航母编队防空作战编成评判方法

航母编队防空作战编成是影响其海上生存和完成作战任务的关键因素,在构建航母编队防空作战效能评估指标体系基础上,运用直觉模糊集理论的多属性决策方法,对航母编队防空作战编成待评方案进行评估。实例证明了该方法的可用性和有效性,可为航母编队指挥员指挥决策提供理论和方法支撑。     

美军航母编队在对岸攻击作战中的运用

以大型航母为核心的航母编队是美国海军的主要突击力量,它集航空兵、水面舰艇和潜艇为一体,是空中、水面和水下作战力量高度联合的海空一体化机动作战部队,是美军遂行海外军事干预行动的骨干力量。兵力构成航母编队依据打击任务及所受威胁的     

基于分层贝叶斯网络的反潜编队对潜威胁估计

应用贝叶斯网络模型进行威胁估计是当前研究的热点和难点。提出了应用分层贝叶斯网络模型构建威胁估计网络,用于估计反潜编队对潜威胁等级。首先,对分层贝叶斯网络模型进行了简要的阐述,并对利用该模型进行威胁估计的可行性进行了分析。其次,分析了反潜编队对潜威胁产生的原因和机理,在此基础上,构建了威胁估计网络。最后,通过算例仿真验证了威胁估计网络的有效性。     

用于任务规划的航母编队防空威胁建模

建立正确的航母编队防空威胁模型是反航母任务规划成功的前提,在分析网络化条件下航母编队综合防空反导体系作战特点基础上,综合考虑反舰导弹性能、防空雷达网和编队防空火力威胁等因素,利用加权指数方法建立了网络化条件下航母编队综合防空网络威胁模型。仿真结果表明该模型能够体现航母网络化防空体系的真实情况,可以用于反航母任务规划。     

贝叶斯网络在军事作战中的应用现状及展望

介绍了贝叶斯网络的产生及其研究概况，详细阐述了国内外关于贝叶斯网络在军事作战领域的应用研究状况，特别是在战场态势威胁评估、装备损伤评估、目标毁伤效能评估、智能攻击决策、目标侦查与识别、飞行安全六个领域的研究成果。进一步论述了贝叶斯网络在军事应用研究方面存在的问题，指出了贝叶斯网络在军事应用领域中的研究热点、难点。对贝叶斯网络的军用前景做出了总结和展望。     

贝叶斯网络的对地多目标攻击决策

利用贝叶斯网络的推理模型以及相应于此模型的推理算法,对多目标攻击时目标的选择和攻击排序进行研究.研究结果表明,基于贝叶斯网络的威胁等级评估算法是一种有效的评估算法,其结果能够比较准确地反映威胁源的真实威胁程度,进而能够有效地进行决策.     

一种新型动态贝叶斯网络及其在威胁评估中的应用

针对利用基本贝叶斯网络进行威胁评估时的不足,提出利用变结构区间概率动态贝叶斯网络(VSIP-DBN)进行威胁评估。对所提出的VSIP-DBN给出了其推理算法。在充分考虑目标的空战态势及空战能力下,建立了威胁评估的VSIP-DBN模型。将观测到的数据利用VSIP-DBN推理算法进行推理,推理结果就是目标的威胁等级。以往的威胁评估需要精确获得目标的模型参数和观测数据,通过仿真对比分析,利用VSIP-DBN建立的威胁评估模型不需要精确给出模型参数,即使出现观测数据的误差,仍能准确评估出目标的威胁程度。     

不确定条件下编队协同作战空中目标威胁评估

针对决策环境的不确定性,对不确定条件下舰艇编队协同作战的空中目标威胁评估过程进行了深入研究;在此基础上,根据舰艇编队协同决策的特点,综合运用风险型多属性决策理论,建立了满足不同决策层的舰艇目标威胁评估模型和编队目标威胁评估模型,从而提出了不确定条件下编队协同作战的空中目标威胁评估方法。最后,通过实例说明了所提方法的有效性。     

潜艇对水面舰艇编队威胁判断

水面舰艇编队协同反潜样式对潜艇作战综合决策中的威胁判断提出了新的研究课题.基于编队协同反潜的特点,将编队攻击意图系数、编队攻击时效性系数和编队攻击达成系数引入威胁判断指标,从编队攻击意图、攻击紧迫性和攻击成功可能性三个方面构建潜艇对水面舰艇编队的威胁判断模型体系.该模型体系将威胁判断适用范围拓展至多目标编队领域,使得对...     

基于分层防御的空中目标威胁值评定模型

按照分层防御的原则,结合水面舰艇编队防空火力的主要性能和空中目标的部分属性,首先建立了空中目标的威胁分级模型,再在同一威胁等级中运用模糊理论根据目标的属性进行进一步评定,从而建立了基于分层防御的空中目标的威胁值评定模型。本模型可为水面舰艇编队防空作战决策提供一定的参考。     

基于概率神经网络的编队协同防空威胁评估

为了有效地进行防空作战部署,确保重点目标不受或少受损失,以防空作战实际需要为出发点,针对目前多平台协同防空作战中目标威胁评估问题普遍存在的不足,从舰艇编队的整体角度出发,运用概率神经网络的方法,建立了编队协同防空目标威胁评估问题的数学模型,给指挥员提供了正确决策。通过实例验证,证明了该模型的有效性和正确性。     

基于贝叶斯网络的常规导弹反舰作战效能评估

当前,常规导弹反舰作战效能评估已成为部队实战化训练亟需解决的一大难题。基于此,提出了满足时效性条件下的基于贝叶斯网络的常规导弹反舰作战效能评估方法。分析了作战体系结构和基本作战流程;建立了包含时效性和功能性两方面的评估指标体系;构建了贝叶斯网络模型,确定了先验概率和CPT的计算方法并给出了具体的评估步骤;利用Netica软件进行了算例的仿真实验并结合评估结果进行了简单分析。为常规导弹反舰作战体系的发展进步提供了坚实的理论基础,为未来反舰作战的辅助决策提供了科学的指导意见。     

基于态势分布的多机编队协同目标分配

基于态势分布的多机编队协同目标分配,可以使编队长机在空战过程中的目标分配决策更加合理化。分析了敌机对我机的态势威胁影响因素,构建了敌我双方的对抗系数矩阵;依据编队内成员的占位关系和编队僚机火力情况,将我机僚机和敌机编队拆分成作战分队形式;基于整个态势分布,综合考虑编队攻击效率和航迹防撞规则,以作战分队形式进行目标分配。目标分配结果符合编队协同空战的一般规律,表明所提方法可以为编队协同作战提供目标分配支持。     

海洋环境影响航母编队反潜效能的三级评估模型*

针对海洋环境影响航母编队作战效能的评估问题,采用层次分析法分析了影响编队效能的海洋环境因子,以美军航母战斗群为例给出了经典航母编队的体系结构,并以该编队结构体系中反潜效能为例,建立了海洋环境影响的三级评估模型。研究思想对航母编队的效能评估有一定参考意义。     

基于动态贝叶斯网络的无人战车目标威胁评估

针对传统地面目标威胁评估方法考虑目标类型单一、易受人为主观因素影响且多为静态评估的问题,提出一种基于动态贝叶斯网络的无人战车目标威胁评估方法.分析了无人战车作战问题,选取合理的目标特征并进行模糊处理;根据选取的目标特征,结合专家知识,建立了威胁评估的静态贝叶斯网络;基于动态贝叶斯网络理论,将已建立的静态贝叶斯网络扩展为动态贝叶斯网络;最后,结合算例进行了仿真,并将动态评估结果与静态结果进行对比,表明基于动态贝叶斯网络的威胁评估准确率高、鲁棒性强,更适用于高动态强对抗的实际战场环境.     

基于贝叶斯网络的作战目标评估

在作战指挥决策活动的筹划阶段,对敌体系要害和关键点的分析,当前尚未形成系统方法。针对此问题,利用贝叶斯网络在非精确知识表达与推理领域的优势,提出了综合考虑目标价值、打击难度、打击效果等因素的作战目标评估模型。根据判别贝叶斯网络分类器性能优于生成贝叶斯网络分类器的特点,在经相关领域专家论证的样本数据集的基础上,采取梯度下降法训练得出评估模型各结点条件概率分布。最后,利用Netica仿真软件,经样本数据测试,证明了作战目标评估模型的合理性。     

舰机协同作战理论的两栖作战火力协同

为了提高航母编队的防空作战效能,必须对火力协同进行优化。提出一种舰艇与舰载机火力协同的方法,该方法在分析舰机协同防空作战火力协同体系的基础上,引入了舰机火力协同防空的概念,描述了舰机火力协同的对象、目标,分析了航母编队防空作战的三道防空警戒幕。通过对预警机引导巡逻机攻击过程的描述,建立舰载机的目标分配模型。在对内层防御区威胁度判断模型进行描述的基础上,建立舰艇的目标分配模型。最后的分析结果表明了该方法的可行性和有效性。     

大型水面舰艇编队空中来袭目标威胁值评估

结合大型水面舰艇编队拥有的防空兵力体系、防空区域划分以及空中来袭目标的属性,建立空中目标分组模型,运用模糊理论的方法对同一组中的目标进行威胁值评估,在此基础上建立大型水面舰艇编队的空中目标威胁值评估模型。该模型可以为大型水面舰艇编队防空作战提供参考。     

舰艇编队协同作战的空中目标威胁评估研究

从系统分析舰艇编队协同作战的空中目标威胁评估问题入手,深入研究了协同作战环境下编队空中目标威胁评估的基本过程。在此基础上,针对编队协同决策的特点,建立了基于两层决策的协同作战环境下编队空中目标威胁评估模型,从而提出了舰艇编队协同作战的空中目标威胁评估方法。最后,通过实例说明了所提方法的有效性。     

预警机指挥多机群空战的协同战术决策

分析了预警机指挥下的多机群协同空战的战术决策方法,建立起了它的战术编队、威胁评估以及目标分配模型,并进行了仿真计算,结果表明此战术决策方法对于提高多机群协同空战的作战效能有着显著的作用,对于未来无人作战飞机多编队协同作战也具有很好的参考价值.