod. Det finns dock ingentingsom säger att till exempel Dempster-Shaferteori inte skulle kunna fungera lika brasom den bayesianska metodiken, utan ska ses som att den bayesianska metodiken ären möjlig väg att gå och har valts i detta arbete.Användandet av den bayesianska metodiken är som tidigare konstaterats inte heltproblemfri. För att beräkna sannolikheten hävdar vissa kritiker att en uppräkning avalla olika möjligheter krävs, något som kräver väldigt mycket lagringsutrymme ochberäkningskapacitet. En lösning som föreslagits i litteraturen på detta problem äranvändandet av bayesianska nätverk (Jensen, 1996; Runqvist, 2004). Användandet avden bayesianska metodiken för dock även med sig vissa andra problem: hur ettkunskapstillstånd kan omvandlas till en sannolikhetsfördelning på ett tillförlitligt sätt(Das, 1999; Starr och Shi, 2004) samt att bayesiansk inferens är känsligt för valet avprior-sannolikheter (Davies Withers, 2002). Den bayesianska metodiken har dockvisat sig framgångsfull på många områden (Chan och Darwiche, 2002) varför den ärett utmärkt val under förutsättning att valet av prior-sannolikheter görs grundat påkunskap om tillämpningsområdet (Davies Withers, 2002).13