基于机器学习的联合作战任务筹划模型

战争复杂性日益提高,快速完成作战任务筹划对于提高指挥效率至关重要。提出了联合作战任务矩阵分析模型,为作战任务筹划提供了一种理论方法;以此为基础,构建作战任务-支撑要素-威胁要素信念网络模型;设计了信念网络关键参数的贝叶斯学习方法,采用想象力机制来提高算法在自博弈学习中的收敛速度;给出了一种深度最小威胁生成树搜索算法,该算法能够通过平衡搜索误差和搜索速度,高效完成任务优先级排序。最后,通过仿真实验验证了上述模型和算法的有效性。     

美军二战后四次军事改革述评

第二次世界大战结束以来,美国以核技术、信息技术、电子计算机技术、航空航天技术为代表的现代科学技术的迅猛发展,及其在军事上的广泛运用,使战争形态先后步入了核战争时代、高技术战争时代和信息战争时代。美军因应时代战争的需求,持续不断地进行军事改革,取得了举世瞩目的军事成就,为建立和维护美国的霸权体系奠定了坚实的基础。综观二战以来美军的多次军事改革,既有着一脉相承的共性,又有各具千秋的时代特点,但就其规模和深度来看,大致可以概括为四次。核战争时代的军事改革:喜忧参半二战末期,日本广岛、长崎上空绽开的黑色蘑菇云,标志…     

聚焦法国军事力量转型

当前,科学技术的迅猛发展推动了军事领域的深刻变革。以信息化为特征的高技术战争已经成为现代战争的基本形态,军队的组织结构、力量编成、作战思想和作战样式等都在发生深刻的变化。为适应新的形势,跟上世界军事转型的步伐,维持其大国地位,法国近年来,积极调整军事战略,提出了具体的军事改革目标和相应的发展计划,调整体制结构,大力发展信息化武器装备,努力提高军队的信息化水平和信息化作战能力,使法国军事实力不断增强。调整军队建设目标近年来,法国军队在参与北约联合军事行动中,逐步认识到法军和武器装备的弱点以及与美军的差距,由此开…     

做好信息化条件下人民战争准备的几点思考

人民战争是我军的传统优势和克敌制胜的法宝。江泽民同志指出:如何发挥我军人民战争特有的优势,以我之长,击敌之短,这是一个很值得重视和研究的问题。信息化条件下的人民战争,是在新的主客观条件基础上进行的人民战争, 其必将遇到一系列新情况、新问题。我们必须适应军事斗争准备的     

试论现代战争条件下的政治动员

政治动员作为战争动员的重要组成部分和一种战争实践活动早已存在。在近、现代特别是在第二次世界大战及其以后的历次局部战争中,政治动员成为进行战争必不可少的基本手段。本文仅就现代战争条件下政治动员的若干问题,谈几点初步认识。一、关于政治动员的内涵和特点政治动员是国家或掌握武装力量的政治集团为了进行战争而开展的宣传、教育、组织工作和外交活动,其目的在于充分发挥战争的政治、精神潜力,最大限度地赢得国内国际支持,为夺取战争胜利提供政治和精神方面的支持。现代战争条件下的政治动员,具有以下几个突出特征。政治性。马克思…     

战争人力资源与物力资源配置的经济分析

军事资源配置影响战争结果。在实际发展过程中,战争人力与战争物力的投入比例总在不断变化。这种变化是建立在边际战斗力比较的基础上的。军事制度发挥了资源配置以及协调作用,总是将有限财力投入到更具有战斗力的那部分资源上,意图是实现军事战斗力的最大产出。     

多级同步感应线圈装置温升计算方法优化研究

多级同步感应线圈装置发射过程瞬态能量巨大,可能造成电机损坏,有必要对电机温升进行研究,但考虑到瞬态热有限元仿真时间过长;电流丝法温升计算编程过于繁琐,工作量大等问题,将一维热网络模型计算方法应用于多级同步感应线圈装置中进行算法优化,将电机发热等效成一维传热问题,推导发射电机状态方程,通过Matlab构建同步感应线圈发射装置的一维热网络模型。仿真结果表明：通过不考虑散热情况的理论计算以及对比三维有限元计算结果,对一维计算结果进行校验,一维热网络模型仿真结果与前两者计算误差保持在10%以内。相比于瞬态热有限元仿真与电流丝法计算,在减少了模型搭建难度基础上,显著降低发射电机温升计算时间,提高仿真运算效率。     

对象边框标注数据的弱监督图像语义分割

针对图像语义分割应用中像素级标注数据费时昂贵的问题,主要研究以对象边框标注数据为代表的弱监督模型下的图像语义分割方法。使用基于金字塔的密集采样全卷积网络提取图像的像素级特征,并用GrabCut算法转化对弱监督数据进行数据标记,通过将图像特征和标记数据进行联合训练,构建了基于金字塔密集采样全卷积网络的对象边框标注弱监督图像语义分割模型,并在公开数据集上进行了验证。实验结果表明,所构建的弱监督模型与DET3-Proposed模型、全矩形转化模型以及Bbox-Seg模型相比,达到了更好的分割效果。     

干扰抑制类生成式对抗网络

为进一步改善超低频频段的通信质量,在传统改进广义旁瓣抵消算法的基础上,提出新的超低频干扰抑制算法——生成式旁瓣抵消算法。该算法将人工智能研究热点之一的生成式对抗网络模型引入广义旁瓣抵消算法中,通过优化设计生成模型的网络结构及相关超参数,有效地解决了原算法存在的期望信号残留问题,为旁瓣抵消通道中的后级滤波算法提供了与主通道相关性更强的干扰参考信息,从而提高了算法对主通道干扰估计的准确性。为了验证优化后生成模型的有效性以及所提算法对不同类别干扰的抑制能力,在实验室环境下搭建实验平台,设计了多组对照实验。实验结果表明:优化后的生成模型具有较好的生成能力、较好的鲁棒性以及相对较低的运算复杂度;相比于传统改进的广义旁瓣抵消算法,所提算法进一步提高了信号带宽内的信干噪比。     

基于ANP对装备网络体系中作战环节点效能评估

针对装备作战体系的网络结构特点,将作战体系网络分解成作战能力环。分析了作战环要素组成及要素间关系特点,提出将作战环转化成对应网络层次结构;将作战环中中心作战目标和作战环节元素分别设为对应顶层及二级指标层,作战环节装备对应具体战绩指标设为三级战技指标层;集成ANP(网络分析法)与能力需求度评判对作战环节点及作战边进行评估,为装备体系网络拓扑结构研究提供支持。最后,通过实例证明评估方法合理可行。