人工智能对基层政治工作的影响及对策探析

习主席指出:“人工智能是引领这一轮科技革命和产业变革的战略性技术,具有溢出带动性很强的‘头雁’效应。”近年来,人工智能的广泛应用,在推进战争形态加速转变的同时,也对基层政治工作产生了一定的现实影响,“智能关”成了我们必须跨过的“时代关”。政治工作永远是我军的生命线。如何正确把握人工智能对基层政治工作的影响和要求,有效跨过“智能关”,继续发挥好政治工作的服务保证作用,是我们必须认真研究的重要现实课题。     

着眼场站部队特点抓好思想政治工作

<正>《军队基层建设纲要》明确指出：基层单位应当加强对官兵的政治引领,紧紧围绕政治工作时代主题和基本任务,结合本单位实际,扎实做好思想政治工作。航空兵场站保障部队点多、线长、面广,专业繁多,单位分散。近年来,部队由静态单一保障转为动态多机保障,由机场内分散转为多地区分散,需要主动适应形势、准确分析影响、紧紧把握特点,着力在“动中抓、分散建”中抓实思想政治工作。     

基于强化学习的多对多拦截目标分配方法

针对空中对抗环境中多对多拦截的武器目标分配问题,提出了一种基于强化学习的多目标智能分配方法。在多对多拦截交战场景下,基于交战态势评估构建了目标分配的数学模型。通过引入目标威胁程度和拦截有效程度的概念,充分反映了各目标的拦截紧迫性和各拦截器的拦截能力表征,从而全面评估了攻防双方的交战态势。在目标分配模型的基础上,将目标分配问题构建为马尔可夫决策过程,并采用基于深度Q网络的强化学习算法训练求解。依靠环境交互下的自学习和奖励机制,有效实现了最优分配方案的动态生成。通过数学仿真构建多对多拦截场景,并验证了该方法的有效性,经训练后的目标分配方法能够满足多对多拦截中连续动态的任务分配要求。     

基于小波网络的非线性系统辨识研究

小波网络为非线性系统辨识研究提供了一种有效的方法,但目前用于小波网络学习的进化算法易陷入局部极小等缺陷.结合生物免疫系统的概念和理论,在非线性系统辨识中引入基于免疫算法的小波网络.该算法中抗体通过浓度相互作用的机制来促进或抑制抗体的生成,借此保持抗体的多样性,并产生了高亲和力的抗体对种群进行不断的更新,提高了算法的全局搜索能力和收敛速度.最后,把基于免疫算法的小波网络用于一个非线性系统辨识的标准实例中,仿真结果验证了该算法的有效性.     

BP神经网络的飞机机体研制费用估算

提出一种应用人工神经网络预测飞机机体研制费用的方法.该方法利用偏最小二乘法对飞机性能参数进行了主成分提取,用这些主成分作为BP网络的输入变量,建立了一种基于BP神经网络的飞机研制费用的估算模型,应用该模型对典型的飞机机体研制费用进行了预测.预测结果表明,该方法是有效的、可行的.     

着眼信息化战争特点培养军事指挥人才

军事指挥人才作为作战行动的直接筹划者、决策者和指挥者,其素质能力的高低对战争的成败产生至关重要的影响。必须以军事斗争准备为牵引,着眼信息化战争的特点,在坚持政治素质第一的同时,加快培养和造就一批长于信息运用、善于谋划决断、精于联合指挥、勇于开拓创新的高素质军事指挥人才群体,为履行新世纪新阶段我军历史使命提供强有力的组织保证和人才支撑。     

加强军营网络道德教育

网络道德教育是基层经常性思想工作面临的重要任务。加强基层网络道德教育,要着力进行网络道德意识教育、网络道德规范教育和网络道德自律教育。     

现代战争条件下战争法运用的局限性及其对策

现代战争条件下,由于战争形态、战争方式以及高技术武器装备等方面的发展变化,使得战争法运用呈现许多局限性。因此,必须着眼于现代战争的特点和规律,寻求克服战争法运用局限性的基本对策,为我军未来的军事斗争准备创造有利的法律条件。     

生成对抗网络及其在无人系统中的应用

生成对抗网络（GAN）在无人系统多个层次上的应用提高了其智能化、自主化水平,具有巨大的应用价值和发展潜力。对GAN在无人系统技术中的应用进行了综合评述并且进行了展望。首先介绍了GAN的基本概念、训练方式和传统GAN的模型结构,并且从模型结构的变动、目标损失的变化以及适用的领域等方面详细介绍了深度卷积生成对抗网络（DCGAN）、循环生成对抗网络（CylcleGAN）、生成对抗模仿学习（GAIL）、序列生成对抗网络（SeqGAN）等GAN的8种衍生模型。接着概述了与无人系统OODA回路相关的智能感知、智能判断、智能决策、人机交互等方向上GAN方法的实际应用。最后基于无人系统共性技术的发展趋势,对GAN在无人系统的单体智能、多体或群体智能以及人机混合智能等方向上的应用进行了展望。     

基于DBN的天基信息支援装备体系作战效能评估方法

为解决天基信息支援装备体系的作战效能动态评估问题,提出一种基于动态贝叶斯网络的天基信息支援装备体系作战效能评估方法。首先以系统动力学模型获取数据样本,然后以静态贝叶斯网络作战效能评估模型为基础建立动态网络,以EM参数学习算法构建动态贝叶斯网络作战效能评估模型,最后对天基信息支援装备体系进行作战效能分析。在作战效能评估模型的基础上,以海上方向打击移动舰船目标的作战场景为例,分析了天基信息支援装备体系中诸多影响因素之间的相互关系与影响程度。同时,仿真实验验证了该方法应用在天基信息支援装备体系作战效能评估中的有效性和可行性,能够为天基信息支援装备体系作战效能评估提供坚实的技术支撑。