网络信息体系弹性影响因素重要性评估方法

针对网络信息体系弹性影响因素重要性评估问题,提出了一种基于熵理论的群决策方法.在分析网络信息体系弹性作用过程的基础上,提炼了网络信息体系弹性影响因素;由熵权以及个体决策结果和群决策结果的偏差量,定义了专家的客观权重;提出了一种基于偏离度的权重调整算法,设计了网络信息体系弹性影响因素重要度等级映射方法,通过算例仿真验证了...     

基于仿真试验的防化保障行动能力评估

未来战争是核生化威胁下的一体化联合作战.防化部队通过感知核生化事件并消除危害后果,为核生化环境下作战行动提供保障.为定量评估防化作战保障行动中各个要素对保障效能的影响,基于模拟仿真平台,构建了作战想定、典型作战实体模型和评估模型,并根据关键影响因素进行仿真实验设计.试验结果表明,侦察速度与洗消速度是提高保障能力最重要的...     

反无人机蜂群体系组织方法

凭借侦察攻击、规模作战、灵活重组以及低成本的有效优势,无人机“蜂群战术”已快速进入多国军事研究机构视野,成为颠覆未来战场模式的关键技术之一。面对无人机以及无人机“蜂群战术”带来的现实威胁,反无人机蜂群已成为各军事强国竞相发展的关键技术。参考美国、北约等军事强国与军事集团开展的反无人机/蜂群战略研究,从反无人机蜂群技术应用基点、应用流程等角度对反无人机蜂群体系组织方法进行论证,提出组织方法建议。所做工作对开展多种反无人机蜂群武器集成试验与训练,提高反无人机蜂群应对能力具有一定参考价值。     

美军智能情报体系发展

运用文献调研、碎片化信息还原等方法,对美军智能情报体系发展情况进行整体呈现与重点介绍,以期为相关领域发展提供参考。梳理美军近年来在人工智能与情报体系领域发布的战略规划、设立的组织机构,分析美军在数据、算力、算法等人工智能基础能力方面的新进展,研究人工智能在军事情报获取、存储、处理和服务方面的应用情况,介绍“机器辅助分析快速存储系统”“行家”智能情报处理系统等重要项目。针对智能情报体系发展提出3点启示建议：建设全流程的智能情报数据生态系统;构建完整的智能情报处理技术群;大力推进基础技术创新和自主可控。     

美军推动软件现代化的主要措施及启示

分析美军推动软件现代化的主要动因和措施,如发布战略性文件、建立顶层指导机构、加快云环境建设、统筹布局软件技术研发与创新以及推动软件开发安全风险管理等。近年来,美军出台多项战略政策指令,强化组织领导职能,持续推动云环境建设、软件工厂生态系统构建,加快软件相关技术创新研发,大幅缩短软件交付时间,旨在提升网络信息体系下的联合作战能力。美军软件现代化的核心是快速、安全地交付弹性软件,通过软件赋能快速集成5G、人工智能、大数据等技术,在装备上嵌入新兴作战能力,有效满足快速变化的战场环境对作战任务的弹性要求。     

基于国防费投向投量的作战体系发展趋势预测模型研究

利用知识图谱、复杂网络和数学建模方法,基于国防费投向投量数据,构建作战体系预测模型。首先,建立“作战概念—作战体系—作战能力—武器装备/技术研发”知识图谱;然后,将国防费中装备采购和技术研发的真实数据,对应聚合到知识图谱对应的节点中;最后,利用复杂网络方法构建数学模型,预测外军作战体系发展方向和重点,辨析作战概念真伪。     

军事物联网体系试验初探

物联网技术在军事领域内的应用不断拓展,体系试验工作是推进物联网技术军事应用的重要手段,当前,国内外都在大力创新发展体系试验工作。借鉴国内外装备体系试验相关理论和实践经验,提出军事物联网体系试验概念,明确了军事物联网体系试验方案和试验基本流程,梳理总结了军事物联网体系试验技术需求,初步建立了试验指标,并以战场伤员救护物联网体系试验案例进行说明。以期为提升军事物联网体系试验设计规划能力,推动试验组织实施工作开展提供一定理论参考。     

反无人机蜂群作战指挥控制系统

随着无人机战技性能的不断提升以及战术战法的广泛运用,无人机蜂群协同作战给当前防空系统带来了全新的挑战。通过梳理分析近年来无人机蜂群作战运用案例,总结了当前无人机蜂群作战运用的特点,阐述了发展反无人机蜂群作战指挥控制系统的必要性和紧迫性。由此,结合当前世界各军事强国反无人机蜂群作战指挥控制系统的现状,对未来反无人机蜂群作战指控系统发展提出了一些启示建议。     

基于兵棋推演的联合侦察预警能力评估

联合侦察预警体系的能力指标是联合作战指挥员在作战筹划与指挥控制阶段关注的重要基础信息之一。根据联合作战指挥员对联合侦察预警能力分析评估需求,基于兵棋推演基础想定和实时推演数据,采用体系能力边界静态评估与实时作战效能评估相结合的方法,从宏观整体与局部细节不同层次系统全面地评估联合侦察预警体系作战能力,设计构建了联合侦察预警体系基本作战能力与实时作战效能评估两大类十五个具体评估指标,并对每一个评估指标的内涵、外延和计算方法进行了详细阐述;最后,基于兵棋推演基础想定和推演模型输出结果,设计并实现了联合侦察预警体系能力评估软件工具,为兵棋推演中面向指挥员的联合侦察预警能力评估提供了新思路和新方法。     

基于AHP-DQN的作战效能优化方法研究

针对舰艇编队威胁海域安全的案例,设计了红方突防攻击、蓝方防空反导的想定以及陆、海、空3种反航母作战策略,基于墨子系统开展多方案作战仿真,获得了双方战损数据。在此基础上,建立了以引诱、攻击等性能参数为基础的指标体系,以层次分析法(AHP)分析了3种策略的作战效能。进一步提出了一种以AHP权重定奖励的深度强化学习(DQN)算法,对海基策略进行了优化,作战效能提高了5.36%。研究结果表明,基于墨子系统这一类作战仿真软件开展想定设计、作战策略仿真,再建立AHP-DQN进行作战效能优化的方法可为反舰作战提供参考。