地形对间瞄火炮射击效能影响模型研究

地形既能影响实际作战中炮阵地的选定、火炮配置及区分射击任务,又不同程度地影响选定的炮阵地对责任地域的射击效能。文中在考虑地形因素影响的基础上,建立了评定间瞄火炮射击效能的数学模型,阐述了其计算机模型的基本功能和实现方法,对间瞄火炮射击效能的评定具有一定的指导作用。     

用神经网络建立反后坐装置参数对其性能的影响模型

详细分析火炮反后坐装置影响因素基础上,用人工神经网络建立了完整的反后坐装置参数对其性能的影响模型,运用算例证明了神经网络在反后坐装置中应用的可行性。所提出的提灌法使网络的学习更加灵活,收敛更快。     

CAMC神经网络在电动伺服机构摩擦补偿中的应用

以三轴电动仿真转台外环位置伺服系统的摩擦补偿为研究对象,分析了伺服机构的摩擦特性及影响,提出一种新的基于CMAC神经网络进行摩擦补偿的控制器设计方案,并给出了控制器设计中具体的结构和算法。实验结果说明该方案有效保证了系统的稳定性和跟踪精度并且具有较强的自适应能力和鲁棒性。     

美、英、法陆军综合作战系统比较

为满足未来战争需要,各军事强国依据信息战、网络中心战等新的作战理论,研制陆军综合作战系统,推动陆军转型深入进行。美国陆军"未来作战     

积极推动军人家庭援助工作迈上新台阶

军人家庭援助工作是我军的优良传统，对凝聚军心、提升部队战斗力具有至关重要的作用。新形势下，要针对军人家庭面临的现实困难，借鉴世界主要国家军人家庭援助工作的有益经验，以高度的责任心和使命感，积极推动军人家庭援助工作大步迈进。     

海军陆战队登陆作战仿真实验指标设计?

仿真实验是重要的作战研究方法。在论述海军陆战队登陆作战仿真实验概念及其过程的基础上,根据海军陆战队登陆作战仿真实验指标体系的构成,设计作战任务级、行动效果级和作战实体级三级指标,为海军陆战队登陆作战仿真实验的指标设计及实践提供参考。     

针对无人机集群对抗的规则与智能耦合约束训练方法

基于无人机集群智能攻防对抗构想,建立了无人机集群智能攻防对抗仿真环境。针对传统强化学习算法中难以通过奖励信号精准控制对抗过程中无人机的速度和攻击角度等问题,提出一种规则与智能耦合约束训练的多智能体深度确定性策略梯度(rule and intelligence coupling constrained multi-agent deep deterministic policy gradient, RIC-MADDPG)算法,该算法采用规则对强化学习中无人机的动作进行约束。实验结果显示,基于RIC-MADDPG方法训练的无人机集群对抗模型能使得红方无人机集群在对抗中的胜率从53%提高至79%,表明采用“智能体训练—发现问题—编写规则—再次智能体训练—再次发现问题—再次编写规则”的方式对优化智能体对抗策略是有效的。研究结果对建立无人机集群智能攻防策略训练体系、开展规则与智能相耦合的集群战法研究具有一定参考意义。     

基于数据场的体系作战能力分析北大核心

体系作战能力是由作战单元协作生成的整体作战能力。根据作战体系及其作战能力的构成,在作战体系网络结构的基础上,利用数据场理论分析作战体系的拓扑势场,描述作战单元间的协作能力,建立基于数据场的体系作战能力模型,并进行仿真分析。得到了一种定量分析体系作战能力的方法。     

车载火炮火力与底盘匹配性薄弱环节捕获方法

针对在车载火炮火力与底盘匹配性评估中只评估而未对薄弱环节进行捕获的现状,提出一种基于指标关联度的薄弱环节捕获方法,采用结构熵权法求得指标权重,利用模糊综合评判法对车载火炮进行定量化评估,应用指标关联度法对车载火炮的匹配薄弱环节进行捕获,最后根据薄弱环节捕获结果对车载火炮进行改进,改进后的再评估结果验证了新方法的可行性。