作战进程的上下文感知模型研究

在传统的联合作战中,各协作方在作战前设定好协作规则,以更好地指导战争的进行。然而,战场环境不断发生变化且通常无法预料,因此作战组织应该对变化进行实时感知并及时做出响应,以保证作战行动的有序推进。针对这一问题,建立了作战进程的上下文感知模型。引入本体论,对上下文进行表示。在事件演算的基础上,对感知到的作战进程上下文进行分析推理,进而掌握各作战组织的能力变化及进程推进情况,为实现作战组织自同步提供决策依据。

作战组织指挥控制能力评价模型研究

为了对作战组织的指挥控制能力进行系统、全面评估,基于对指挥控制能力的分析,构建了包含分析判断能力、统筹决策能力、组织计划能力、控制协调能力以及指挥信息系统运用能力等5个方面的评价指标体系。分别应用模糊综合评价法、TOPSIS法和灰色关联分析法对指挥控制能力进行评价,并就其评价结果进行一致性检验。在保证评价结果具有一致性的前提应用算术平均值组合评价模型、Copeland组合评价模型以及漂移度组合评价模型分别进行评价,并通过Spearman相关系数法进行事后一致性检验,选出最佳的组合评价模型。最后,通过实例验证了方法的合理性。

基于改进模糊神经推理的武器装备系统组合决策

针对武器装备系统组合决策问题,提出了一种新的基于自适应模糊神经推理的组合决策模型。首先用由高斯函数表示的模糊集定量描述武器系统的作战效能和敏捷性;接着基于波士顿投资组合矩阵进行武器系统模糊分类,建立自适应神经网络;最后利用鸟群算法优化模型相关参数。在样本数据库上的仿真结果表明,该方法可以反映武器系统组合状态,使决策者可以根据需求对组合策略进行调整更新。此外鸟群算法优化后的模型能够在一定程度上提高分类精度,与传统模型相比,具有更低的均方误差和更高的误差容忍率。

基于列生成算法的无人机任务分配

任务分配是无人机完成多样化军事任务的重要保证.为了合理制定任务方案,有效降低飞行成本,根据无人机在军事行动中需要运输的物资数量及目的地位置,建立了追求飞行成本最小并考虑时间约束的无人机任务分配优化模型,应用列生成算法对飞行方案进行优化选择.设计实验对列生成算法和差分进化算法进行对比分析,结果表明,列生成算法具有更高的求解精度.在大规模任务分配问题中,利用该算法对飞行方案进行优化选择,显著提高军事任务完成效率.

基于攻防博弈的多波次导弹发射路径规划

针对多波次导弹发射路径规划问题,基于不完全信息博弈理论,建立了多波次导弹发射路径规划的目标优化模型,综合考虑了路网节点的攻防博弈、整体暴露时间、单车最大暴露时间和路线的分散机动等方面.基于Floyd最短路径算法,引进启发式搜索策略,实现了模型的实例验证求解,研究结果对于实际中导弹发射路径规划具有很强的参考意义.

基于时间上下文的军事信息推荐方法

针对军事信息服务中用户个性化信息需求,研究了基于时间上下文的军事信息推荐方法。首先,根据军事用户特征引入时空属性,建立军事用户画像来描述用户的需求变化;然后,基于传统的协同过滤推荐算法,提出了基于时间上下文的军事信息推荐算法,并将用户时空属性考虑在内;最后,通过军综网爬虫数据集对算法进行了试验验证。试验结果表明,当推荐数量处于[3,9]区间时,该算法较传统算法提高了推荐结果的质量,为提高军事信息服务质量提供参考。

基于连接图的推荐结果解释方法研究

针对智能信息推荐领域存在的推荐结果不透明、推荐模型不可读的问题,提出了基于连接图的推荐解释方法。首先,给出了解释方法的整体框架,包含映射模块、构建模块、排序模块和产生模块四个部分;然后,对每一个模块的具体运算步骤展开描述;最后,采集了20位用户对于20部电影的评分数据来进行解释方法的验证,分别收集用户在看到解释前后的反馈信息,进行推荐解释质量的定量评价。实验结果表明,基于连接图的推荐解释方法较好地提高了推荐结果和推荐模型的透明度、信任度,有助于带来更好的人机交互体验。

对抗环境下C^4ISR系统作战进程互操作建模方法研究

目前对于C^4ISR系统互操作性评估的方法通常是通过建模与仿真实验来完成,但现有的方法由于缺少对系统内各成员要素性能指标、敌方威胁性能指标、环境影响因素指标等可变变量的描述形式,导致无法对处在瞬息万变的对抗环境中的系统进行准确评估。针对上述问题,基于SysML语言提出了一种能够反映处于对抗环境下的C^4ISR系统特征的建模方法,并实现了对系统作战进程互操作能力的评估。通过对具体案例的分析表明,该方法能够较好地描述、评估处于对抗环境中的C^4ISR系统,为系统建设、组织运用和改进提供决策依据。