不确定环境下编队对地攻防对抗决策方法研究

以对策论为理论基础,以编队协同对地攻防对抗作战为背景,建立了动态对抗决策模型.针对不确定环境下的军事指挥决策问题,提出了不确定影响因子概念,反映战场不确定环境对各参战单元产生的影响程度,建立了不确定环境下的对抗决策模型.并通过不确定模拟方法进行解算,结合双矩阵对策方法得到对抗策略平衡点.仿真结果表明,该算法能够合理处理战场不确定环境带来的影响,客观分析作战结果,为作战指挥决策提供有力的决策支持,仿真结果合理有效.     

编队协同对地攻防对抗多级动态决策方法研究

针对编队协同对地攻击的攻防对抗系统的强对抗性、多目标性和多层次性,运用军事对抗的动态状态空间模型,建立了主从递阶互动决策模型——Nash-Stackelberg-Nash决策模型,重点解决军事对抗中寻求多级动态决策的联合最优策略问题。仿真结果表明,该决策模型应用于编队协同对地攻防对抗决策系统,良好的解决了两级对抗动态决策问题,并达到了较好的作战效果,能够为作战对抗提供有力的战场分析依据。     

多编队对地攻防对抗多层决策分析仿真与研究

针对编队协同对地攻击的攻防对抗系统的强对抗性、多目标性和多层次性,建立了三层决策模型,由最高决策层根据战场情况调配编队方案,将中间决策层和最低决策层建立成为两级主从递阶互动决策模式,建立Nash-Stackelberg-Nash决策方法求解对抗条件下双方中间决策层和最低决策层的联合最优策略。仿真结果表明该三层决策模型应用于编队协同对地攻防对抗决策系统,其中间决策层和最低决策层构成的两层对策系统能够较好的解决两层对抗决策问题;同时,最高决策层有效的控制了编队支援方案,达到了较好的作战效果。三层决策系统为作战对抗提供了有力的战场分析依据。     

基于Recognition-Primed Decision模型的多智能体作战仿真(英文)

自然决策方法应用到多智能体协作决策是人工智能研究的热点问题,而作战仿真中的协作决策问题是多智能体协作决策重要的应用领域。为了建立作战仿真中的协作决策模型,将模糊集、模糊规则引入Klein提出的RPD模型中对战场环境中的不确定性信息进行处理,并建立了基于RPD模型的作战仿真多智能体体系。仿真结果表明内核为RPD模型的兵力主体能够对战场环境自主反应,并能够进行协作决策来协调统一团队的行为。     

基于模糊马尔科夫理论的机动智能体决策模型

针对机动作战仿真背景,运用智能体理论研究战术机动智能体的最优机动决策问题。对传统的马尔科夫决策模型进行了扩展,通过定义攻击威胁下机动智能体的模糊状态空间、模糊状态转移规律和决策收益,建立了模糊战术机动决策模型,较好地描述了实际作战决策中的模糊认知、分析、判断等信息处理过程。通过引入强化学习手段,提出融合指挥员先验信息的Q学习算法和状态动态分类识别算法,对状态转移规律不易确定时模型的求解进行了研究;仿真实验验证了模型和算法的有效性。     

基于模糊判断可信度的作战方案优选模型

受战场情况复杂多变、侦察情报不充分和指挥员知识经验、作战胆略等限制,指挥员就决策问题进行两两对比分析时,对作出的每个判断的把握程度是不同的。针对决策者就有限方案集进行两两方案比较得到的模糊偏好的把握程度存在差异,提出将决策者进行两两比较判断的把握程度作为判断的可信度,建立了一种决策者对所有二元对比的加权偏差平方和最小的非线性规划模型。该模型充分利用现有决策信息,决策结果相对比较合理、客观、可靠,可为指挥员进行指挥决策参考。     

空袭目标威胁程度评估与排序

以军事理论和层次分析法为基础 ,将模糊优化理论及多目标最优化方法应用于空袭目标的威胁程度评估 ,为防空作战自动化指挥提供了一种辅助决策方法.     

基于前景理论的编队作战决心方案优选研究

针对信息化条件下编队指挥所的作战指挥决策问题,对编队作战指挥决策行为进行了分析,旨在为贴近实战解决不确定条件下的编队作战指挥决策问题探索新的途径。在此基础上,运用前景理论,研究了定下作战决心的风险决策问题。首先,给出了编队指挥所的作战指挥决策流程,基于此用数学形式描述了编队作战决心方案优选问题;然后,依据前景理论的决策框架,对所描述的问题进行求解方法研究,从而提出了基于前景理论的编队作战决心方案优选方法;最后,通过案例分析说明了所提方法的有效性。     

防空兵作战指挥效能的综合评估方法

针对如何评估防空兵作战指挥效能的问题,从作战指挥活动的主要环节以及现代战争条件下联合防空的特点出发,分析了评估防空兵作战指挥效能应该考虑的主要因素,建立了一套包括信息获取能力、决策能力、组织计划能力、战场控制能力和指挥协同能力等5个不同方面的评估指标体系,并在此基础上给出了一种防空兵作战指挥效能的综合评估方法。最后通过一个算例说明了给出方法的应用。     

基于选择性维修的装备战场抢修决策建模

装备战场抢修决策是在战场条件下对损伤装备进行抢修决策的过程。针对传统战场抢修决策缺乏定量模型支持的问题,综合考虑抢修时限要求、抢修器材约束、复杂抢修过程等实际情况,基于选择性维修理论,建立了面向随机任务的战场抢修决策模型,为优化生成装备战场抢修方案提供决策模型支持。研究结果表明,选择性维修可有效解决多资源约束情况下面向任务的装备战场抢修决策问题;通过优化抢修任务分工,可缩短装备抢修时间,能有效提高资源利用率和装备任务可靠度。     

不完全信息的离散型模糊随机多准则决策方法

针对状态概率与准则权重均为区间数且准则值有缺失的离散型模糊随机多准则决策问题,设计了一种基于信息集结的新方法.该方法在区分准则类型和确定决策者的风险偏好水平后,首先根据准则类型利用最大、最小算子计算方案集在不同状态下有缺失值的准则上的正、负理想值,再通过决策者的风险偏好水平与正、负理想值补充方案集在不同状态下缺失的准则值,然后参照准则类型与决策者的风险偏好水平集结方案集在不同状态下赋值为梯形模糊数的准则值并进行规范化,接着利用熵与离差最大化分别构建规划模型以求解最优状态概率分布与最优准则权重向量,进而得到方案集的综合评价值并确定排序,最后给出具体算例.结果显示了该方法的有效性和可行性.     

群队级兵棋实体智能行为决策方法研究

计算机兵棋能够对敌对双方或多方的军事行动进行模拟, 为军事智能决策的研究提供贴近真实战争的决策背景和试验环境。随着被控制棋子类型和数量增加, 这些作战实体的行为决策控制将面临巨大的挑战。本文提出了知识与数据互补的兵棋行为决策算法, 针对较多作战实体(50个左右)的群队级兵棋, 提出了按实体类型分组决策、作战目标指引、位置评估指标并行计算等方法, 设计了群队级兵棋人工智能(artificial intelligence, AI)技术框架, 并实现了一个群队级兵棋AI。该兵棋AI将知识、数据和学习融为一体, 具有设计简单、迁移能力强、决策灵活等优点。     

Study on group air to ground attack-defends hierarchical dynamic decision-making

As to oppositional,multi-objective and hierarchical characteristic of air formation to ground attack-defends campaign,and using dynamic space state model of military campaign,this article establishes a principal and subordinate hierarchical interactive decision-making way,the Nash-Stackelberg-Nash model,to solve the problems in military operation,and find out the associated best strategy in hierarchical dynamic decision-making.The simulating result indicate that when applying the model to air formation to ground attack-defends decision-making system,it can solve the problems of two hierarchies'dynamic oppositional decision-making favorably,and reach preferable effect in battle.It proves that the model can provide an effective way for analyzing a battle.     

基于主从递阶决策的战术级防空武器目标分配模型

针对防空C3 I系统中的决策问题,建立了目标分配的数学模型。该模型引入了主从递阶思想,较好地反映了决策中上、下级的层次关系和同级之间的关联关系。结合军事决策的特点,给出了实用的启发式算法,最后获得的是反映指挥员决策特点的满意解。该模型在工程实践中得到有效应用的同时,也为各级防空C3 I系统的联合建模提供了一个新的思路     

战区地面防空兵力需求估算模型研究

兵力需求是高层决策机关在平时进行战场建设,战时实施兵力集结与调动的基本依据。首先讨论了地面防空兵力和空袭兵力作战效能指数的计算方法,依据防空作战双方的兵力对抗特点,建立了空地对抗条件下的兰切斯特动态微分方程,得出了满足一定作战结果要求的地面防空兵力总效能指数需求模型。根据平时或战时的兵力结构对总效能指数进行解释,得出所需规模进行快速估算,可为高层决策机关的兵力需求决策与分析提供量化依据。     

基于面向对象仿真的国防通信网管理决策模型研究

国防通信网是信息在指挥自动化系统中无缝传输的基础,是获取信息优势的重要保证。但目前国防通信网管理决策仍主要依赖人工。该文针对未来联合作战中信息化战场特点,采用面向对象仿真技术建立了国防通信网仿真模型,在此基础上,结合决策规则库,实现了在复杂战场环境下国防通信网网络负荷评估、野战通信网与固定通信网结合入网评估、网络抗毁性分析等多模型管理决策,从而提高了网络管理决策的自动化和智能化水平。     

自适应语义表达丰富度的群决策方法

为解决群决策评估中出现的决策信息模糊以及决策反馈低效化的问题,提出了自适应表达丰富度的决策方法,该方法结合二元语义以及多标准决策分析的思路,计算每个方案相对于理想解的近似贴近度,并将输出结果利用自适应表达丰富度的模块化处理进行语义标度的重新匹配,最后,通过军港的军事效能评估案例对所使用的方法进行分析论证。