Chardonnay

1 IntroduktionIntroduktionHögteknologiska väpnade styrkor runt om i hela världen är på väg in i ett stortförändringsskede, kallat för Revolution in Military Affairs (Arnborg, Artman,Brynielsson och Wallenius, 2000). I Sverige har en förändrad hotbild tillsammansmed den snabba teknologiska utvecklingen lett till att det framtida försvaret ser ut påett helt annat sätt än det gamla invasionsförsvaret (Hållmats, 2002). Detta framtidaförsvar brukar inom den svenska militären kallas för det nätverksbaserade försvaretoch kan ses som en övergång mot ”informationsåldern” inom försvaret.Förändringarna för med sig att mängden insamlad data hela tiden ökar, vilket innebären ökad komplexitet och arbetsbörda för de militära beslutsfattarna, vilket i sin tur förmed sig ett ökat behov av effektiva beslutsstödsystem (Westberg, 2001). I och meddetta har informationsfusion, vilket handlar om att beskriva ett specifikt tillstånd ivärlden genom att använda tillgänglig information på bästa möjliga sätt (Suzić,2003a), kommit att spela en allt viktigare roll.Inom informationsfusion har forskningen tidigare fokuserat på problem med en lågabstraktionsnivå, såsom att slå samman sensordata eller att identifiera olika fordon(Brynielsson och Arnborg, 2005). Nästa steg i informationsfusionsprocessen liggerdock på en högre abstraktionsnivå, då det gäller att förutsäga fiendens handlingar ochutifrån detta föreslå olika handlingsalternativ (Brynielsson och Arnborg, 2005). Föratt lyckas med detta krävs att det finns möjlighet att resonera och fatta beslut underosäkra förhållanden. Ett sätt som kan användas för att fatta beslut under osäkerhet ärden bayesianska metodiken, eftersom den ger möjlighet att beräkna sannolikheten förolika hypoteser givet viss data och förhandsinformation genom användandet av Bayesteorem. Bayesiansk metodik bygger dock på användandet av subjektiva priorsannolikheter,vilket ifrågasätts av vissa forskare (se vidare Davies Withers 2002).Den bayesianska metodiken kommer i detta arbete att användas för att undersökamöjligheten att bygga en modell som kan beräkna sannolikheterna för fiendens olikahandlingsalternativ inom området markstrid. Utöver detta kommer även denna modellförses med ett grafiskt gränssnitt för att användaren ska kunna sesituationsutvecklingen och på så sätt få större förtroende för modellens utdata. Dettagrafiska gränssnitt är även tänkt som ett verktyg för att samla in data om hurmänskliga experter skulle skatta sannolikheterna i olika scenarion. Denna insamladedata kan exempelvis användas för att finjustera den framtagna modellen.I kapitel 2 (bakgrund) görs en genomgång av grundläggande sannolikhetslära, hurbeslutsfattandeprocessen fungerar, samt så diskuteras ett antal olika metoder förbeslut under osäkerhet. Därpå beskrivs den bayesianska metodiken i mer detalj, medfokus på bayesiansk hypotesprövning. Sist i kapitlet diskuteras informationsfusionoch hur den bayesianska metodiken kan användas för att genomföra situations- ochhotanalys, vilka är viktiga steg inom informationsfusionsprocessen.Kapitel 3 (problem) snävar av det problemområde som presenterats i föregåendekapitel och preciserar det valda problemet samt de avgränsningar som gjorts.Dessutom presenteras ett antal delmål, vilka ska uppnås för att det övergripande måletmed arbetet ska gå att nå. Utifrån dessa delmål tas i kapitel 4 (metod) ett antal olikaalternativa metodförslag fram, vilka representerar olika sätt att nå de olika delmålenpå. De olika metodernas för- och nackdelar ställs emot varandra för att på så sätt fåfram vilka metoder som är de lämpligaste för de olika delmålen.Nästföljande kapitel (genomförande och resultat) beskriver vad bayesianska nätverkär, hur de konstrueras, samt hur inferenser dras i nätverken. Därpå tas de noder fram1