Puolustusvoimien tutkimuslaitos Ruudikasta tutkimusta Joukkue pelinappulana laskennallisessa taistelumallinnuksessa Suomen Operaatiotutkimusseuran kevätseminaari 10.5.2016 Taistelija Haavoittunut Toimiva Sitoutunut lääkintään Taistelussa Vetää pois tulesta ja antaa ensiavun Evakuoi Palaa taisteluun evakuoimasta Toimii Valmiina toimintaan Tulittaa Liikkuu&tulittaa Liikkuu Nimi Työ Osasto Suojautuu Insinöörikapteeniluutnantti, TkT Bernt Åkesson
Esityksen sisältö Johdanto Joukkueen malli osana prikaatin taistelua Sandis-ohjelmisto
Johdanto Vaihtoehtojen vertailu Hankinnoissa Mikä on järjestelmän X vaikutus taistelun kulkuun? Jatketaanko vanhan järjestelmän käyttöikää vai luovutaanko suuresta määrästä vanhaa muutaman uuden hankkimiseksi? Suunnittelussa Mikä on vaihtoehtojen A ja B ero? Pystyykö sininen joukko A pysäyttämään keltaisen joukon B? Tarve simuloinnille
Toimintatapaa Uhkakuva Asejärjestelmän käyttötilanne Tilanteen mallinnus Laskennallinen analyysi Tulosten tarkastelu Johtopäätökset
Laskennalliset menetelmät taktisen tason tarkasteluissa Puolustusvoimissa on kehitetty todennäköisyysjakaumilla laskeva taistelun simulointimalli ja sitä soveltava Sandisohjelmisto Skenaariopohjaiseen analyysiin, jopa prikaati vastaan prikaati tilanteiden laskennalliseen sotapelaamiseen Pelinappulana ryhmä tai joukkue Tarkoitettu päätöksenteon tukivälineeksi vaihtoehtojen vertailussa
Missä pihvi? Aggregaatiotaso Agentit ovat joukkueita / ryhmiä Ei yksittäisiä taistelijoita / panssarivaunuja Yksikön vahvuus kuvataan todennäköisyysjakaumana Todennäköisyysjakaumia käytetään todennäköisyyspohjaisessa analyysissä Laskennalliset mallit Omat mallit jotka validoitu ja parametrit jotka sovitettavissa malleihin
Jalkaväkijoukkueen malli Jalkaväkijoukkueessa on n. 30 taistelijaa Joukkue toimii vähintään 300 m x 100 m kokoisella alueella Miksi joukkue pelinappulana? 1. Jotta voidaan laskea isompia skenaarioita 2. Joukkue on suurin yksikkö, joka kykenee keskittämään tulensa suomalaisessa (metsä)maastossa 3. Asevaikutusta voidaan edelleen mallintaa tarkasti Tarvitaan tilakone kuvaamaan taistelijan toimintaa
Taistelijan tilakone Taistelija Haavoittunut Toimiva Auttaa haavoittuneita Taistelussa Toimii Suojautuu
Joukkuemalli Ei kuvata yksittäisiä taistelijoita, vaan Aluetta missä taistelijat toimivat Joukkueen yhdistettyä tulivoimaa Taistelijan tilakoneen avulla tulittavien osuus Mies- ja asevahvuus todennäköisyysjakaumana Sodan satunnaisuus (osuu/ei osu jne) jakaumissa Asevaikutusmallien avulla lasketaan tappiotodennäköisyydet
Taistelijan Opas, 2013
Joukkuemalli Joukkueen alueellinen rakenne on mallinnettu laskentapisteiden avulla Vahvuus jaettu laskentapisteiden kesken (esim. 7 kpl) Tarvitaan useampi piste laajan ryhmitysalueen takia Aseiden ampumaetäisyys laskentapisteistä Asevaikutukset kohdistuvat yksittäisiin laskentapisteisiin
Vahvuus todennäköisyysjakaumana Tilasiirrot joka aika-askeleella tappiotodennäköisyyksistä Tilakoneella todennäköisyydet jokaiselle vahvuudelle Markovin ketju Kun kaksi yksikköä kohtaa, vahvuudet n ja m Kaikki kombinaatiot käydään läpi n ampuu m, m-1, m-2 ; n-1 ampuu m, m-1, m-2 jne Lasketaan n kertaa m tilannetta Joukkue vs. joukkue 10 3 laskentatilannetta Yleisesti N 2 laskentatilannetta Oletus riippumattomista jakaumista ei johda merkittäviin virheisiin (Lappi, Pakkanen, Åkesson, 2012)
Todennäköisyys Joukkueen vahvuusjakauma eri ajanhetkillä Joukon vahvuus
Asevaikutusmallit (maajoukot) Otos 10000 suomalaista haavoittunutta 1941-1944 Ammussirpaleet 48,81% Kivkaliiperiset aseet 39,86% Miinat 7,19% Käsikranaatit 1,08% Kasapanokset 0,15% Muut 2,91% USA:n tilasto Tyynenmeren taistelut Käsiaseet 25% Kk 13% Käsikr 13% Krh 35% Tykistö 10% Muut (miinat ml.) 14% LÄHDE: Jalkaväen tulen vaikutuksesta, Pääesikunta, 13.3.1954, N:o 260/Jvtsto/5 a 3 Epäsuora tuli ja kiväärikaliiperiset aseet mallinnettava tarkasti
Hit probability Jalkaväen kevyet aseet Rynnäkkökiväärit jne. Osumatodennäköisyydet kenttäkokeista Osumatodennäköisyys etäisyyden funktiona (Lappi, Pottonen 2006) 0,06 0,05 0,04 0,03 0,02 0,01 0 0 200 400 600 800 1000 1200 Distance (m) rifle 8 RPM rapid-fire rifle 30 RPM semiautomatic rifle 10 RPM heavy machine gun 30 RPM submachine gun 50 RPM
Jalkaväen kevyet aseet Yksittäisen aseen tulen teho muodostuu tulinopeudesta ja osumatodennäköisyydestä Tappiotodennäköisyys binomijakaumasta Maasto ja linnoitteet muuttavat osumatodennäköisyyksiä ja haavoittuvia pintaaloja Algoritmi optimaaliselle maalien valinnalle (Lappi, Bruun, Jokinen, 2009)
Sirpaloituvien ammusten simulointimalli Tulostiedot Maalialkioiden vaurioitumistodennäköisyydet Lähtötiedot Ammuksen parametrit Sirpaleviuhkat Sirpalejakaumat Sirpaleiden lähtönopeudet Räjähdysainemäärä jne Maalialkion parametrit Koordinaatit Haavoittuvat pinta-alat Panssaroinnin paksuus eri kohdista Paineenkestävyys Ammunnan parametrit Tähtäyspisteen koordinaatit Laukausmäärä Hajontakuvio Ammuksen tulokulma Ammuksen tulonopeus jne Digitaalinen korkeusmalli Mahdollinen
Joukkuemallin muita ominaisuuksia Todennäköisyydet: toimintakykyinen, lyöty, tuhottu Lyöty jos ei yhtään taistelevaa sotilasta ja joukko tulen alla Voidaan hyödyntää todennäköisyyspohjaisessa analyysissä Tuli pakottaa suojautumaan Suojautuneiden osuus edellisen aika-askeleen tappioiden perusteella
Joukot kartalla 11.5.2016 20
Pelin lähtö- ja tulostiedot Lähtötiedot Joukot Agentti: ryhmä / joukkue Peli: joukkue-prikaatitaso Järjestelmien parametrit Tilanne Sinisen ja keltaisen suunnitelma Pelaajan toimenpiteet Vikalogiikka Tulokset (jokaiselle aikaaskeleelle) Tappiot jokaiselle joukkueelle ja aseluokalle Todennäköisyysjakauma Killer-victim scoreboard Ampumatarvikkeiden kulutus Lääkinnän tila Radioviestinnän tila Operaation onnistumistodennäköisyys
Sandis-ohjelmisto Kuvatut laskentamallit sovellettu Sandis-ohjemistoon ST Esa Lapin johdolla Puolustusvoimien teknillisessä tutkimuslaitoksessa Alunperin tarve elektronisen sodankäynnin operaatioanalyysiin 2002 Työhön osallistunut vuodesta 2003 PV:n henkilökuntaa, varusmiehiä, reserviläisiä, harjoittelijoita, yrityksiä, yliopistoja, kansainvälisiä yhteistyötahoja 2005 Testiversio Matlabilla (Lappi, Murtola) 2006 Java-versio 2009 Vetovastuu siirtynyt Bernt Åkessonille 2013 Python-versio Työtä jatkettu Puolustusvoimien tutkimuslaitoksessa 2014 lähtien
Sandis -tuoteperhe Taistelumallinnusohjelmisto Sandis 1 Java-versio Taistelumallinnusohjelmisto Sandis 2 Toteutettu Python-kielellä Lääkintämalli ELLA Erillissovellus Toteutettu Python-kielellä Epäsuoran tulen vaikutusmallikirjasto EETU Versio 2.0.0 julkaistu 01/2016 Erillissovellus karttakäyttöliittymällä Toteutettu Python-kielellä PV:llä kaikki oikeudet ohjelmistoihin
Sandiksen käyttökohteita Sandis 1 -ohjelmistolla on arvioitu pataljoonaprikaatitason tilanteissa mm. prikaati vastaan mekanisoitu taisteluosasto prikaatin ja erillisen pataljoonan puolustus pataljoonan puolustus Loimolan taistelussa 27.7.1944 Voidaan arvioida mm. eri järjestelmien vaikutusta taistelun kulkuun eri ammusten merkitystä lääkintähuollon toimivuutta kustannustehokkuutta simuloitujen tulosten perusteella Lisäksi voidaan tehdä heittimistön ja tykistön tulentehovertailuja staattisiin ja dynaamisiin tilanteisiin
Esimerkki: Loimolan taistelu 27.7.1944 I/JR8 puolustusasemissa 2 hyökkäävää jvrykmenttiä
Kiitos mielenkiinnosta!
Kirjallisuutta (1) 1. 3rd International Sandis Workshop, J.S. Hämäläinen, E.I. Lappi., B.M. Åkesson (eds.), Defence Forces Technical Research Centre Publications 19, Riihimäki, 2009. 2. Lappi, E., Åkesson, B. Combat simulation as a tool for evaluation of future weapon system and some risks in scenario based wargaming, Proceedings of the Conference Security in Futures Security in Change (Burkhard Auffermann and Juha Kaskinen, eds.), FFRC ebook 5/2011, Turku, Finland, 2011, pp. 217-224. ISBN 978-952-249-063-6 ISSN 1797-132 3. Åkesson, B., Lappi, E. An improved model for simulating indirect fire, Poster, The 2010 Winter Simulation Conference, Baltimore, Maryland, December 5-8, 2010. 4. Bruun, R.S., Hämäläinen, J.S., Lappi, E.I., Lesnowicz Jr, E.J., Data farming with SANDIS software applied to mortar vehicle support for convoys, Scythe: Proceedings and Bulletin of the International Data Farming Community, Issue 9, Workshop 21, 2011. 5. 4th International Sandis Workshop, J.S. Hämäläinen (ed.), Defence Forces Technical Research Centre Publications 23, Riihimäki, 2011. 6. Pettersson, V., Malmi, E., Syrjänen, S., Åkesson, B., Heininen, T., Lappi, E. Simulating the effect of indirect fire on a multiple target element system, Proceedings of CAO2011: ECCOMAS Thematic Conference on Computational Analysis and Optimization (Sergey Repin, Timo Tiihonen and Tero Tuovinen, eds.), June 9-11, 2011, Jyväskylä, Finland. Reports of the Department of Mathematical Information Technology, Series A. Collections, No. A 1/2011, University of Jyväskylä, 2011. ISBN 978-951-39-4331-8 ISSN 1456-4351 7. Åkesson, B., Horne, G., Mässeli, K., Narayanan, F., Pakkanen, M., Shockley, J., Upton, S., Yildirim, Z., Aybeniz, Y. Team 1: MSG-088 data farming case study on humanitarian assistance / disaster relief, Scythe: Proceedings and Bulletin of the International Data Farming Community, Issue 11, Workshop 23, pp. 3-6, 2012. 8. Malmi, E., Pettersson, V., Syrjänen, S., Nissinen, N., Åkesson, B., Lappi, E. Warfare simulation and technology forecasting in support of military decision making, INFOCOMP 2011, October 23-28, 2011, Barcelona, Spain. 9. Åkesson, B. M., Lappi, E., Pettersson, V. H., Malmi, E., Syrjänen, S., Vulli, M., Stenius, K. Validating indirect fire models with field experiments, Journal of Defense Modeling and Simulation, 10(4), October 2013, pp. 425-434. 10. Lappi, E. Computational methods for tactical simulations, Doctor of Military Science thesis, National Defence University, Department of Tactics and Operations Art, Publications 1, N:o 1/2012, 2012. 11. Lappi, E., Åkesson, B. Weapon simulation as a part of risk assessment for chemical industry during armed conflicts, Proceedings of NBC 2012: 8 th Symposium on CBRNE Threats (Paula Maatela and Sirpa Korpela, eds), Turku, Finland, 11-14 June, Defence Forces Technical Research Centre Publications 26, Ylöjärvi, 2012, pp. 123-127.
Kirjallisuutta (2) 1. Lappi, E., Sysikaski, M., Åkesson, B., Yildirim, U.Z. Effects of terrain in computational methods for indirect fire, Proceedings of the 2012 Winter Simulation Conference (C. Laroque, J. Himmelspach, R. Pasupathy, O. Rose and A. M. Uhrmacher, eds.), Berlin, 9-12 December, 2012. 2. Lappi, E., Pakkanen, M.S., Åkesson, B. An approximative method of simulating a duel, Proceedings of the 2012 Winter Simulation Conference, (C. Laroque, J. Himmelspach, R. Pasupathy, O. Rose and A. M. Uhrmacher, eds.), Berlin, 9-12 December, 2012. 3. Åkesson, B., Lappi, E., Bruun, R., Sainio., J. Artillery warfare in urban terrain, Scythe: Proceedings and Bulletin of the International Data Farming Community, Issue 13, Workshop 25, 2013, pp. 17-20. 4. Åkesson, B., Lappi, E., Bruun, R., Sainio., J. Uusi maaston huomioiva tykistön vaikuttavuusmalli, Suomen Operaatiotutkimusseura ry:n jäsenlehti INFORS 2/2012, pp. 10-13. 5. Jokinen, K., Kolehmainen, J., Lahti, M., Lappi, E., Roponen, J., Saarelainen, J., Viitanen, T., Åkesson, B., Bull, P., Persson, B. Testing the MSG-088 Data Farming Process with the Sandis Software, Scythe: Proceedings and Bulletin of the International Data Farming Community, Issue 15, Workshop 27, pp. 34-37, 2014. 6. Lappi, E., Urek, B., Åkesson, B., Arpiainen, J., Roponen, J., Jokinen, K., Lappi, R. Comparing simulated results and actual battle events from 1944 A case study using Sandis software, Tiede ja Ase: Suomen Sotatieteellisen Seuran vuosijulkaisu n:o 72, I. Turunen, ed., pp. 111-125, 2014. 7. Lappi, E. Jatkosodan taistelu simulointimallissa: Suovanjärven taistelu 27.7.1944 simuloituna Sandis-ohjelmistolla, Tiede ja Ase: Suomen Sotatieteellisen Seuran vuosijulkaisu n:o 72, I. Turunen, ed., pp. 126-127, 2014. 8. Roponen, J., Simulating artillery fire in forest environment, Master s thesis, Aalto University, 2015. 9. Lappi, E., Åkesson, B., Valtonen, J., Koskinen J., Hämäläinen, J., Pentti, J., Roponen, J., Urek, B., Sivertun, Å. Team 4: Data farming of a historical battle of Loimola in summer 1944, Scythe: Proceedings and Bulletin of the International Data Farming Community, Issue 17, Workshop 29, pp. 18-21, 2015. 10. Borén, A., Mikkola, P., Kangasniemi, I., Lappi, E., Reijonen, P., Solanti, J., Åkesson, B. Team 5: Protection of high-value targets from indirect fire using temporary constructions, Scythe: Proceedings and Bulletin of the International Data Farming Community, Issue 17, Workshop 29, pp. 22-26, 2015. 11. Lappi, E., Åkesson, B. Tactical size unit as distribution in a data farming environment, Axioms 5(1), 2016.