模糊随机环境下编队对地攻防对抗决策方法研究

随着现代军事技术的发展,军事作战指挥中的不确定性决策问题成为军事决策支持系统中迫切需要解决的问题。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,针对模糊随机环境下的军事指挥决策问题,提出了模糊随机影响因子概念,反映战场不确定环境对各参战单元产生的影响程度,建立了模糊随机环境下的对抗决策模型。通过模糊随机模拟方法解算期望值决策模型及机会约束对抗决策模型,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模糊随机环境带来的影响,客观分析作战结果,为作战指挥决策提供有力的决策支持,方法实用、有效,具有很好的应用前景。     

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。     

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。     

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。     

考虑维修任务分配的装备选择性维修决策优化

在紧迫的战场环境下，如何利用有限的时间、人力和资源保持或恢复装备战斗力，使装备具有连续执行任务的能力，是装备保障指挥人员最关心的问题之一。本文以装备执行多个作战任务为背景，综合考虑维修保障时间、不完全维修效果、维修人员技能水平、装备性能状态等因素，以最小阶段任务可靠度最大化为决策目标，建立考虑维修任务分配的装备选择性维修决策模型，采用遗传算法进行优化求解。结合算例，分析了任务持续时间、维修人员技能水平对决策目标的影响，验证了所提模型及算法的有效性。     

机载软硬杀伤武器协同使用的动态决策方法

针对空战中电子战系统和火力打击系统在空域、时域和频域中的最优协同使用,构建了以指控中心为决策主体的软硬杀伤武器协同作战框架。首先建立了软硬杀伤性武器的有效作战使用空域、频域和时域模型,然后结合每一决策时刻的战场实时态势得到当前的协同作战使用的静态可选方案集,再采用以全过程综合作战效能最大作为决策策略的马尔可夫动态决策模型,通过迭代求极值得到全作战过程的软硬杀伤行为最优协同使用方案,最后指控中心将决策结果解释为具体的作战战术参数,完成作战指挥控制。仿真实例说明该方法能根据战场态势的动态变化实时得到软硬杀伤性武器的最优使用方案。     

基于仿真的信息优势能力评估研究

信息优势是敌对双方在获取和使用信息方面的一种优越性.这种优越性在一定程度上反映了战场环境下,对抗双方指挥自动化系统信息能力的强弱.在战场对抗条件下,指挥自动化系统的信息能力可以通过指挥自动化系统所生成的战场感知态势的质量来衡量.以指挥自动化系统体系对抗仿真为手段,提出了基于仿真的信息优势能力评估指标,同时,对基于仿真的信息优势能力评估进行了研究.     

基于预定指挥规则的指挥决策模型研究

针对战役级作战仿真对指挥决策模型的需求,提出了一种新的指挥决策建模方法—基于预定指挥规则的指挥决策建模方法。阐述了该方法的建模原理,设计了预定指挥规则的体系、数据结构以及决策推理机制,建立了预定指挥规则管理系统和基于预定指挥规则的指挥决策模型。该建模方法能实现指挥机构结构、性能、功能仿真;真正实现了指挥决策模型的重用;具有很好的开放性和交互性。     

不确定环境下的两层交互式有限理性决策方法

为解决不确定环境下决策成员具有有限理性行为特征的两层决策问题,基于概率权重具有稳定性和结果价值具有模糊性两项合理假设命题,从平衡上下两层满意度视角提出了用于确定最优结果价值和最优概率权重的两层决策模型及相关定理,同时给出了实现决策方案有限理性全排序的两层交互式决策方法.模拟验证结果表明,该方法不仅在理论上是科学有效的而且在实际应用上是可行的.     

基于分布式仿真的C4ISR效能评估系统设计与实现

C4ISR是取得信息化战争中信息优势的根本保障,评估其对作战结果的影响是一个具有挑战性的难题。依据C4ISR系统作战效能评估的需求提出了基于战场实体的C4ISR体系对抗仿真评估系统总体结构,重点研究了对抗条件下C4ISR系统作战效能评估指标体系和评估模型。针对仿真实现的需要,分别建立了信息优势和决策优势定量化度量公式,给出了信息优势和决策优势评估算法。最后,结合具体战役作战想定分析了仿真评估结果,验证了评估模型的合理性、有效性。     

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.     

基于直觉模糊博弈的无人机空战机动决策

为解决不确定环境下无人机空战的机动决策问题,将博弈论和直觉模糊集结合,首先对无人机的机动可选方案进行直觉模糊多属性评估,得到机动博弈的直觉模糊支付矩阵,并提出满足直觉模糊全序关系下的纳什均衡条件,建立了求解不确定环境下纳什均衡的规划模型。同时,采用个体控制参数和遗传代数自适应的策略改进差分进化算法,并对模型进行求解。仿真验证模型和算法的合理性和有效性,为不确定环境下空战决策问题的求解提供了新思路。     

多冲突环境下的两人一阶超对策交互集结模型

针对不确定多冲突环境,建立了多个两人一阶超对策的交互集结模型。基于单一局中人在多个超对策中所认知的对策模型,结合该局中人所受到的资源约束及其对另一局中人资源约束的认知,建立该局中人在多冲突环境中所认知的多个对策的集结模型,在所有局中人所认知的对策集结模型基础上得到多个一阶超对策的交互集结模型;给出了超对策交互集结模型的稳定性分析过程。最后,通过一个军事例子说明了模型的实用有效性。     

基于鲁棒能力的体系多目标组合优化

针对体系组合优化问题中,不同场景下系统贡献的不确定问题,提出了基于鲁棒能力的体系优化决策方法。首先对体系的鲁棒能力和模糊能力风险进行定量描述;然后以鲁棒能力最大,建设风险和成本最低为目标,考虑军事能力需求等约束,建立多目标体系组合优化模型,采用改进的基于参考点的非支配排序遗传算法求解模型,生成一组符合决策需求的非劣质解;最后通过仿真实验验证了模型和算法的有效性,可以为体系总体建设规划提供决策支持。     

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。     

属性值为区间数的决策对象相对相似规划模型

对于属性值是区间数的不确定多属性决策问题,首先在界定区间数相对相似度的基础上给出两种新的供选决策对象Max型与Min型相对相似度定义,提出区间数相对相似度与比较优势关系理论并得到一些优良性质关系和结论;其次借鉴合作博弈中可能度最大化算法构建一种确定属性权重向量的区间数型决策对象相对相似规划模型,通过集结所有决策对象比较的总体相对相似度值便于对方案对象集进行优劣筛选和次序排定,以此得到一种新的区间数多属性决策对象的相对相似规划模型算法;最后通过算例分析说明该算法的可行性和实用性.     

不确定性环境下的多阶段军事对抗决策方法

以超博弈为理论基础, 将博弈论和决策论相结合研究不确定性环境下的多阶段军事对抗决策模型及求解方法. 集结每个阶段能够反映敌方信念的多个博弈子情景得到全时域情景集合, 通过分析各个全时域情景的纳什均衡预测敌方可能采取的综合均衡策略; 然后将全时域情景集合再次集结为全局情景, 在风险容许的范围内有针对性地选择期望效用较大的己方策略. 算例分析结果表明, 该方法可以有效应对不确定性, 所选己方策略至少不劣于综合均衡策略,并可能严格优于它.