Complex computer simulation models are used in various fields. Especially, war game simulators are used as a cost-effective means to combat experiments. However, the war game simulators currently used in the Korean Army were developed by the United States, and they do not adequately reflect the Korean Peninsula terrain and weapon systems. This implies that these war game simulators need to be calibrated for properly assessing the effectiveness of the Korean weapon systems.
In this thesis, AWAM, a war game simulator, is calibrated with respect to the time-based fighting power (FP). The FP data obtained from the Korea Combat Training Center (KCTC) are used as a reference, and the differences between the AWAM and KCTC FP data are calculated at certain points in time. Then, the Taguchi robust design method is adopted using the probabilities of hitting for the K-2 rifle as control factors. Two performance metrics are used. One is the difference between the AWAM and KCTC FP data and the other is the score derived by grouping the difference data. The second metric is appropriate for evaluating combat operations or strategies. A 64-run Plackett-Burman design is used for experimentation, and the Taguchi SN ratio and sensitivity are used to determine settings of control factors such that both metrics are close to zero on average with the variance being as small as possible.
복잡한 컴퓨터 시뮬레이션 모델은 다양한 분야에서 활용되고 있다. 특히, 워게임은 전투실험을 하는데 있어 비용절감의 효과가 있어 중요성이 증대되고 있다. 그러나, 현재 육군에서 활용되고 있는 워게임의 대부분이 미국에서 개발되었으며, 한반도 지형이나 한국 무기체계를 명확하게 반영하고 있지 않다. 따라서, 한국 무기체계의 효과를 적절히 반영하기 위해서는 워게임 모델의 교정이 필요하다.
본 논문에서는, AWAM이라는 워게임 모델을 시간에 따른 전투력을 기준으로 교정을 수행한다. 전투력 데이터는 육군 과학화 훈련단(KCTC)에서 획득하였으며, 특정 시간대에서 AWAM 모델과 KCTC 데이터의 차이 값을 계산하였다. 그리고, K-2 소총의 명중확률을 제어인자로 삼아 Taguchi robust design을 적용하였다. 또한 본 논문에서는 두가지 성능 측도를 제안하였다. 하나는 AWAM 모델과 KCTC 데이터의 차이 값을 이용한 것이고, 다른 하나는 그 차이 값을 그룹화함으로써 점수를 부여하는 방법이다. 첫 번째 성능측도는 무기체계의 소요 기획 단계에서 분석평가를 위한 수단으로, 두 번째 성능측도는 지휘관의 전투 방책과 전략 간의 우열을 판단하기 위한 참고자료로 활용되는 것이 적절하다. 실험계획법으로는 64회 Plackett-Burman Design을 사용하였으며, 제어인자의 최적 조건을 결정하기 위해 다구치의 SN비와 감도를 사용하였고 그 결과, 두 가지 성능측도의 평균이 제로에 가까워지면서 분산이 최대한 작아졌다.
