雷达业务与技术勤务管理系统(RDMS)

智能化和工具化是RDMS的主要设计思想和技术特色,体现在RDMS的基于规则的计算工具、通用文档管理子系统和汉字通用报表工具。本文着重讨论这三部分的设计与实现问题。     

加强部队后勤管理需把握的几个问题

各级党委领导在加强部队后勤管理过程中,必须强化艰苦奋斗意识,牢固树立过紧日子思想;强化标准意识,在管好用好标准经费上下功夫;强化法制意识,坚持依法规范后勤管理;强化人才意识,大力提高后勤人员素质。     

一个多层的 context 逻辑

本文介绍了ｃｏｎｔｅｘｔ研究的现状,定义了一个新的ｃｏｎｔｅｘｔ逻辑ＣＬ,定义并证明了与之相关的一些概念和定理。     

法治思维在党内法规制度体系中的应用与意义

作为党的建设伟大工程的重要内容,党内法规制度体系的完善需要通过法治思维来增强其适应、形成科学体系和衔接法律。具体来说,党内法规制度体系应用宪法思维明确党章的核心地位,应用法律部门思维实现横向板块划分,应用效力位阶思维实现纵向梯度结构,应用德法并治思维实现以刚性和柔性调整方式的并举。以此为基础,必须通过坚持法治思维以实现党内法规制度体系的不断完善。     

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。     

2023年深度学习技术主要发展动向分析

深度学习已成为人工智能领域的研究热点和主流发展方向之一,为诸多重要应用领域带来了革命性的进步。对2023年深度学习技术热门领域的主要发展动向进行了综合评述。首先介绍了深度学习技术发展现状,其次探讨了深度学习技术的军事应用任务和挑战,最后盘点了深度学习技术的未来重点发展方向。综述表明,大语言模型是深度学习领域在2023年最突出的亮点,世界模型框架下的自监督学习技术、强化学习框架下的人工智能智能体技术等也呈现加速发展态势;环境恶劣与强干扰复杂条件下的高鲁棒性深度学习、面向实时流数据高效处理与内在逻辑关联的深度学习、面向多变作战场景自主决策与快速决策的深度学习、面向跨域数据协同感知与协同推理的深度学习等,是深度学习技术未来重要的发展方向。     

2022年深度学习技术主要发展动向分析

深度学习正逐渐成为新一代人工智能最核心的技术之一。对2022年深度学习热门领域的主要发展动向进行了综合评述。首先,介绍小数据小样本深度学习研究领域的最新进展;其次,探讨量子计算与深度学习的融合路径;然后,概述强化学习对通用智能的推动作用;最后,盘点深度学习在多模态学习方向的进展。综述表明,面向小数据、小样本的深度学习技术正在引领深度学习向自监督方向不断迈进,深度学习与其他先进计算范式（例如量子计算等）深入融合趋势愈发明显,强化学习在一定程度上具备解决复杂问题的通用智能,多模态深度学习技术已迎来关键性突破。     

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。     

基于深度强化学习的作战概念能力需求分析

作战能力需求分析是作战概念开发过程中的关键环节,在形式化描述作战概念能力需求分析问题的基础上,通过定性与定量结合,设计了一种基于深度强化学习的作战概念能力需求分析方法。该方法通过模拟仿真实验,获取高可信度的仿真小样本数据集;基于经验数据构建作战概念的代理模型,并以高可信度仿真数据集为输入,应用多目标优化算法对代理模型进行优化训练;最后,将训练得到的代理模型与深度强化学习框架进行交互寻优,实现作战概念能力需求的反向探索。选取“超越式登陆”为实例进行验证,实验结果表明方法可行。     

一种可伸缩拓展的指挥训练考核系统体系架构

针对当前考核系统存在的与指挥信息系统脱离,难以开展远程组训等问题,提出可伸缩拓展的指挥训练考核系统体系架构,为集成调用指挥信息系统相关组件、开展大规模组训提供技术支撑。首先,提出多系统融合的组件集成框架以及一体化考核课目评判模式,用以实现包括指挥技能在内的各课目的考核;接着,设计多层级服务端考核结构,在此基础上,通过虚拟化集群等技术的应用,实现多样化条件下的系统快速部署以及远程异地的大规模组训应用。