模型驱动的作战概念工程化设计方法

作战概念设计是一项军事科学与系统科学相互交织的复杂领域。本文利用模型驱动的“V型”工程化设计方法将军事设计的艺术性和工程方法的科学性进行有机融合,通过构建可视化展现模型、体系化设计模型及科学化论证模型三类核心模型簇,支撑开展作战需求分析、作战概念研提、作战概念体系设计、作战概念验证优化与作战需求确认等活动,形成由作战需求牵引的作战概念研提、设计和验证的工程化设计链路,实现作战概念由原型到样品再到产品的螺旋迭代优化。采用模型驱动的工程化方法设计作战概念必将促进作战概念设计由粗放式的概略定性思辨向系统化的精细定量设计转变,提高作战概念的可操作性和实用化水平。     

基于ERA和PT的舰艇编队多作战想定下效能评价

为了解决舰艇编队作战效能评价高度专业性、复杂性及要素间关联性等技术难题,提出了基于证据推理法(ERA)和前景理论(PT)的舰艇编队作战效能评价方法,分两步确定最优的评价指标体系及权重。对于要素间客观存在的关联性,从理论上证明了关联性越低,证据推理法的应用效果越佳,再以此为目标优化效能评价指标体系;运用前景理论构建了指标体系关联度最小、评价能力前景价值最大的非线性优化模型,同时确定指标最优权重,并给出求解方法。为了验证这一方法的有效性,将基于ERA和PT的舰艇编队作战效能评价方法应用于多想定的算例分析,结果表明,提出的方法能有效地解决舰艇编队作战效能的评价问题。     

基于深度强化学习的兵棋推演决策方法框架

针对兵棋推演的自动对抗问题,文章提出基于深度学习网络和强化学习模型来构建对抗策略。文章结合深度强化学习技术优势,立足多源层次化的战场态势描述,提出面向智能博弈的战场态势表示方法;将作战指挥分层分域的原则同即时策略游戏中的模块化和分层架构相结合,提出一种层次化和模块化深度强化学习方法框架,用于各决策智能体与战场环境交互的机制以及对抗策略的产生;为满足实际作战响应高实时特点,提出压缩的深度强化学习,提升模型输出速度;为改善对不同环境的适应性,提出利用深度迁移学习提升模型泛化能力。     

耦合封闭声腔的主导声辐射模态确定方法

将在某一频率下或某一频段内对封闭声腔声势能起主要作用的一阶或几阶声辐射模态定义为耦合封闭声腔的主导声辐射模态。准确认定主导声辐射模态至关重要,直接影响有源控制效果。然而,现有的主导声辐射模态确定方法,要么仅考虑辐射效率的作用而忽视模态幅度的影响,要么就需要用到结构模态信息,难以实现工程应用。基于此,综合运用计算和测试手段,全面考虑辐射效率和模态幅度两个因素,提出了一种基于“初选—预留—后验”的主导声辐射模态确定方法,并通过实验研究证明了该方法的有效性和可行性。结果表明：提出的确定方法能够准确认定主导声辐射模态,确定过程中不需要用到辐射体的结构模态信息,可用于指导控制目标选取或重构封闭声腔声势能。