在应对军事训练风险上求作为

一、强化组织的把关定向功能。在正确应对训练风险上统一班子思想认识。一般来说，组织军事训练是军事指挥员的职责，但政治干部作为各级党委（支部）的书记或者重要成员，直接参与对军事训练工作的决策和领导，在确立正确的军事训练指导、制定科学的军事训练方案上，负有不可推卸的责任。     

网络化战争的本质

网络化战争不同于传统的以火力打击平台为中心的战争，它是指通过战场各个作战单元的网络化，把信息优势变为作战行动优势，使主战部队、友邻部队和后备部队共同感知战场态势，从而协调行动，发挥最大作战效能的作战样式。     

军事信息系统总体方案探讨

根据现代战场对军事信息系统提出的要求,探讨了军事信息系统总体结构与实现方案。     

标准型方案与链型方案的转换

在考虑标准型方案与链型方案抽查特性曲线基本一致的前提下,研究了标准型方案与链型方案样本量之间的差异,指出在同样的辨别力条件下,链型方案可比标准型方案节省大量的样本。在生成等效方案的过程中,本文利用求累积和搜索法,较好地解决了大样本方案生成的计算问题。     

基于博弈论组合赋权-TOPSIS法的战时装备维修保障点配置方案评价

针对战时装备维修保障点配置受多种因素影响、保障指挥员难以快速有效地评价保障点配置方案合理性的问题,提出一种战时装备维修保障点选址方案评价方法。综合考虑战场环境、自然环境和交通条件等多方面因素,构建了战时装备维修保障点配置方案评价指标体系并对各指标进行量化分析;基于博弈论思想进一步优化AHP-熵权主客观组合权重,结合TOPSIS法实现战时装备维修保障点配置方案的定量评价,通过示例验证了该方法的合理性和有效性。     

美国“快速全球打击”计划的最新进展

文章论文介绍了美国＂快速全球打击＂计划的最新进展,分析武器系统的特点和计划的未来走向。笔者认为,美国在不久的将来很可能具备快速全球打击能力,最后评估了美国＂快速全球打击＂计划对未来作战样式的影响。     

基于CE-QPSO算法的联合火力打击方案智能优化方法

针对联合火力打击方案优化“既快又精”需求难题,设计了CE-QPSO算法,提出了基于该算法的联合火力打击方案智能优化方法。该算法充分结合了交叉熵算法良好的全局寻优能力和量子粒子群算法高效运行的特点,通过构建离散概率矩阵,使粒子的不确定性运动更具方向性,提高了粒子的协同寻优能力。实验结果表明：基于该算法的联合火力打击方案智能优化方法能够有效提升联合火力打击方案的优化效果和优化效率,且相比于标准交叉熵算法和标准量子粒子群优化算法具有明显优势。     

基于网络作战的对空目标打击火控新模式研究

针对网络化空战条件下,作战飞机接收到的远程目指只能用于指挥引导,而无法用于火控层面的问题,设计了一种基于远程目指的对空目标打击火控新模式。介绍了某型作战飞机对空作战火控模式,以及此模式下任务机工作方式和中制导指令形成方式;根据现有条件的不足,设计了一种火控新模式,此模式只需在软件层面改动现有武器装备,就能尽快适应现代网络化空战需求。     

未来士兵系统作战概念研究

随着侦察手段、武器平台、打击能力和打击方式等的不断发展,以及军民融合思想的不断深入,从大规模正面火力冲突到现代信息网络下的远程打击,军事作战格局正在不断地发生变化。研究未来士兵系统及其作战概念对于打破固有格局、提升作战效能、融入我军网络信息体系具有非常重要的军事意义。基于对未来士兵系统作战组织、作战活动的分析,构建了侦察作战、打击以及远程打击的基础指挥体系流程和信息交互内容,为作战概念的深入研究提供一定的参考。