增强军校本科学员指挥谋略能力研究——基于计算机兵棋系统

对指挥谋略进行概念分析,确定基于计算机兵棋系统的指挥谋略训练内容;明确计算机兵棋推演的一般步骤和注意事项;以联军2004年11月"破晓"行动为例运用计算机兵棋系统进行指挥谋略训练。研究表明,基于计算机兵棋系统运用战例研究可以成为增强军校本科学员指挥谋略的训练模式。     

分布式计算环境下的栅格数据存储策略

针对传统的栅格数据存储策略不能满足分布式计算环境下粗粒度数据访问需求,应对海量栅格数据计算时效率低下的问题,结合分布式文件系统的存储特点,同时考虑地图代数算子在Map/Reduce阶段以栅格瓦片为单位的计算特点,提出一种基于Hadoop分布式文件系统的栅格瓦片存储策略。围绕栅格数据瓦片分割、压缩瓦片数据组织与存储、分布式文件输入输出接口改进等方面对该存储策略加以实现,并使用基于该存储策略的地图代数局部算子的分布式计算流程加以验证。理论分析与实验结果表明,该策略能够显著提高分布式计算环境下空间分析算子的运算速度。     

站在共和国地图前

我站在共和国的地图前,心潮激荡,遐想万千。在祖国大地上,什么路最漫长?红军长征的路最漫长——一九三四年十月,中央红军从江西于都河的八个渡口渡河,开始踏上了漫漫的长征路,一九三六年十月,以红军三大主力在会宁和将台堡地区会师,标志长征全部胜利结束,历时两年,先后跨越了近百条江河,征服了约四十座名山险峰,     

战场环境下无人车辆战术机动路径规划方法

针对不同类型威胁体存在的战场环境中无人车辆战术机动路径规划问题,提出了一种基于威胁代价地图的粒子群优化（Particle Swarm Optimization,PSO）方法。借助极坐标系中关键点的极角进行路径描述,并使用分段3次Hermite插值方法形成光滑路径,将路径规划问题转化为关键点极角的参数优化问题。针对基本PSO（BPSO）算法存在的早熟收敛和后期迭代效率低的缺陷,借鉴以群集方式生活的物种按照不同任务对种群进行分工的机制,提出了一种基于多任务子群协同的改进粒子群优化（Particle Swarm Optimization based on the Multi—tasking Subpopu—lation Cooperation,PSO-MSC）算法。借助该算法的快速收敛和全局寻优特性实现了最优路径规划。实验结果表明：该算法可以快速有效地实现战场环境下无人车辆的战术机动路径规划,且规划路径安全、平滑。     

一种改进的AVL系统中车位显示修正算法

AVL系统就是GIS与GPS技术集成的成功应用。AVL系统中GPS信号在GIS地图上显示时,由于各种因素的影响,存在很大的偏差。对这种偏差的校正是十分必要的。为了解决这个问题,对以前提出的误差校正算法———"线性抽象算法"进行了改进,提出了另一种误差校正方法———"缓冲区线性抽象算法",实验结果表明这种方法能在很大程度上校正偏差,不但具有较高的精度,而且还提高了算法效率。     

图形式火警救援C3系统

图形式火警救援C~3系统是一个先进的在国内首次实现的以微型机为主处理机,达到实用水平的火警救援C~3系统。系统设计以C~3I理论和技术为基础,以地图和图形为背景,以很低的投资获取了较高的技术性能和系统功能。本文概要地介绍了该系统的总体设计思想和若干主要技术问题。     

基于兵棋推演的作战效能评估方法研究

作战模拟评估方法能够有效表达战场上不同作战体系间的协同和对抗关系,适合现代作战效能评估要求。基于兵棋推演的作战效能评估方法强调人的指挥控制、突出后装保障、体现体系作战的整体效应。其基本思路是运用探索性仿真实验分析方法设计少数几个有代表性的推演方案进行详细推演,获取结果数据后分析挖掘,得出作战效能评估结论。可分为推演前准备、正式推演、推演后统计分析三个阶段。具体案例验证了该评估方法的有效性。     

基于UML的兵棋推演系统建模

通过对兵棋推演系统结构和功能的分析,运用面向对象的分析与设计方法,建立了基于UML的兵棋推演系统模型,并构建了系列视图模型,描述了该系统从需求分析到系统设计的整个过程,对兵棋推演系统进行了规范化、可视化表述。为兵棋推演系统详细设计、开发和实现奠定基础,为其他推演系统开发提供参考。     

基于MapX的战场辅助决策系统可视化应用

通过分析战场辅助决策系统,结合可视化控件MapX,讨论了战场辅助决策系统可视化的结构模型,并在VC 环境中给出了其可视化功能中地图显示控制模块一些新功能的具体实现方法,为战场辅助决策系统的可视化应用提供了基本开发模式.     

基于图神经网络GraphVAE的兵棋态势预测方法

在战场上敌我双方作战的过程中,准确地预测敌方的兵力部署将有利于我方的作战。基于兵棋推演的态势数据,通过训练图神经网络,提出了预测敌方未知算子位置的方法。首先,在对数据进行预处理后,实现了态势到图结构数据的转化,构造了兵棋态势的图结构数据集,用于图神经网络的训练。其次,根据兵棋态势及其数据的特点改造了GraphVAE模型,实现了兵棋态势图结构数据的补全。最后设计了基于补全后的图结构数据,计算敌方算子位置的方法。通过实验证实了该方法的有效性和可行性。