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。     

对装备可计量性的思考

本文在提出可计量性的定义与对可计量性理解的基础上,梳理了可计量性与装备"五性"的关系,分析了可计量性研究对计量保障的作用,以及可计量性在武器装备全系统全寿命周期中的作用,并对如何开展在研和现役武器装备的可计量性研究提供了思路。     

专家信度优化的装备效能评估方法

针对不同评判专家主观因素影响装备效能评估质量问题,提出一种专家信度优化的装备效能评估方法。该方法以传统层次分析法与模糊量化模型为基础,引入专家信度量化每个专家评判信息的优劣程度,并将专家信度转化为专家权重,利用专家权重分别融合计算层次分析法的指标权重和模糊量化模型的评判结果,从而减少专家主观因素影响,增强了综合评价客观性。其有效性已在某装备效能评估中得到验证。     

基于CNN的窄带雷达空中目标识别方法

空中目标识别是雷达的重要用途之一,窄带雷达因体制限制,无法获取目标高分辨识别信息供分类识别。为解决窄带防空预警雷达对空中目标识别判性难的问题,提出了基于卷积神经网络的空中目标识别方法,就空中目标识别判性模型的构建、训练数据集的生成进行了研究,采用模拟数据集及实测数据对模型进行了检验,结果表明该方法具有较好效果。     

基于解释结构模型的高校辅导员职业能力因子分析

高校辅导员职业能力的高低对大学生思想政治觉悟与学业发展具有关键作用,影响着我国高等教育质量。因此,本文突破传统的研究方法与研究视角,利用解释结构理论及模型来进行高校辅导员职业能力的因子分析,构建高校辅导员职业能力因子的多级递阶解释结构模型,探讨职业能力因子之间的内在关系,为高校辅导员职业化建设提供相关建议。     

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。