作战指挥态势理解智能算法应用

为提高作战指挥态势理解效率,掌握敌方作战意图,对作战指挥态势理解进行了研究分析。首先,在仿真推演基础上,建立了知识发现方法池,提出了基于智能算法的态势理解方法;然后,以战术层面敌方坦克分队作战意图识别为例,说明了智能算法在挖掘和识别敌方作战意图时的应用方法和路径;最后,试验结果表明,深度学习和长短时记忆(LSTM)网络算法对意图识别问题具有较高的识别准确率。该研究可为指挥员提升作战指挥态势理解能力、开展智能算法在作战指挥态势理解中的应用研究提供参考。

面向鲁棒决策的战场态势评估人机共识形成方法

针对地面突击装备战术级、高动态、分布式、强实时作战过程中的战场态势高度复杂且信息不确定问题,提出一种面向鲁棒决策的战场态势评估人机共识形成方法,实现“人类智能”与“人工智能”在综合态势评估中的有机融合。首先,通过采集乘员(专家)态势评估行为实验样本,模拟乘员(专家)对战场态势信息的认知过程,构建战场态势评估两级智能代理模型;其次,提出一种对人机偏好不敏感的决策鲁棒指数,车辆乘员基于该指数在高强度对抗下快速判断形成人机共识,辅助指挥员进行鲁棒决策。在某作战仿真系统中进行了红蓝对抗的想定设计,并以敌方意图为态势评估对象进行了案例验证,验证了该方法的有效性。