体系攻防条件下的多阶段目标选择模型

针对体系攻防对抗条件下的目标选择问题,提出了一个基于完全信息序贯博弈的多阶段目标选择模型。该模型分析了目标体系攻防的博弈过程,使用动态贝叶斯网络描述了对抗双方策略对博弈状态的影响,将目标选择问题转化为标准的博弈树对策问题求解。然后设计了一种消除目标体系结构中与或子树的方法,以简化目标选择策略空间。最后通过案例说明了使用逆向归纳法求解目标选择策略的过程。结果表明,该模型和方法能够在体系攻防、目标间具有复杂层次关联的条件下为目标选择决策提供辅助。     

策略不确定条件下基于高阶超博弈的军事对抗决策方法

军事对抗决策中面临的一个主要问题是难以确定敌方的策略集。基于超博弈分析策略不确定条件下的军事对抗决策问题。在分析超博弈中信念迭代原理的基础上,提出了基于高阶超博弈的对抗决策方法。将高阶信念中的结果反思到低阶信念,并最终反思到一阶信念中,将己方的决策建立在对敌方可能决策的分析的基础上。使得己方的决策具有针对性且更加合理。以二战中西线战役为例验证了方法的可行性和有效性。     

基于博弈论的威慑策略

内容提要:文章用博弈论分析了不完全信息条件下两个国家之间的策略互动,以及影响其策略选择的心理预期因素,阐述了第三方的预期干预对两国心理预期的影响及其对博弈均衡的影响,提出了实施威慑策略的建议。     

装备合同履行管理的动态演化博弈研究

在装备合同履行中存在着明显的信息不对称现象。为提高装备合同的履行效益,减少信息不对称的影响,在有限理性假设的前提下,建立了装备合同履行监督的动态演化博弈模型。对合同履行过程中承制单位与军事代表、合同履行管理部门之间的博弈关系进行了探究,得到了各参与方在不同条件下均衡策略的选择,并对优化装备合同的履行管理提出了建议。     

灰色关联决策在战场目标打击决策中的应用

战场目标打击顺序的选择是作战决策的重要环节,其正确性影响到作战决策的科学与否.战场环境充满灰色性,战场目标打击决策属于灰色系统理论研究的范畴,需要用到相应的灰色理论分析方法进行解决.灰色系统理论研究"部分信息已知,部分信息未知"的"少数据、贫信息"不确定系统.它提出灰色关联度分析的概念,并将其应用到决策问题.基于灰色系统理论相关研究成果,分析了灰色关联决策的相关概念及步骤,探讨了灰色关联决策在战场目标打击决策问题上的应用,为提高相关人员战场作战决策正确性提供了科学方法.     

军事财力资源配置决策主体博弈分析

军事财力资源配置决策的本质是各决策主体博弈后达到一种均衡状态。利用不完全信息动态博弈、不完全信息静态博弈和完全信息静态博弈三种模型,对军事财力资源初次配置、再配置以及使用过程中各决策主体的行为进行分析,可以得出,优化军事财力资源配置决策机制,应设计科学合理的决策规则,不断完善决策信息机制,建立有效的激励约束机制,拓宽民主参与决策的范围,调整决策机构和决策权限。     

基于灰色关联和灰靶决策法的机场目标选择

目标选择直接关系作战进程和结局,并深刻影响作战力量运用方式和效果,而在复杂的战场环境下可利用的目标信息少,因此把军用机场目标看做灰色系统研究。确定军用机场子目标重要性、易损性、替代性、修复性和关联性为目标价值的评判指标,利用基于目标价值的定量选择法中的灰色分析法对军用机场进行建模,并通过灰色关联决策法和灰靶决策法进行综合决策得出军用机场子目标的打击顺序。通过实例验证,该模型和决策方法有效。     

基于对抗分析的战略博弈推演方法

大国博弈日趋激烈,战略博弈推演逐渐成为各国面对战略博弈问题进行评估决策的重要方法。立足战略博弈特征,提出基于对抗分析的战略博弈推演方法,从战略博弈中各推演方针对策略选项的立场、意图和质疑等认知信息描述推演场景,识别当前场景各推演方存在的冲突矛盾点,评估战略态势,并构建多阶段战略博弈推演模型。通过示例表明该方法分析战略博弈问题的可行性与适用性,可为指挥决策提供支撑。     

基于元深度强化学习方法的智能博弈决策模型研究

针对陆军装甲分队博弈对抗决策问题,在分析深度强化学习方法在构建智能博弈对抗决策模型适用性基础上,对基于马尔科夫决策过程的陆军装甲分队博弈对抗过程模型进行了形式化描述,提出了基于元深度强化学习的博弈对抗决策模型,给出了分队战术平台下基于元深度强化学习的智能博弈对抗策略生成与优化框架.研究成果可为智能博弈对抗问题的解决提供一种思路.     

不完全信息的装备采购博弈

目前,我国的军品市场正由封闭市场向一个相对开放竞争的环境转变。基于不完全信息的装备采购的博弈模型,探讨了在不完全信息的相对开放的竞争环境下,军企双方对对方的策略、偏好、所处的地位或者状态的信息等策略问题进行了解,并给出了求解方法,通过实例进行了说明,对装备采购实践具有一定的指导意义。     

军费分配与使用中的博弈问题及政策建议

军费分配与使用中的博弈是不完全信息条件下的动态博弈。解决这种博弈问题的基本思路是通过“海萨尼”转换求得“精炼贝叶斯均衡”。另外,在政策方面要明确奖惩标准,加大奖惩力度,明确责任制度。     

基于斯坦克尔伯格博弈的装备采办最优合同设计

市场经济条件下,合同成为贯穿装备采办全过程的核心问题。文章认为,军品合同的不完全性更为显著,且不完全合同是装备采办的最佳选择。为此,要结合装备采办市场的特殊性,在军方主导的视角下,基于斯坦克尔伯格博弈设计装备采办最优合同。同时,交易双方可通过重新谈判,有效防止合同不完全、信息不对称所引发的逆向选择、道德风险等问题。     

灰色定权聚类分析在作战方案决策中的应用

作战方案决策是作战过程中最重要的一个环节,提出了现代条件下作战方案定量决策的重要性,分析比较了目前各种定量决策方法的优缺点,介绍了灰色系统理论中灰色定权聚类分析方法的优点及其运用方法,阐明了运用灰色聚类分析方法决策作战方案的几个重要环节和需要注意的问题,最后通过一个应用实例说明了方法的具体应用,并证明了方法的可行性.     

基于不完全信息演化博弈模型的网络舆情传播羊群行为

以网络舆情传播过程中大部分人对事实不了解为前提,在这部分群体内构建基于不完全信息环境的两人对称演化博弈模型。提出了两人对称博弈矩阵来决定个体策略的选择,建立了复制动态方程说明不同策略群体比例的演化方向,演化时引入个体的记忆长度,根据设定的交互规则更新各自的观点值及记忆列表。仿真分析模型表明,在此环境中很容易产生羊群行为,群体内的个体都选择盲从并且观点保持一致。此外,羊群行为的集聚产生受多种因素影响,主要与采取分析策略的交互利益、成本系数以及记忆长度有关。本文对科学分析引导网络舆情的传播有一定实际意义。     

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。     

博弈条件下基于SINR的制导雷达波形设计

针对电子战环境中用于扩展目标检测的制导雷达波形优化问题,提出了3种博弈策略模型,并针对不同博弈策略模型分别给出了波形优化策略。在前两种模型中,以最大化信干噪比为准则,在杂波条件下采用注水法优化波形;在第3种模型中,给出了智能雷达与智能目标之间的均衡解,并采用两步注水法得到了最优波形设计方案。仿真结果展示了不同条件下制导雷达和目标的功率分配策略。     

基于三方动态博弈模型的网络生存防御策略优化配置

针对网络攻防环境中防御方以提高系统生存能力为目的所进行的最优生存防御策略的选取问题,提出了一种基于完全信息动态博弈理论的生存防御策略优化配置算法。将恶意攻击方、故障意外事件及防御方作为博弈的参与人,提出了一种混合战略模式下的三方动态博弈模型,对博弈的主要信息要素进行了说明,以混合战略纳什均衡理论为基础,将原纳什均衡条件式的表达式转化为可计算数值结果的表达式,并据此增加了近似的概念,最后,将提出的模型和近似纳什均衡求解算法应用到一个网络实例中,结果证明了模型和算法的可行性和有效性。     

灰靶——军事决策模型的广义解

本文将灰色理论中的多目标局势决策应用于军事系统 ,讨论了在高科技条件下军事系统中的多目标优化问题 ,提出了军事决策理论中的灰靶概念 ,为军事决策系统分析提供了一种新颖的、实用的方法。     

坦克武器作战能力评估的不完全信息群决策法

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数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.     

市场与认识

当代社会中市场机制成了经济体制的主导与主流,因此我们有必要从认识论的角度考察市场机制。在市场经济中价格具有重要的认识功能,价格是数量化的,它使复杂的市场交易权衡过程有了精确的刻度、标尺,同时通过了解某种商品的价格,在宏观上判断这种商品的市场行情与趋势;市场决策是在有限的认识资源条件下的认识活动,是一种处理不完全信息的理性活动;市场认识的重要特征是预见性,市场认识的重要问题是市场预测的准确性和科学性;市场具有博弈性,掌握市场认识的博弈性质及规律可以丰富认识论的研究;市场经济需要政府干预,但政府在认识和决策时也要受到约束和限制,所以市场与政府的认识是互补的。