基于变一致优势粗糙集的作战效能评估与分析

针对目前作战效能评估方法存在主观性较强、可解释性不强等缺陷,提出基于变一致优势粗糙集的作战效能评估方法。在一定的作战想定背景下,基于作战仿真工具EINSTein生成的仿真数据,对该方法产生的一系列规则进行了分析,给出了各个联合类中条件属性的重要性得分定义,对影响作战效能的因素进行了详细分析并提出了合理的建议。最后,通过与支持向量机方法进行对比,实例说明本文提出的方法对效能评估值的预测准确率更高,可解释性更强。     

基于证据推理的军队指挥效能评估

在军队指挥系统效能评价体系中涉及到定性指标的评估,由于证据理论在处理不确定推理有着独特的优势,提出基于证据推理的效能评估算法,该算法能对不完全评价的情形进行评估,并通过实例说明该算法的合理性。     

基于元学习的作战行动效能评估标准数据生成方法研究

部队作战行动效能评估难度大的主要原因是缺乏科学可靠的评估标准数据。为了选择适当的算法生成评估标准数据,建立了基于元学习的评估标准数据生成方法总体框架,并提出集成近似排序树方法来建立作战行动数据集元特征与算法性能排序的映射关系形成元知识,从而辅助指挥决策人员选择适当的算法生成评估标准数据。     

军事情报价值评估模型

军事情报价值评估是情报工作的一项重要内容。研究了军事情报价值评估指标,并对其进行了量化;提出了基于证据推理的军事情报价值评估模型,将定性和定量等不同形式的评估指标转化为统一的等级评价信任结构,运用D-S证据理论合成公式对不同指标进行聚合;通过具体实例说明该模型不仅能够同时融合定量和定性指标,还可以得到各等级的可信度分配值,所包含的评价结果不仅合理,而且更加全面。     

美军推进人工智能军事应用的举措、挑战及启示

人工智能技术的发展加速了军事智能化的脚步。本文分析了美军在推进人工智能军事应用方面采取的一系列举措，如注重国家战略层面的顶层设计，出台一系列智能化发展战略规划；部署各类军事智能化研究项目，开展大数据、智能算法研究，促进人工智能技术向情报处理、无人作战平台、指挥控制、武器装备系统、作战方式变革的渗透转化；重视智能化技术的基础理论研究和人才培养，聚焦核心和关键技术的突破，夯实军事智能化发展的基础。阐述了美军在推进人工智能军事应用进程中面临的来自技术、信任、伦理等多方面的挑战，并从成熟算法民转军用、寻求认知智能算法突破、培养军事智能化复合型人才等角度提出几点启示。