基于深度强化学习的立体投送策略优化方法研究

基于深度强化学习算法在策略优化问题中的良好表现,以立体投送作战行动为主要研究对象,提出了一种深度强化学习框架与仿真推演实验协同的作战行动策略优化方法。在分析策略优化研究现状的基础上,根据研究问题对深度学习框架进行了分析比较,构建了基于A3C算法的深度强化学习立体投送策略模型,并通过仿真推演和分布式计算,实现深度强化学习模型与“人不在回路”仿真推演的交互学习,获得优化后的立体投送策略,验证了深度强化学习框架与仿真推演实验协同优化策略的有效性。

模型与数据混合驱动的代理模型构建方法研究

以某作战样式下的立体投送行动为研究对象,针对模拟仿真推演计算因子过多、计算资源开销过大、普通解析模型计算精度不足等问题,提出了一种模型与数据混合驱动的代理模型构建方法,支撑作战行动的研究。基于军事理论构建了包含武器装备、作战力量等在内的含待优化系数的立体投送解析模型组,并依托自主研发的“代理模型可视化平台”,实现前述解析模型组的复合和参数设置;通过模拟仿真系统实施推演,采集高可信度仿真数据;以高可信度仿真数据为样本,采用多目标遗传优化算法NSGA-II对解析模型中的待定关键系数进行优化,获得能够兼顾计算精度和计算速度的立体投送代理模型。经对比实验结果表明,构建的立体投送代理模型计算结果与高可信度仿真推演相比,战损最大相对误差不超过6.5%,而计算速度提升了150倍。

计算机兵棋系统空中航线搜索研究

空中航线搜索作为空中作战行动模拟的首要环节,搜索效率和精度直接影响实现效果。针对计算机兵棋系统使用Dijkstra算法进行空中航线搜索造成的运行效率低下和转弯点过多问题,引进D*Lite算法,通过改造航线启发距离提高搜索精度和效率,通过改造代价估计函数减少非用户设定航线转弯点数量,并通过仿真对比验证本文算法的有效性。实验结果表明,使用上述算法可在各类地图规模中稳定搜索到符合空中机动障碍约束且平滑度更高的最短航线,在全局静态环境下运算时间平均减少97.01%,在局部动态环境下运算时间平均减少99.15%。

基于能力的国防资源分配方法

针对体系建设发展过程中国防资源有限、分配困难问题,考虑国防总经费预算受限、年度资源平均分配、体系能力满足能力需求等方面的约束,首先采用数学规划法,构建基于能力的国防资源静态分配模型,将资源分配到不同能力领域的体系建设发展中。其次,给出了基于遗传算法的模型求解算法。最后,通过示例验证所构建的资源分配模型能够合理地进行国防资源分配,且计算结果高效、可行,为体系建设发展中的资源分配问题提供了一定的理论支撑。

我国国防支出与经济增长、居民消费的关系实证研究

基于非结构化动态建模理论,采集37年间数据样本,建立了无约束VAR模型、协整约束VEC模型分析国防支出与经济增长、居民消费间的运行规律。研究表明:三者间存在长期均衡关系,经济增长和居民消费对国防支出具有显著正向作用,尽管国防支出未对经济增长和居民消费产生"挤出效应",但国防支出总体仍呈现负规模性特征,"溢出效应"不明显,需要进一步加强军民融合,整合军地资源,提高对国防支出的科学预测能力。

智能无人蜂群作战系统适应性进化模型仿真研究

智能无人蜂群作战系统主要由有限行为能力的大规模作战个体组成,一般不具备应对复杂战场环境和作战对手变化的适应能力。采用遗传算法与增强学习相结合的方法探索构建基于个体的无人蜂群作战系统适应性进化模型,为了提高系统适应性进化速度,提出采用个体针对型变异优化策略改进遗传算法来提高蜂群系统的学习进化效率,在复杂系统建模仿真的SWARM平台上进行仿真实验研究,验证了本文方法的有效性。

基于SWARM智能无人蜂群自组织作战行为模式仿真研究

智能无人蜂群作战以其低成本、大规模协同作战能力优势必将成为未来智能化战争的重要作战样式。根据智能无人蜂群作战系统组成结构和作战特点,以复杂系统自组织理论为基础,基于自底向上的自组织涌现性建模方法,在复杂系统Swarm建模仿真平台上构建具有有限行为能力和局部交互规则的智能无人蜂群个体模型,通过仿真实验,探索研究无人蜂群作战系统宏观整体群体智能作战行为模式和作战能力与其微观组成个体行为规则的关系,为智能无人蜂群作战系统个体作战行为规则、宏观整体作战行为模式产生机制和作战能力研究提供借鉴与参考。

兵棋推演空中任务智能预测方法研究

对战场敌空中目标作战任务进行高效、准确地自动判断,是态势认知的基础和辅助作战资源分配的关键。结合前馈深度神经网络和长短时记忆网络模型计算特点,设计了2个针对性基指标学习器,然后根据基指标交叉熵进行加权组合,用于进一步学习器训练评价指标,既能有效防止模型过拟合,又能提高模型训练效率。测试结果表明,所提模型能较好防止模型过拟合,并能以较高的准确率判断战场敌目标作战任务。

聚焦实践问题以横向课题牵引提升专业学位研究生培养质量

聚焦实践问题以横向课题牵引提高专业学位研究生培养质量,不仅符合经济社会发展实务领域对专业学位研究生人才的需求,而且能使专业学位研究生教育培养的定位更为合理,目标更为明确,培养标准更为清晰,培养路径更为简捷,培养资源配置更为有效。本文分析专业学位研究生教育领域中存在的主要问题与成因,阐述聚焦实践问题以横向课题牵引提高专业学位研究生培养质量的内涵与特征,并结合工作实践,就如何借助横向课题提升专业学位研究生培养质量给出了具体措施。

美军联合使命结构框架研究及对我军的启示

随着任务工程、数字工程在决策支持系统中的作用不断增大,联合作战体系的建设发展受到广泛关注。论文首先介绍了美军联合作战领域与工程管理领域互联互通的组织框架——联合使命结构框架(OMAF);其次,总结了该框架能够根据美国防部体系结构框架(DoDAF)标准确定系统架构产品的开发方向;最后,探讨了我军联合作战体系建设发展趋势,为构建联合作战领域和工程管理领域之间术语使用的互通桥梁,有效提高我军联合作战体系能力奠定基础。

军民融合背景下国防专利制度经济学研究

国防专利制度是一种特殊的专利制度,其对调节国防创新主体间利益关系有着重要作用。从经济学角度讲,制度是存在成本的,进行制度改革就是为了降低其制度成本,促进制度调节主体间的高效合作。从交易费用、产权和制度变迁角度对其进行经济学分析,并提出相应的措施建议,具有一定的参考意义。

基于深度学习的军事情报智能推荐技术研究

军事情报推荐系统是帮助指挥员快速获取情报信息的有力工具,深度学习技术是人工智能领域的研究热点,基于深度学习的智能推荐技术已成为军事情报领域应用与研究的重点方向.本文介绍了情报推荐技术的军事背景与一般框架,系统梳理了5种典型的基于深度学习的推荐算法,对各类技术在不同应用场景下的主要优缺点进行了对比;最后总结了基于深度学习的智能推荐算法在军事情报中的具体应用,并根据军事情报智能推荐的特点,提出未来可能的研究方向,为后期研究提供依据与参考.

公共危机事件中大众愤怒情绪的表达文化研究

在互联网新媒体时代,相对自由的情绪表达平台、不断曝光发酵的危机议题、共同利益诉求的抱团取暖构成了公共危机事件中大众愤怒情绪的形成条件。大众愤怒情绪在公共危机事件中常见的表达类型有发表评价性内容、散布虚假性内容、推理揣测性内容、补充延伸性内容。危机事件中大众愤怒情绪的表现手法也很多,如指责质问、讽刺贬低、辱骂攻击等等。本文针对这些问题提出了针对性的问题解决对策。

面向兵棋推演复盘分析的机器学习数据集构建

运用机器学习进行兵棋推演复盘分析,首先要解决的是数据集构建问题。由于机器学习对数据结构的规范化要求,以及算力和存储限制,通过兵棋推演数据构建机器学习数据集,在如何描述兵棋推演状态,如何描述推演过程,如何处理高维数据,如何数据保真等方面,还面临不少问题。针对此类问题,构建了兵棋推演过程数据向机器学习数据集映射模型,在总体框架上对数据集构建的映射流程、态势描述数据范围和数据统计计算规则进行规范,并从时间关联数据、地理空间关联数据和高维数据降维3个视角设计针对性处理方法,以保证构建数据集的数据结构统一、高维数据降维需求和数据集保真要求。通过数据集构建实验进行了验证,结果表明:在时间分辨率和地理空间分辨率适中情况下,所构建数据集映射模型,既能较好对兵棋推演高维数据进行降维,又能较好防止构建的数据集失真。

基于Web的远程故障诊断技术研究

基于Web 的远程诊断为设备故障诊断的远程化、网络化、多专家协同诊断以及诊断资源的共享提供了一个便捷的途径。分析了基于Web 的远程故障诊断的体系结构、功能模型以及主要功能模块的实现要点,充分体现了基于Web 模式进行远程故障诊断的优点。最后通过原型系统的开发应用,证明了该技术是可行和有效的。

基于试验床的作战体系弹性评估研究

信息化条件下的战争是体系与体系的对抗。作战体系弹性是体系为应对多任务变化、扰动、面临攻击、失效而呈现的高可靠性、快速恢复性及完成任务的能力,正日益成为各军事强国关注的热点。通过分析作战体系弹性评估面临的问题,提出了基于试验床的作战体系弹性分析方法。采用"整体"、"动态"、"对抗"的评估理念,用红蓝双方对抗博弈的作战体系弹性分析实验流程,通过建立作战体系弹性评估模型,能够对作战体系弹性进行度量和评估。

基于深度强化学习的作战概念能力需求分析关键技术

在形式化描述作战概念能力需求分析问题的基础上,设计了一种基于深度强化学习的作战概念能力需求分析方法,重点对该方法的仿真实验、代理模型、强化学习等关键技术进行了分析和研究。通过关键技术的实现,该方法能够获取高可信度的仿真小样本数据集;基于经验数据构建作战概念的代理模型,并输入高可信度仿真数据集,应用多目标优化算法对代理模型进行优化训练;最后,将训练得到的代理模型与深度强化学习框架进行交互寻优,实现作战概念能力需求的反向探索。

虚实共生复杂体系仿真实验支撑技术研究

复杂体系仿真实验技术是对于复杂体系运用研究十分重要。作战体系是典型的复杂体系,在平行系统、共生仿真、数字孪生等理念的基础上,归纳了虚实共生复杂体系仿真实验的主要特点。以复杂体系仿真实验环境架构设计为重点,对实验环境体系结构、混合式仿真驱动机制、虚实数据接入模式进行了研究,为实现多域联合、数据融合、资源综合、人机融合的复杂体系实验,开展"整体、动态、对抗"的复杂体系综合运用提供了可行的方法和途径。

基于深度学习的战略威慑决策模型研究

战略威慑对抗仿真实验是研究战略威慑博弈、进行战略对抗模拟的重要手段.战略威慑国家行为决策模型作为战略威慑对抗仿真实验的重要模型资源支撑,需对其加以研究.针对战略威慑决策的特点,采用深度学习的方法,通过确定威慑决策效用值、增强学习网络和价值网络,完成对战略威慑决策模型的建模,并综合运用仿真方法模拟战略威慑对抗中参与国的决策行为,取得了初步效果.

基于人机混合智能的联合作战仿真实验方法研究

针对联合作战仿真实验方法多以指导装备评估论证为主,难以有效支撑作战问题研究的难点,提出了基于人机混合智能的联合作战仿真实验方法。明确了面向联合作战仿真实验中知识的分类及其产生和积累过程,通过对实验交互过程、实验运行流程、实验驱动方式、仿真运行方式、支撑系统结构等方面的详细描述,构建了基于人机混合智能的联合作战仿真实验框架,为依托仿真实验进行作战能力分析、作战方案创新、作战概念开发等研究提供了新了方法。