装备保障能力评价参数体系设计与应用

为了及时发现装备作战单元在装备保障建设中存在的问题并确定原因,研究了装备保障能力评价参数体系的构建。在剖析装备保障能力概念的基础上,将能力评价参数分为综合层、系统层、子系统层及资源层。从参数内容、评价对象层次以及时域3个维度设计了评价参数体系框架,并据此对4个层次参数的选取及其关系分别进行了探讨。最后通过某防空旅装备保障能力评价实例,验证了参数体系设计方法的可操作性和有效性。     

不可预见作战下排弹抢修力量编配分析

在资源有限的情况下,综合考虑某一区域不同机场之间的相互关系,从整体的角度合理分配排弹抢修资源,可以大幅提升区域内军队机场阵地的战场排弹抢修能力。本文通过建立数学模型,从整体的角度出发,分析区域内各机场的排弹抢修资源分配问题：首先,针对不可预见作战带来的新挑战,提出了新的机场排弹抢修作业流程,引出排弹抢修力量分配所面临的几个现实问题;其次,为解决提出的问题,建立计算排弹抢修时间的数学模型;最后,利用建立的模型依次对上述问题进行分析,并给出排弹抢修资源编配与力量建设的建议。本研究认为,军事机场排弹抢修力量应根据机场特点,合理分配排弹抢修资源;要以机场排弹抢修力量为主导,以外部支援力量为辅助,提升机场自身排弹抢修能力;可通过建设排弹抢修物资仓库和设置排弹抢修支援小组,提升多机场联动的排弹抢修能力。     

基于复杂网络的机群作战建模与仿真

机群作战已成为战争中的主要作战形式之一。而传统的作战模型,已经不适应其多任务驱动、多机种协作的机群作战特性。为此,以复杂网络为基础,提出了一种构造不同类型的节点连接的动态生成算法,构建了反映真实作战场景的网络描述模型,较好地呈现出了机群作战中的涌现性、模糊性等诸多性质。并提出了描述机群作战网络的统计特征量,通过破击仿真实验,得出了与战争事实相符合的结论,为未来研究机群作战体系效能评估打下了基础。     

“一体化联合作战”的概念辨析

利用形式逻辑与语言学知识,分析了"一体化联合作战"这一术语组合存在的问题,对"一体化联合作战"和"一体化作战"2术语及概念进行了辨析,澄清了2术语及概念使用中的模糊性.得出了准确把握概念本质必须结合时代特点的基本结论.     

轰炸机——空防导弹武器系统对抗的兰彻斯特方程

应用兰彻斯特作战动态方程的研究方法建立了轰炸机———地空导弹的对抗模型,与统计实验法相比可以节约大量的仿真时间。     

空战模型研究

本文论述了空战一般作战模式厦空战构模特点,并具体构造了一个集团军作战规模的训练用空战模型。利用该模型对不同空战编队的作战效果进行了计算,其结果可用干战术分析。     

论化学灾害事故社会救援中的协同作战

针对化学灾害事故社会救援中协同作战问题,论述统一意图下的协同作战思想、协同救援联合体的构建、协同作战任务的确定、作战中的协同和协同中的指挥方式.     

警务实战行动中的“危险评估”刍议

警务实战行动情况错综复杂，充满突变性，极具危险性，警察执法危险系数呈上升趋势。如何对警务实战行动中所面临的危险进行及时、准确、全面、客观的评估，从而提高其成功率和效率，是每个参战警察必须具备的执法能力。     

论当今国际维和行动发展和趋势

本文从当今国际维和行动现状出发,分析了国际维和行动的特点,剖析了国际维和行动面临的挑战问题,最后对国际维和行动的发展提出几点思考,并系统阐述了维和行动的相关问题。     

Stochastic call center staffing with uncertain arrival,service and abandonment rates: A Bayesian perspective

In this article, we introduce staffing strategies for the Erlang‐A queuing system in call center operations with uncertain arrival, service, and abandonment rates. In doing so, we model the system rates using gamma distributions that create randomness in operating characteristics used in the optimization formulation. We divide the day into discrete time intervals where a simulation based stochastic programming method is used to determine staffing levels. More specifically, we develop a model to select the optimal number of agents required for a given time interval by minimizing an expected cost function, which consists of agent and abandonment (opportunity) costs, while considering the service quality requirements such as the delay probability. The objective function as well as the constraints in our formulation are random variables. The novelty of our approach is to introduce a solution method for the staffing of an operation where all three system rates (arrival, service, and abandonment) are random variables. We illustrate the use of the proposed model using both real and simulated call center data. In addition, we provide solution comparisons across different formulations, consider a dynamic extension, and discuss sensitivity implications of changing constraint upper bounds as well as prior hyper‐parameters. © 2016 Wiley Periodicals, Inc. Naval Research Logistics 63: 460–478, 2016