低技术对高技术的嘲弄

一般说来,事物发展的秩序总是新的代替旧的,落后的让位于先进的。据外刊报道,在近几场现代局部战争中,尽管高技术武器效能卓著,但从战后实际统计结果看,大多数中低技术武器在战争中的地位和作用仍不可忽视。它们并不甘心退出战争舞台,仍可发挥其特有的威力。据有关...     

机载制导武器的武器-目标分配算法研究

机载制导武器的武器-目标分配算法是智能航空指控系统的一个基础研究问题。本文在建立了武器-目标分配的基本概念和对算法要求的基础上,提出了两种武器-目标分配算法;基于决策论的武器-目标分配算法和基于导弹截获区的武器-目标分配算法,并对基于导弹截获区的武器-目标分配算法进行了仿真实验。结果表明,此算法具有高透明性、有限消除最大威肋、杀伤概率最大、充分利用机载武器等特点。     

坦克会战中动态武器—目标分配问题求解方法

动态武器-目标分配(DWTA)是坦克会战中取得战斗胜利的关键.建立了坦克战中DWTA模型,并提出了它的一种简单求解方法.实验结果表明求解方法是有效的.     

浅析政治战的思想渊源和历史实践

此次俄乌冲突中美西方对俄罗斯采取了全方位政治战攻势，在这一场政治、外交、经济、舆论的激烈斗争中，我们对中国未来可能会面临的威胁和挑战有了更清醒的认识。政治战概念由乔治·凯南正式提出，但是政治战思想在中国传统文化经典《孙子兵法》、《管子》和毛泽东思想中早有体现。探析中国传统文化、毛泽东思想和西方近现代有关理论中的政治战思想，有利于我们更好理解政治战在当下国际局势中的表现。     

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。     

改进蛙跳算法求解武器目标分配问题

针对武器目标分配问题,提出一种改进蛙跳算法来求解空间受限的武器目标分配。首先,基于武器目标分配原则建立多约束条件下武器目标分配模型,并将多目标优化问题转化为单目标优化问题;其次,采用基于非支配等级和拥挤度因子的精英选择策略改进初始种群的多样性和均匀度,提升算法最优解的质量;最后,通过合理的想定背景进行仿真计算,结果表明：该方法可有效平衡搜索时间和全局最优解质量,可作为编队防空作战时武器目标分配的一个不错选择,通过与SFLA算法和遗传算法进行比对分析,表明该算法相对SFLA算法求解的最优解质量高,相对遗传算法搜索效率高。     

一种基于改进r-NSGA-Ⅱ算法的联合防空问题算法

以传统动能武器及现代高能激光武器的防空反导作战为背景,建立了异构防御武器多战术目标的动态武器目标分配模型;在考虑指挥员抉择偏好的情况下,提出基于改进r-NSGA-Ⅱ算法的武器目标分配优化框架,给出具体优化流程;基于具体作战想定,设计实验将改进r-NSGA-Ⅱ算法与NSGA-Ⅱ、NSGA-Ⅲ、MOEA/D等经典算法在收敛性、分布性与时间复杂度等性能指标方面进行对比分析。实验证明,改进r-NSGA-Ⅱ算法在保证计算效率的情况下可以更好地反映指挥员的作战偏好与意图。     

“马赛克”战运行机制及制胜机理研究

随着科学技术的进步发展,“马赛克”战理论逐渐走向实践运用,分析了主体多元性、形式融合性、行动迷惑性和风险可控性的“马赛克”基本特性,研究了复杂系统分布式分解、分解要素网络化集成、集成系统智能化聚合和聚合体系高弹性自愈的“马赛克”战运行机制,提出了分布式体系制胜、网络化体系制胜、智能化体系制胜和高弹性体系制胜的“马赛克”战制胜机理。为深入研究“马赛克”战制胜机理,赢得未来战争主动权奠定重要基础。     

2005年世界新锐武器扫描

2005年,在新军事变革的推动下,新鲜出炉的各类武器可谓“灿若星河”,但亮彻全年或举世震撼的“大作”却为数不多。本文本着“百里挑一、优中选优”的原则,重点介绍10种新锐武器,涵盖了海、陆、空三维战场空间,并把导弹单列为一类武器加以介绍。之所以选择这些武器,主要是因为它们具有一定的代表性:有的设计独特,放射着军事思想新变革的光辉;有的绝技超群,开创了武器发展新时代;有的另辟蹊径,拓宽了武器改进的新思路;有的影响深远,改变了地区乃至全球安全形势。陆战武器:重新又走热小国亦疯狂由于美国在伊拉克战争中一改科索沃战争全程空袭的…