面向智能化推演仿真的敌军兵力分群研究

战争模拟的进一步发展对于推演的规模和速度提出了更高的要求,敌军兵力分群已经成智能化军事推演仿真系统模拟态势感知的重要关键技术。将理论化的战场兵力分群问题聚焦为空间分群问题,提出空间分群的多次聚类方法、基于邻接表的群结构的存储和动态更新机制,仿真实现正确地体现了情报分析人员对分群所依据属性的不同重视程度对分群结果的影响,验证了所提出的战场敌军兵力分群方法的可行性与有效性。

一种基于改进K-means算法的空间群划分方法

空间群划分是兵力分群的重要环节,其关键在于确定“距离”度量函数、分群数目和初始分群中心。传统算法的初始聚类中心和聚类数目不固定,直接用于空间群划分将使得划分结果不稳定。为此,提出了一种基于改进算法的空间群划分方法。利用了现有空间群划分方法中的距离函数改进策略计算敌方作战单元两两之间的“距离”,引入一种快速搜寻高密度点的方法,确定了初始分群中心和分群数目,通过仿真实验验证了该方法的有效性。