结合兰彻斯特方程分析战场地形因素对战争的影响

针对现代战争中地形对作战制约因素增多的问题,在兰彻斯特作战模型基础上,加入战场地形因素,分析对战争的影响。本文介绍了兰彻斯特方程的改进与发展,通过地形对通行和隐蔽的影响分类,构建一种反映地形因素的作战模型,并运用Matlab软件编写模型算法进行仿真计算。仿真结果表明:该模型可在一定程度上反映地形因素对战争的影响,同时说明了合理有效发挥地形优势可以达到以少胜多、以弱胜强的军事目的。     

基于深度强化学习的兵棋推演决策方法框架

针对兵棋推演的自动对抗问题,文章提出基于深度学习网络和强化学习模型来构建对抗策略。文章结合深度强化学习技术优势,立足多源层次化的战场态势描述,提出面向智能博弈的战场态势表示方法;将作战指挥分层分域的原则同即时策略游戏中的模块化和分层架构相结合,提出一种层次化和模块化深度强化学习方法框架,用于各决策智能体与战场环境交互的机制以及对抗策略的产生;为满足实际作战响应高实时特点,提出压缩的深度强化学习,提升模型输出速度;为改善对不同环境的适应性,提出利用深度迁移学习提升模型泛化能力。     

对装备可计量性的思考

本文在提出可计量性的定义与对可计量性理解的基础上,梳理了可计量性与装备"五性"的关系,分析了可计量性研究对计量保障的作用,以及可计量性在武器装备全系统全寿命周期中的作用,并对如何开展在研和现役武器装备的可计量性研究提供了思路。