一种快速评定通信设备战损等级的方法

为解决通信设备战损等级评定中存在的问题,快速且准确地做出评定,提出了利用BP神经网络进行战损等级评定.在总结战损等级影响因素的基础上,建立了通信设备战损等级评定神经网络模型.经检验,该模型用于战时通信设备战损等级评定准确度高,具有很强的军事意义.     

装备战损量的兰彻斯特方程预计方法*

针对装备战损量预计这一未来作战装备保障必须解决的核心问题,运用兰彻斯特方程探讨解决途径。从分析影响装备战损的因素出发,综合讨论目前预计装备战损量的方法,提出基于指数多元兰彻斯特方程的装备战损量预计模型和模型中毁伤能力系数的确定方法,得到了装备战损量的兰彻斯特方程预计方法,并举例验证。该方法将经验计算与模拟计算相结合,用较简单的确定性解析方程描述所考虑因素对装备战损量的客观约束关系,较好地满足了未来信息化条件下作战装备战损量预计的需要。     

兰彻斯特方程的装备战损量预计方法

装备战损量的预计是未来战争装备保障必须解决的核心问题,也是目前的一个难点问题.从装备战损量预计的目的出发,分析了影响装备战损的因素;综合分析目前预计装备战损量的方法,提出了基于指数多元兰彻斯特方程的装备战损量的预计模型和模型中毁伤能力系数的确定方法;点明了预计中应注意的问题;指出该方法是未来高技术条件下作战装备战损量模拟计算的一项创新性的研究.     

装备战场损伤的解析分析方法研究

为了提高装备战损模拟的效率,以蒙特卡洛方法为基础,构建了关于装备战损的解析模型。首先采用序贯法优化了仿真次数,以便以较少的仿真次数获得较高的仿真精度;分析了单因素对于装备损伤的影响,并建立了一元回归模型;采用正交试验分析了多因素之间的交互作用,并综合一元回归模型得出了装备战损的多元回归模型;最后结合弹着点分布模型与多元回归模型,建立了装备战损的解析模型,并通过实例验证了解析模型的正确性。     

基于信息熵和TOPSIS法的装备战场抢修排序决策模型

成功的战场抢修是战斗力的“倍增器”,而及时有效的战损装备抢修排序决策是成功实施战场抢修的前提．在确定战场抢修基本原则基础上,分析了影响战损装备战场抢修排序的因素,通过目标属性本身输出的信息熵客观地确定属性权重,并结合TOPSIS法构建了装备战场抢修排序决策模型,最后通过实例对该模型的有效性和实用性进行验证．实例表明：该模型能够有效地解决战场抢修中多个战损装备的排序问题,是战损装备战场抢修分析及排序决策的一种有效工具．     

基于CAS/Agent的装甲装备战损模型仿真

针对传统战损模型研究方法存在的不足,提出用人工神经网络的学习能力模拟Agent的适应性。借鉴CAS(Complex Adaptive System)理论的建模思想,引入ERA(Environment-Rules-Agents)方案建立战损模型。在外部干预Agent作用下,运用BP算法并结合CT(Cross Target)算法对红蓝双方对抗战斗进行仿真,模拟动态战场环境下装备损伤的演化过程。该模型可更好地理解装备损伤的动力学特性。     

装备采购风险的BP神经网络评价模型

装备采购具有高风险的特点,科学、准确的风险评价对装备采购至关重要.传统的评价方法主观因素太强,而BP神经网络模型为装备采购风险评价开辟了新途径.首先介绍了人工神经网络模型的原理和BP算法,然后结合实例给出了用于装备采购风险评价的BP神经网络模型,采用该模型获得结果令人满意.     

基于模糊评判的装备战损修复率评估

装备战损修复是保持和恢复战斗力的重要因素,而现在尚无明确的方法对修复率进行准确的评估.将模糊评判法引入评估过程中,通过分析各影响因素,运用模糊评判的方法进行量化,并根据战损装备修复流程图将各因素进行综合评判,确定了较为科学合理的装备战损修复率计算方法.     

基于BP神经网络的集群装备战斗力指数评估

集群装备战斗力是影响装备指挥员乃至作战指挥员科学决策的主要因素之一.针对战时装备维修保障决策需求和特点,通过深入分析集群装备作战实际,研究了集群装备战斗力指数影响因素集并对各因素进行了说明,基于BP神经网络建立了集群装备战斗力指数评估模型,利用专家确定的40组训练样本对该BP神经网络进行训练.研究结果表明,基于BP神经...     

基于装备战斗力的集群装备战损等级评定方法

为了建立集群装备战损评估决策支持系统的需要,对集群装备战损等级评定方法进行了研究.在集群装备的组成特点与评估装备战斗力的基本方法,战时实时评估与平时效能分析的区别与联系的分析基础上,建立了基于单装战损评估的战斗力评估模型,对模型的具体步骤与关键参数进行了详细阐述,由此进一步建立了基于模糊隶属度的集群装备战损等级评定模型.最后以示例对上述模型的具体应用进行了说明.     

武器装备战斗损伤研究

以“通用武器雷达装备战损规律研究”成果为基础,系统阐述了开展武器装备战斗损伤研究的方法体系,介绍了战斗损伤建模与仿真、装备战斗损伤机理研究、装备战斗损伤分析、战斗损伤试验的相关技术和方法。     

基于群体多属性决策的坦克武器作战能力评估

针对坦克武器系统作战能力评估新趋势,运用不完全信息群体多属性决策方法探索坦克武器系统作战能力评估问题。依据决策群体中每一决策个体的主观偏爱和信息掌握程度,形成对不同坦克武器系统在各属性下效用的不完全信息,决策群体集结各效用不完全信息形成群体偏爱,对武器系统作战能力进行排序或选优。该方法模型简单、利用计算机实现,较好地解决了信息化条件下坦克武器系统作战能力评估问题。     

火炮的战场损伤评估与修复

根据战时靠前修理的原则,对战损武器作出快速反应,遏制参战武器战斗力的大幅度下降,是BDAR的任务。从火炮的基本原理、战损模式和影响,制定修复大纲,研制工具、设备,备件配备方案等几个方面分析了火炮战场损伤评估与修复的方法。     

Knowledge-oriented modeling for influencing factors of battle damage in military industrial logistics: An integrated method

Modeling influencing factors of battle damage is one of essential works in implementing military industrial logistics simulation to explore battle damage laws knowledge. However, one of key challenges in designing the simulation system could be how to reasonably determine simulation model input and build a bridge to link battle damage model and battle damage laws knowledge. In this paper, we propose a novel knowledge-oriented modeling method for influencing factors of battle damage in military industrial logistics, integrating conceptual analysis, conceptual modeling, quantitative modeling and simulation implementation. We conceptualize influencing factors of battle damage by using the principle of hierarchical decomposition, thus classifying the related battle damage knowledge logically. Then, we construct the conceptual model of influencing factors of battle damage by using Entity-Relationship approach, thus describing their interactions reasonably. Subsequently, we extract the important influencing factors by using social network analysis, thus evaluating their importance quantitatively and further clarifying the elements of simulation. Finally, we develop an agent-based military industry logistics simulation system by taking the modeling results on influencing factors of battle damage as simulation model input, and obtain simulation model output, i.e., new battle damage laws knowledge, thus verifying feasibility and effectiveness of the proposed method. The results show that this method can be used to support human decision-making and action.     

基于ANFIS的目标毁伤等级预测模型

分析了神经网络和模糊推理系统的优缺点,研究了自适应神经模糊推理系统（ANFIS）结构模型及后向传播和递归最小二乘算法相结合的混合算法．在分析了目标毁伤等级主要影响因素的基础上,构建了目标毁伤等级预测ANFIS模型,利用毁伤试验样本数据训练该模型,得到了与实际一致的目标毁伤等级,并将预测结果与基于BP神经网络的预测结果进行了仿真对比分析．仿真结果表明,该目标毁伤等级预测模型能够准确地预测出目标的毁伤等级,并且其预测精度较BP神经网络方法高,为目标毁伤等级预测提供了一种有效的方法．     

间瞄武器模拟终端火力裁决概率问题研究

在信息主导,火力主战的背景下,间瞄火力的效能发挥对战争的胜负起着至关重要的作用。而实兵对抗训练中,间瞄火力打击效能的评估一直以来缺乏有效的理论依据,影响间瞄火力裁决的科学决策。文章结合间瞄武器模拟终端的使用,根据间瞄火炮打击的特点规律,用面火力射击数学模型推导出间瞄火炮射击的毁伤概率公式,该公式可以为间瞄武器模拟终端的火力毁伤概率的确定提供理论依据。     

战斗恢复力定量评估模型初探

分析讨论了战斗恢复力定量化的途径,提出了一种能定量评价战斗恢复力的的参数——装备抢修度,给出了抢修度的概念,并给出了一个评价装备对应给定任务的抢修度模型和系统总的平均抢修度的计算方法。     

战损装备维修保障仿真及能力评估

阐述了利用仿真方法进行维修能力评估的重要性和必要性,分析了战场装备维修保障活动的主要内容,建立了基于计算机的装备维修保障过程仿真模型,提出了评估装备维修保障能力的几个指标,同时还给出了某次战斗装备损坏与维修保障能力评估的示例。     

战场抢修器材最优筹措

建立了一个根据携带抢修器材的能力限制,综合分配参战部队应准备的各种抢修器材使平均战场抢修时闻最短的最优化模型,为制定战时抢修器材筹措计划、抢修人员的培训计划提供依据。该模型的结果也可为评价装备的战斗恢复力提供参考依据。     

测速雷达使用新方法研究

通过舰炮武器系统测速雷达作战使用分析,提出初速预测新模型、修正量新模型等测速雷达使用新方法。分别对使用新方法前后效能进行比较仿真,仿真证明,本方法极大地提高了舰炮武器系统对海作战时首群命中效能。所提出的方法对于提高舰炮武器作战效能具有理论和实际意义。