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。