“汉光25”兵推不再忙着“反斩首”

台军一年一度的“汉光”演习兵棋推演于近日结束。与陈水扁主政时期兴师动众、劳民伤财,又是反“斩首”、又是反导弹突袭的“玉山兵推”不同,今年的“汉光25号”兵棋推演由马英九亲自主持,主要以建军备战为主题。不过,岛内“立委”对这次演习内容却提出了质疑。     

论作战实验方法

从定性到定量综合集成方法是作战实验的指导理论。根据作战实验模式,作战实验方法可分为模拟分析、对抗推演和综合研讨方法。模拟分析方法是支持作战实验最主要的定量分析手段。对抗推演方法是支持作战实验中考虑策略博弈的主要分析手段。综合研讨方法是支持作战实验中专家体系运行,考虑专家知识与经验,实现从定性到定量综合集成的最主要手段,综合研讨方法强调“人机结合、以人为主”。     

台军“汉光24”号演习有微妙变化

马英九上任后,台军首度进行的“汉光24”号计算机兵棋推演6月27日结束。兵推以“国土防卫”为重点,模拟解放军兵分三路渡海进军台湾北、中、南,并舍弃“斩首战”改为猛攻中南部,台军因中南部兵力不足,最后惨败。而实兵验证时间则为9月22日到27日。     

增强军校本科学员指挥谋略能力研究——基于计算机兵棋系统

对指挥谋略进行概念分析,确定基于计算机兵棋系统的指挥谋略训练内容;明确计算机兵棋推演的一般步骤和注意事项;以联军2004年11月"破晓"行动为例运用计算机兵棋系统进行指挥谋略训练。研究表明,基于计算机兵棋系统运用战例研究可以成为增强军校本科学员指挥谋略的训练模式。     

基于兵棋推演的作战效能评估方法研究

作战模拟评估方法能够有效表达战场上不同作战体系间的协同和对抗关系,适合现代作战效能评估要求。基于兵棋推演的作战效能评估方法强调人的指挥控制、突出后装保障、体现体系作战的整体效应。其基本思路是运用探索性仿真实验分析方法设计少数几个有代表性的推演方案进行详细推演,获取结果数据后分析挖掘,得出作战效能评估结论。可分为推演前准备、正式推演、推演后统计分析三个阶段。具体案例验证了该评估方法的有效性。     

军事任务推演的时空模型与驱动机制

针对军事信息系统的作战任务推演需求,提出了一种基于时空事件序列的、较为完备的高效任务推演方法。论述了基于层次化分解的任务表达机制与实体化策略;针对保障数据定制问题提出了面向任务的时空数据应用模型,以任务最小需求为准则对一体化时空数据集进行多维筛选,有效降低数据的冗余度;详细讨论了时空事件序列模型的定义及其在军事任务推演中的数据驱动模式;结合具体仿真实例进行了应用探讨。原型系统的实现证明了该思路的有效性和可行性。     

基于UML的兵棋推演系统建模

通过对兵棋推演系统结构和功能的分析,运用面向对象的分析与设计方法,建立了基于UML的兵棋推演系统模型,并构建了系列视图模型,描述了该系统从需求分析到系统设计的整个过程,对兵棋推演系统进行了规范化、可视化表述。为兵棋推演系统详细设计、开发和实现奠定基础,为其他推演系统开发提供参考。     

美军主要推演和仿真系统模型体系与建模机制研究

模型是推演、仿真等系统中的重要基础,负责为系统运行提供现实军事实体的数字化映射。美军在作战实验方面拥有丰富经验和众多积累。分析总结了美军EADSIM、JWARS、JTLS和FLAMES四个系统的模型体系和建模机制方面的特点,梳理出美军典型推演和仿真系统的两种建模思路,总结了其适用性。     

基于图神经网络GraphVAE的兵棋态势预测方法

在战场上敌我双方作战的过程中,准确地预测敌方的兵力部署将有利于我方的作战。基于兵棋推演的态势数据,通过训练图神经网络,提出了预测敌方未知算子位置的方法。首先,在对数据进行预处理后,实现了态势到图结构数据的转化,构造了兵棋态势的图结构数据集,用于图神经网络的训练。其次,根据兵棋态势及其数据的特点改造了GraphVAE模型,实现了兵棋态势图结构数据的补全。最后设计了基于补全后的图结构数据,计算敌方算子位置的方法。通过实验证实了该方法的有效性和可行性。     

导师带徒式智能指挥决策应用模式及关键技术

指挥决策智能化需求日益迫切,而近年来国内外军事智能方面的成就较少涉及这一领域。缺数据、缺知识、缺模型的现状,导致该领域智能化发展相对滞后。基于对领域问题的理解,创新提出导师带徒的指挥决策领域智能化发展思路,并基于近年来知识图谱、强化学习、大型语言模型等前沿技术的发展,构想了“学徒式知识提炼”“授徒式博弈推演”2套导师带徒式指挥决策应用模式,并指出了其中需要突破的关键技术,对指挥决策智能化攻坚具有一定指导意义。