面向协作式网络化的作战计划生成过程模型

传统的指挥控制系统中作战计划生成过程网络化程度低,各个软件模块间难以进行协作。针对战术作战计划生成问题,参照工作流元模型,对计划生成流程进行分析,提出了计划生成过程模型。重点针对作战计划生成过程中的网络化协作问题,在现有模型的基础上,提出了适用于战术作战计划生成的轻量级工作流引擎的设计思想,最后结合工作流技术,设计了辅助作战计划生成的流程组织工具,通过该工具手动或自动地进行作战计划生成过程,验证了该模型的有效性。     

基于多种群遗传算法的远程作战体系加油路径优化

为解决加油机在远程作战体系中的高效使用与经济性问题,推导了远程作战体系中加油机和歼击机的油耗方程模型,建立以耗油量最少为目标的空中加油路径优化模型。该模型基于一定的作战任务构想,利用多种群遗传算法进行了求解,从求解结果来看,该算法可以快速搜索到能够在所有满足作战任务要求的任务路径中寻找到最小消耗的位置坐标,以获得最大的作战效能,从而达到优化远程作战体系中的作战和训练中加油机使用问题。     

目标的规避过程与搜索运动

应用随机过程的观点,研究了静态目标和动态目标的几种规避方式、运动规律和目标位置的概率分布,导出了在上述几种情况下对规避目标的最优（理论）搜索计划。     

战时运输道路决策支持模型

战时与平时道路问题比较,最为显著的特点就是敌情对道路的制约作用。战时道路问题是一个多因素、多目标决策问题。解决该问题的思路是:首先穷举可能方案,然后计算每个方案各步骤的目标值,再将各步骤目标值综合成方案的目标值,最后进行方案的排劣、优选,得到适当数量的(3～5个)方案供决策者使用。决策目标有:完成运输的时间、货物损失率和不能完成运输任务的概率。     

火控雷达的仿真目标建模及实现

中外军队的实践证明 :模拟训练是一种最简便、成本低、效果好的训练方式。对于需要空情保障和训练成本高的雷达训练来说更是如此。探讨了火控雷达回波信号的模型建立及实施方案。     

多媒体辅助教学现状及其改进的探讨

通过对我院CAI现状和导致该现状原因的分析,提出了我院CAI的发展方向和需要解决的问题,并在此基础上研究开发了通用数字化教案创作系统.     

层次任务网络的作战计划建模及生成技术

针对以网络为中心的作战计划的特点,提出基于层次任务网络的军事作战计划建模方法.在对层次任务网络形式化描述的基础上,介绍层次任务网络计划求解算法.基于军事作战计划的抽象模型,提出军事和战计划中军事规则、作战使命、作战能力和作战行动过程等要素与层次任务网络的映射关系,并针对登岛战役案例对基于层次任务网络的军事计划建模和求解过程进行说明.     

基于集对分析的后勤补给路线决策问题研究

由于现代战争后勤补给的快速性、安全性、决策者的主观性及获取情报信息的相关特性,使后勤补给路线的决策问题具有不确定性.利用集对分析对确定不确定信息的良好处理能力,对后勤补给路线的决策问题进行了研究.在选择路线时摒弃了传统的只考虑时间效益的思路,综合分析影响后勤补给路线选择的诸多因素,在遵循目的性、实用性、关联性、客观性和定量化原则基础之上,构建了后勤补给路线选择的指标体系;给出一种基于集对分析的决策定量化数学模型,对后勤补给路线的决策问题进行分析,为指挥员能够科学、合理地选择路线提供参考.     

基于遗传算法反舰导弹航路规划研究

航路规划作为提高反舰导弹作战能力的重要措施,目前正逐渐被反舰导弹所应用。结合反舰导弹自控飞行特点,系统分析航路规划过程中各个航路点的约束条件,并运用遗传算法进行数学建模和计算机编程,顺利实施了导弹航路的最优求解和航路的自动标绘,为指挥员实施导弹攻击提供辅助决策。     

Route optimization for multiple searchers

We consider a discrete time‐and‐space route‐optimization problem across a finite time horizon in which multiple searchers seek to detect one or more probabilistically moving targets. This article formulates a novel convex mixed‐integer nonlinear program for this problem that generalizes earlier models to situations with multiple targets, searcher deconfliction, and target‐ and location‐dependent search effectiveness. We present two solution approaches, one based on the cutting‐plane method and the other on linearization. These approaches result in the first practical exact algorithms for solving this important problem, which arises broadly in military, rescue, law enforcement, and border patrol operations. The cutting‐plane approach solves many realistically sized problem instances in a few minutes, while existing branch‐and‐bound algorithms fail. A specialized cut improves solution time by 50[percnt] in difficult problem instances. The approach based on linearization, which is applicable in important special cases, may further reduce solution time with one or two orders of magnitude. The solution time for the cutting‐plane approach tends to remain constant as the number of searchers grows. In part, then, we overcome the difficulty that earlier solution methods have with many searchers. © 2010 Wiley Periodicals, Inc. Naval Research Logistics, 2010