海军兵棋演习系统研究

兵棋演习系统是我军未来开展模拟训练的重要手段,针对国内外对兵棋推演系统现状及技术发展趋势进行研究,提出海军兵棋演习系统的发展方向和设计方法,并结合海军兵棋推演的研究内容重点,给出作战规则建模、指挥关系建模等主要关键技术的解决方法,为我国海军未来兵棋推演系统设计、研究和发展提供技术支撑。     

兵棋推演在装备保障领域的应用

深入研究兵棋和兵棋推演,准确把握其内涵和特点,积极研发适合我军需要的兵棋系统,对于推进我军作战模拟深入发展、提高部队战备训练水平、促进军事学术研究有着十分重要的意义.在阐述兵棋概念和总结兵棋发展的历史基础上,通过分析装备保障兵棋与作战兵棋的差异,综合兵棋推演、运筹分析和实兵演习技术,提出装备保障兵棋系统总体框架的设计.     

联合战役兵棋AI体系框架设计及关键技术分析

深度强化学习在游戏智能决策领域取得了令人瞩目的突破。多智能体深度强化学习、分层深度强化学习等领域的研究工作正将深度强化学习研究引向深入。由于联合战役兵棋博弈复杂的问题构成难以仅依靠深度强化学习方法解决,因而需要将人的知识经验有机融入强化学习过程中。对深度强化学习算法进行综合分析,并系统总结梳理联合战役兵棋AI的军事运用需求,在此基础上设计联合战役兵棋AI的体系框架并就框架中的相关技术进行探讨。     

对抗环境下的智能兵棋系统设计及其关键技术

智能博弈对抗领域已成为当前研究的热门领域之一。侧重在兵棋推演系统的体系构建和模块设计,分析了兵棋推演系统的建模要素,包括兵棋要素、兵棋规则及智能接口设计,构建了智能兵棋推演系统的整体架构。通过A3C强化学习智能算法对系统设计进行可行性验证。其中,改进了强化学习训练过程的奖励设置,明确智能兵棋环境的状态输入、算法驱动过程及动作输出过程,通过自主实现的智能兵棋推演系统,验证了所提的系统理论与工作。该工作为基于强化学习的智能博弈系统的设计与实现提供了可行路径,并为以后基于强化学习的智能博弈对抗研究提供了基础平台。     

增强军校本科学员指挥谋略能力研究——基于计算机兵棋系统

对指挥谋略进行概念分析,确定基于计算机兵棋系统的指挥谋略训练内容;明确计算机兵棋推演的一般步骤和注意事项;以联军2004年11月"破晓"行动为例运用计算机兵棋系统进行指挥谋略训练。研究表明,基于计算机兵棋系统运用战例研究可以成为增强军校本科学员指挥谋略的训练模式。     

基于B/S架构的兵棋推演系统设计与实现

针对B/S架构及先进的多想定、多进程以及多方推演技术进行研究,实现了基于B/S架构的兵棋推演系统。该系统使用便捷,只需通过浏览器访问系统即可,参训人员可单独推演,也可集体组织推演,不受地点,时间和环境限制,为培养军事指挥人员提供了有效手段。应用和实践表明,系统能够使参训人员更易操作和使用,在保持专业严肃性之外,还兼具了娱乐性,极大地提高了参训人员对兵棋推演的兴趣。     

装备保障兵棋规则研究

建立兵棋规则是兵棋系统建设中最重要的基础性工作。规则是兵棋研发的核心,兵棋研发重在规则,也难在规则。从分析兵棋规则的分类入手,研究了装备保障兵棋规则的具体内容,包括实体规则、行动规则和裁决规则;然后,探讨了装备保障兵棋规则的来源;最后,以装备维修规则为例,对装备保障兵棋行动规则建立的方法步骤进行了分析。     

兵棋推演：复杂系统管理的创新与实践

复杂系统性质决定了复杂系统管理的特殊性,而兵棋推演可以为复杂系统管理提供更加符合其特性的决策辅助支持。讨论了复杂系统的性质及其影响,研究了兵棋推演用于复杂系统管理的原因和方法,并结合战争兵棋推演,介绍了兵棋工程建设中系统研发、推演组织和工程管理方面的创新与实践问题。最后,给出了未来发展的趋势。     

透过历史窥探兵棋未来发展

克劳塞维茨将战争中大量存在的不确定性和偶然性因素比为"战争迷雾"。透过迷雾,形成决策优势是千百年来军事活动孜孜追求的制胜之道。信息时代,战场感知技术让我们可以从空间上看到"山那边"的景物;伴随信息技术与兵棋高度融合,严格式兵棋还将指引我们从时间上预知战争的结果,甚至催生世界范围的新军事变革。     

“兵棋+”：新时代国防教育的战略思维

习近平总书记在党的十九大报告中指出:"坚持富国和强军相统一强化统一领导、顶层设计、改革创新和重大项目落实,深化国防科技工业改革形成军民融合深度发展格局,构建一体化的国家战略体系和能力"。兵棋推演是新时代国防教育的重要组成部分,同时也是促进军民融合、军地联合措施的重要纽带。本文通过研究兵棋推演对于高校国防教育的意义,发现应做好以兵棋为核心的新时代国防教育的推广。通过"兵棋+"的新时代国防教育,从实践出发,培养出一大批富有科学国防战略思维,掌握基本军事技能,具有尚武爱国精神的优质青年。     

基于UML的兵棋推演系统建模

通过对兵棋推演系统结构和功能的分析,运用面向对象的分析与设计方法,建立了基于UML的兵棋推演系统模型,并构建了系列视图模型,描述了该系统从需求分析到系统设计的整个过程,对兵棋推演系统进行了规范化、可视化表述。为兵棋推演系统详细设计、开发和实现奠定基础,为其他推演系统开发提供参考。     

兵棋在作战效能试验中的应用

兵棋是对战争过程进行研究和评估的军事科学工具。针对作战效能试验中存在的实装对抗组织实施难度大、周期长、消耗大的问题,运用兵棋进行作战效能试验可以为武器装备的试验鉴定提供依据,提高试验效率,对完善武器装备试验体制起到良好的协同构建作用。分析兵棋的特性和作战效能试验的特点,提出将兵棋应用于作战效能试验所需要的关键技术,研究了将兵棋推演用于试验的系统构建方法,明确了推演流程,提出了基于贝叶斯网络的评价方法。     

国外兵棋的现状及发展

国外兵棋经过长期的历史积淀,目前已进入一个新的蓬勃发展时期。在世界主要发达国家,兵棋在计算机化的同时,已发展成为多层次、多种类、适合于不同目的和使用群体的较为完整体系。不仅可用于军队的教育训练和战争模拟。而且可作为军事智能玩具用于普通群众的教育和娱乐,     

基于总线的兵棋推演实时数据采集管理设计与实现

针对兵棋推演系统在数据访问方面存在的一些“痛点”,吸收国内外兵棋推演系统在数据存储方面的经验教训,设计了基于总线的兵棋推演实时数据采集管理平台。引入分布式存储平台作为底层存储基础,引入内存数据库作为对外服务接口;采用基于总线的数据采集作为采集来源,并进行数据清洗和基于数据段的分支管理。系统整体分为三个模块,分别是采集模块、管理模块、服务模块;实现了对兵棋推演数据的实时采集、清洗、存储与管理。应用表明,平台为兵棋系统内的其他各个模块提供了高速可靠的数据访问支撑。     

基于Bayes混合先验分布的兵棋推演规则建模方法

针对兵棋推演胜负裁决规则建立难的问题,军事专家利用经验数据总结战争胜负规律,数学家、工程师利用军事运筹分析方法计算战争胜负规律,为了综合利用两种方法,利用Bayes混合先验分布将历史战争规律总结法与军事运筹分析法合理有效融合,对胜负裁决规则进行建模研究;通过在贝塔分布中引入继承因子,将兰彻斯特方程生成的军事运筹分析数据作为先验信息,与历史战争的经验规律数据作为后验信息进行结合。引入的混合贝塔先验分布方法,有效避免了两种方法互相淹没信息的问题;建立的胜负概率裁决模型,有效地提高了兵棋推演中胜负裁决概率的准确度及可信度,使其更加符合战争规律。     

基于计算机兵棋系统推演的初始态势构建复杂性及其根源

<正>兵棋推演对于现代作战来说并不陌生,美军在几场战争中都采用了兵棋推演,可以说是到了“每到用兵必先进行兵棋推演”的地步。用兵棋就需要进行推演准备,就需要构建初始态势。使用计算机兵棋系统进行推演初始态势构建是一个复杂问题,它包括基础数据准备、战场环境准备、行动预案构设等多方面内容。本文对其复杂性及其产生的根源进行了分析,并发掘未来兵棋推演能够带来的启示。     

装备学院获2项国家科技进步奖

<正>在2014年度国家科学技术奖励大会上,装备学院与国防大学、第二炮兵装备研究院联合研制的"战略战役兵棋系统及配套设施建设"和"卫星遥感信息应用关键技术研究及系统研制"成果,分别获得国家科技进步二等奖,获奖数量位居全军院校前列。近年来,装备学院紧紧围绕创建一流院校建设目标,大力加强科研团队建设,重视科技自主创新、强化科研质量建设,积极凝练打造高水平科技成果,在军事装备、军事航天、军事信息科研领域取得了一批在军内外有重要影响的成果。2014年度,该     

作战域视阈下的海上维权执法兵棋行动规则体系研究

规则是兵棋的核心,行动规则是兵棋规则的核心。针对海上维权执法行动规则体系构建问题,以OODA环理论为基础,从作战域角度构建海上维权执法跨域行动模型,借鉴树状分析法,研究提出海上维权执法关键行动。根据兵棋推演运用特点和海上维权执法行动特点,构建兵棋行动规则体系框架,并提出行动规则设计原则与方法,为海上维权执法兵棋规则建设提供参考。     

人工智能在兵棋推演中的应用初探

<正>人工智能具有巨大的潜力。美国家人工智能安全委员会提出：“与人类相比,机器有着更加快速高效的观察、决定和行动能力,这在任何一个领域都能提供改变世界的竞争优势”。关于将人工智能技术应用到兵棋推演领域的优点,美智库相关研究认为,“人工智能系统不仅实现了兵棋推演中许多流程的自动化,提高了效率,它们还使人和机器能够以新颖的方式协同工作”。人工智能的崛起为兵棋推演带来了前所未有的机遇,也将使兵棋推演发生颠覆性的变化。     

联合战役装备保障兵棋推演系统设计与实现

针对兵棋推演在联合战役装备保障中的应用,在介绍兵棋发展现状的基础上,对联合战役装备保障兵棋推演系统的体系结构、主要功能、装备保障规则、系统应用及效果进行了详细阐述;目的是拓展装备保障训练的方法、手段,为提高以数据为基础的装备保障模拟训练水平奠定基础。