基于机器学习的联合作战任务筹划模型

战争复杂性日益提高,快速完成作战任务筹划对于提高指挥效率至关重要。提出了联合作战任务矩阵分析模型,为作战任务筹划提供了一种理论方法;以此为基础,构建作战任务-支撑要素-威胁要素信念网络模型;设计了信念网络关键参数的贝叶斯学习方法,采用想象力机制来提高算法在自博弈学习中的收敛速度;给出了一种深度最小威胁生成树搜索算法,该算法能够通过平衡搜索误差和搜索速度,高效完成任务优先级排序。最后,通过仿真实验验证了上述模型和算法的有效性。     

聚焦法国军事力量转型

当前,科学技术的迅猛发展推动了军事领域的深刻变革。以信息化为特征的高技术战争已经成为现代战争的基本形态,军队的组织结构、力量编成、作战思想和作战样式等都在发生深刻的变化。为适应新的形势,跟上世界军事转型的步伐,维持其大国地位,法国近年来,积极调整军事战略,提出了具体的军事改革目标和相应的发展计划,调整体制结构,大力发展信息化武器装备,努力提高军队的信息化水平和信息化作战能力,使法国军事实力不断增强。调整军队建设目标近年来,法国军队在参与北约联合军事行动中,逐步认识到法军和武器装备的弱点以及与美军的差距,由此开…     

简论作战指挥信息优势的基本标准

谋求指挥信息优势,应当确立指挥信息的运作流程快于对方、指挥信息的“质”与“量”优于对方、利用效果好于对方、对抗能力强于对方四个方面为其基本标准。     

水面舰艇的贴身武器——深水炸弹

深水炸弹(简称深弹)是一种能在水下一定的深度或与目标相遇而爆炸的水中炸弹,主要用于攻击潜艇,也可以用来开辟雷区通道或者攻击其他目标,是有效的近距离反潜武器。深水炸弹由水面舰艇或飞机投放,也可以由反潜导弹携带。反潜鱼雷、反潜导弹的问世,曾一度对深水炸弹的发展造成冲击。近年来,由于浅水反潜作战的需要,深水炸弹重新得到重视并取得了深入发展。深弹的分类和组成通常深弹按携带方式分为航空深弹和舰用深弹两类。航空深弹由直升机或反潜飞机投放。舰用深弹按投射方式分为投放式深弹和发射式深弹。发射式深弹,按发射原理分为发射药发…     

大中型港口目标战时防护对策

大中型港口是国民经济建设和人民群众生活的重要支撑,是战时物资、油料和能源供应的中转站。大中型港口战时将成为敌战略、战役轰炸的重点。为此,加大对港口综合防护研究,最大限度地减少空袭损失,已成为城市防空作战的重要内容之一。面对高技术条件下强敌空袭的挑战,必须立足现有兵器装备,坚持和发展人民战争这个重要法宝,积极抗击与灵活反击相结合,挖掘作战潜能,发挥人的积极因素,探索以低制高的战法,达成以劣胜优的作战目的。组织前出“侦”,提高空情预警能力。一要建立民兵雷达侦察网。组织民兵、预备役雷达侦测分队前出,在重点方向上建…     

基于神经网络的防空武器目标智能分配方法

为满足现代防空作战高动态环境对武器目标实时智能分配的迫切需求,提出了一种基于神经网络的防空武器目标智能分配方法.首先综合考虑武器数量及拦截能力等要素,以毁伤效能最大为优化目标,建立武器目标分配问题优化模型;在此基础上,构建基于神经网络的武器目标智能分配框架,基于分配方案数据集训练武器分配决策神经网络,并通过神经网络预测...     

基于D-S证据理论的航母舰机融合效能评估方法

航空母舰舰机融合是航母本舰与舰载机的深度协同,舰机融合效能能直观地反映航空母舰的整体作战效能,提高舰机融合程度对于提升航空母舰作战能力具有重要意义.通过分析航空母舰舰机融合的特点规律,构建了航空母舰舰机融合效能的评价指标体系,针对存在冲突的多证据指标数据融合问题,应用改进后的D-S证据理论建立了航母舰机融合效能评估模型...     

主要方向应急作战后勤保障方式探要

文章根据我军未来主要方向应急作战的特点及后勤面临的新问题提出,未来主要方向应急作战后勤保障应以应急作战部队保障分队伴随保障为基础,以战役、战略应急支援保障为依托,综合运用联合保障、直达保障、预置储备保障、就近保障、军地一体保障等多种方式,为部队实施及时、高效、精确的后勤保障     

应急作战后勤动员潜力快速转化方式探讨

文章针对应急作战后勤动员需求和环境,结合中外后勤动员经验,提出了预置前置式、分层对口式、行业骨干式、直接配送式和聚合精确式等五种动员潜力向保障力快速转化的主要方式。     

基于“墨子”的空中拦截任务程序二次开发与仿真

现有墨子联合作战推演系统中的空中拦截任务规划程序不具备针对性拦截功能,无法满足实际需求,而手动指控较为繁琐,降低了仿真的可重复性。使用LUA脚本和事件机制,二次开发了一种空中拦截任务规划程序,细化并增强了指控功能,通过阶段性控制事件的关联,解决了探测信息的同步和实时分析。经仿真验证：该程序能够有针对性地、精准、自动地组织多个基地中的多种战斗机执行空中拦截任务,且能够在战斗机从接到任务到升空阶段调整作战任务。有效地减少了人为误差对仿真结果的影响,提高了仿真的可重复性和可信度,且对解决同类调派管理问题和军事人工智能的开发具有指导意义。