军民融合式发展的本质与抓手

正党的十八届三中全会通过的《中共中央关于全面深化改革的若干重大问题的决定》,将"推动军民融合深度发展"作为深化国防和军队改革的三项重要任务之一。从目前对于军民融合式发展研究和实践存在的问题看,落实这一重要任务需要正确认识军民融合的本质,准确把握军民融合式发展的抓手。     

新形势下推动空军军民融合深度发展的思考

正推动军民融合深度发展是党的十八届三中全会部署的深化国防和军队改革的三大任务之一。当前,空军已进入转型建设的关键期和深化改革的攻坚期,加快军民融合深度发展的形势更加紧迫。探索新的历史时期军民融合在空军现代化建设中的切入点与新模式,需要从部队建设发展和履行使命任务的实际出发,充分认识推动空军军民融合深度发展的重大意义,创新发展理念,大胆探索实践,推动空军军民融合发展向更高层次、更广领域、更深程度迈进,不断提升空军现代化建设水平。     

紧贴形势任务 抓好四项工作

正中央军委习近平主席在出席十二届全国人大二次会议解放军代表团全体会议时指出,"要树立与强军目标要求相适应的思维方式和思想观念","坚持问题导向,坚持战斗力标准,深入研究现代战争特点规律和制胜机理"。他同时强调,"必须同心协力做好军民融合深度发展这篇大文章"。省军区系统学习贯彻习主席重要指示精神,就要结合党的群众路线教育实践活动,紧贴职能任务和工作实际,着力抓好以下四项工作。     

紧紧抓住全面深化改革有利契机 推动军民融合深度发展

党的十八届三中全会通过的《中共中央关于全面深化改革的若干重大问题的决定》,将推动军民融合深度发展作为深化国防和军队改革的三大任务之一。习近平主席深刻指出：＂要进一步做好军民融合式发展这篇大文章,坚持需求牵引、国家主导,努力形成基础设施和重要领域军民深度融合的发展格局。＂这一重要论述,是对我党长期追求富国强军历史经验的科学总结,是新形势下统筹经济建设与国防建设的重大战略思想,为实现中国梦、强军梦指明了方向。军地双方应认真学习领会、深入理解把握,充分认清军民融合发展重大意义,紧紧抓住全面深化改革有利契机,适应形势变化,创新发展理念,大胆探索实践,合力推动军民融合深度发展向更宽领域、更广范围、更高层次迈进。     

紧紧围绕实现强军目标 扎实推进军民融合深度发展

党的十八届三中全会通过的《决定》,第一次把国防和军队改革纳入国家改革战略全局,并作为一个独立的章节,部署了三大任务,“推动军民融合深度发展”就是其中之一。     

论省军区军民融合式保障体系的构建

军民融合式保障体系建设是市场经济条件下资源配置的基本要求,是应对未来战争后勤保障的重要举措。省军区军民融合式保障体系建设应按照整体筹划、纵横协调、平战结合、优化组合、突出重点的原则,有计划、有步骤地进行。具体途径是加强信息体系建设,提高信息获取能力;加强指挥体系建设,提升指挥控制能力;加强动员体系建设,提升快速动员能力;加强社会化保障体系建设,提升社会化保险能力;加强物资储备能力建设,提升物资保障能力。     

为我国的"外国军史"学科奠基——读《外国军史》有感

《中国军事百科全书》第2版把“外国军史”作为一个独立的学科加以编撰,这在我国学术界具有开拓创新的意义。与战争史和军事思想史相比,军队和军事组织发展史的研究一直非常薄弱,特别是外国军史研究,无论是整体性和系统性,还是深度和广度都相当欠缺。《中国军事百科全书》第1版曾做了一定的努力,编入了少量外国军史的条目,对国内外国军史的研究起到了积极的推动作用。此后,相关研究成果不断涌现,而且相继出版的《中国海军百科全书》、《中国空军百科全书》以及《第二次世界大战百科词典》也都收录、编撰了相关外国军史的内容。但总体而言,外…     

基于DDPG的无人机路径规划

针对无人机路径规划中传统算法面对未知情况时适应程度低、在线求解效率低、计算量大等问题,基于深度强化学习DDPG算法,提出了一种无人机路径规划方法.采用策略网络和评价网络的双网络结构,拟合无人机路径规 划决策函数和状态动作函数,根据状态空间、动作空间和网络结构设计了 DDPG算法模型.通过仿真验证了所提出的路径规划方法的...     

基于深度强化学习的应急通信网规划方法

应急通信具有较强的突发性和不确定性,为满足应急通信网规划中灵活快速组网的要求,根据不同层次网络特点,进行网络拓扑结构分层建模描述,应用深度强化学习算法,实现拓扑结构生成,并通过算法优化其生成效率,依据业务特点,按策略分配应急通信网业务资源,实现完整的应急通信网规划,最后通过样例仿真,验证了应急通信网模型及算法的科学性和高效性,为应急通信网的规划提供参考。     

基于深度卷积神经网络的多飞行器构型保持研究

基于深度卷积神经网络设计了"智能-校正"算法以快速生成制导指令;深度学习模型是由卷积层、全连接层、批量归一化层和残差网络(ResNet)组合成的一个19层深度神经网络,飞行器状态变量转化为类似于图像像素矩阵的二维矩阵,通过sgd优化和权重衰减正则项将神经网络的训练误差降低至约0.025°;之后针对飞行器运动存在制导指令...