基于Agent行动图的作战建模方法

针对一般的基于Agent作战建模过程中没有实现军事人员主导下的军事概念模型直接驱动的问题,提出一种基于Agent行动图的作战建模方法。在给出基于Agent行动图建模基本原理的基础上,区分Agent行动组织结构图、通信网络图、动作属性图,提出了基于Agent行动图的作战系统静态概念模型建模方法,区分Agent行动指挥交互图、状态行为图,提出了基于Agent行动图的作战系统动态概念模型建模方法;进一步建立了Agent行动图概念模型到行为仿真模型框架转换方法,并设计实现了基于Agent行动图的作战建模工具;最后以装甲分队典型作战行动建模为例,验证了方法的可行性与有效性。     

作战概念牵引的作战效能仿真评估指标构建方法研究

在对作战概念及其要素进行分析的基础上,提出了作战概念牵引的作战效能仿真评估框架,并基于此框架提出了作战概念牵引的作战效能仿真评估指标构建基本思路,而后围绕基于描述的作战任务建模、基于分解的作战活动建模、基于效果的作战效能指标选取等具体方法进行了研究,最后以“有人/无人协同”作战概念牵引的地面突击分队山地要点夺控进攻战斗任务为例进行了作战效能仿真评估指标体系构建,验证了评估指标构建方法的可行性,为下一步作战效能评估、分析和优化研究提供了支撑。     

模数驱动的智能武器装备作战建模方法

仿真建模作为一种模型驱动的机理建模,一直是武器装备系统采办、设计和评估等工作的主要手段.随着大数据和人工智能的深入应用,数据驱动的数据建模越来越受到关注.首先从模型驱动、数据驱动和模数驱动三个方面对武器装备作战建模方法进行概述,分析单独使用仿真建模或数据建模在应对当前武器装备作战建模工作的不足,提出一种模数驱动的数字化建模方法.该方法核心是模数驱动架构的设计,在此基础上运用功能决策树表示作战行为模型,对于行为模型中的决策环节,基于深度强化学习训练和嵌入数智Agent.通过构建弹道导弹突防过程中的多目标分配场景,对比仿真实验显示,采用智能网络决策比传统基于规则脚本的目标命中率有显著提高.     

基于AGENT的防空作战CGF行为建模研究

介绍了防空作战CGF系统的组成结构,对防空作战CGF系统的特征和防空作战CGF实体对象的行为特征进行了分析,提出了基于Agent的实体行为建模方法,以防空作战单元CGF系统为例,构建了搜索指挥Agent的行为模型,对多Agent的行为规划和Agent主体交互问题进行探讨,为防空作战CGF系统建模提供了有效的方法和途径。     

模型与数据混合驱动的代理模型构建方法研究

以某作战样式下的立体投送行动为研究对象,针对模拟仿真推演计算因子过多、计算资源开销过大、普通解析模型计算精度不足等问题,提出了一种模型与数据混合驱动的代理模型构建方法,支撑作战行动的研究。基于军事理论构建了包含武器装备、作战力量等在内的含待优化系数的立体投送解析模型组,并依托自主研发的“代理模型可视化平台”,实现前述解析模型组的复合和参数设置;通过模拟仿真系统实施推演,采集高可信度仿真数据;以高可信度仿真数据为样本,采用多目标遗传优化算法NSGA-II对解析模型中的待定关键系数进行优化,获得能够兼顾计算精度和计算速度的立体投送代理模型。经对比实验结果表明,构建的立体投送代理模型计算结果与高可信度仿真推演相比,战损最大相对误差不超过6.5%,而计算速度提升了150倍。     

作战单元战场空间感知建模研究

依托仿真进行军事作战过程研究所要解决的建模问题之一就是对作战单元战场空间感知过程进行合理建模,而其有效性需求决定了模型必须要能够正确地表达实际作战过程中作战单元战场空间感知所具有的、面向区域的特性。根据作战单元战场空间感知的区域特性,阐述了基于空间划分的作战单元空间感知建模实现思想,并就基于空间划分的战场空间感知模型实现进行了详细的形式化描述。就基于空间划分的作战单元空间感知模型的运行效率,进行了实例对比分析。     

实证驱动的移动银行用户行为定性模拟及优化

以最小化移动银行营销费用、最大化用户使用行为为优化目标,建立可描述一般性受当前影响因素状态约束的移动银行用户使用行为决策问题的优化模型,并提出实证关系驱动的定性模拟方法对模型进行求解.以移动银行使用意愿影响因素为研究对象,设计了问卷,使用SPSS的统计分析以及结构方程模型得到影响因素之间的关系.通过QSIM算法驱动因素间交互关系的动态演化,结合BP神经网络训练目标函数,从而寻找用户行为趋于稳定时的最佳决策变量组合,并利用波动-均衡现象,验证了模型的合理性.算例分析表明了该模型和算法的有效性,能为移动银行推广的实时优化决策提供支持,结果表明:商家声誉和感知风险对用户使用意愿影响显著,但感知风险影响程度已经降低.     

基于时序图的作战指挥行为知识表示学习方法

为深入探索时序作战指挥行为知识的建模方法,实现对具有时序关联特征的指挥员作战指挥行为的有效表征,以兵棋推演作战指令为基础,提出一种基于时序图的作战指挥行为知识表示学习方法,对作战指挥行为进行知识表示学习,并通过作战指挥行为预测任务验证模型的有效性。实验结果表明,提出的方法对于评估指标提升较大,能够有效捕捉想定场景下联合作战指挥员的作战指挥行为时空特征,为时序作战指挥行为知识的表示学习提供了可行范例,为联合作战指挥员的指挥经验抽取和联合作战态势认知提供基础。     

基于时序图的作战指挥行为知识表示学习方法

为深入探索时序作战指挥行为知识的建模方法,实现对具有时序关联特征的指挥员作战指挥行为的有效表征,以兵棋推演作战指令为基础,提出一种基于时序图的作战指挥行为知识表示学习方法,对作战指挥行为进行知识表示学习,并通过作战指挥行为预测任务验证模型的有效性。实验结果表明,提出的方法对于评估指标提升较大,能够有效捕捉想定场景下联合作战指挥员的作战指挥行为时空特征,为时序作战指挥行为知识的表示学习提供了可行范例,为联合作战指挥员的指挥经验抽取和联合作战态势认知提供基础。     

基于装备体系韧性的作战网络链路重要度评估及恢复策略

韧性可以全面描述装备体系吸收打击或干扰、并从打击或干扰中恢复的能力, 体现了体系的综合性能。针对装备体系的韧性提出了一种量化评价方法, 以对装备体系作战网络链路进行重要度评估。首先给出了装备体系韧性的明确定义, 并建立了量化韧性的数学模型; 其次提出了基于韧性增加值的链路重要度指标, 并构建了一种基于装备体系韧性的作战网络链路重要度评估模型; 然后构建了不同的恢复策略,并分析了其对作战网络性能恢复的影响; 最后通过应用案例验证了所提方法与模型的适用性和合理性, 为优化体系结构、保障和提高体系作战性能提供了理论支撑, 也为进一步开展基于装备体系韧性的作战网络应用研究提供了参考借鉴。     

面向LVC训练的蓝方虚拟实体近距空战决策建模

真实-虚拟-构造为近距空战对抗训练提供了有力支撑。针对课题对蓝方虚拟实体的实际决策建模需求, 在对比分析深度强化学习与经典智能优化方法的基础上, 从优化理论的角度对神经网络的权值空间和结构空间进行定义, 提出基于智能优化的进化神经网络决策模型及其求解方法。首先,分析近距空战战术特点, 战机飞行运动模型, 实际决策建模需求。其次,分别设计战机关键飞行状态、动作空间、适应度函数, 实现蓝方端到端感知与决策。最后, 给出基于经典遗传神经网络的决策模型及求解示例。结果表明, 所提方法可实现蓝方战机通过对抗数据来学习对手作战特点的功能, 验证了模型及方法的有效性; 同时所提方法对目前智能优化及其改进算法, 以及不同结构神经网络具有通用性。     

基于信息熵的复杂作战网络动态演化研究

网络中心战、分布式和分散式指挥控制逐渐替代传统的以平台为中心的作战形态和集中式指挥控制,信息成为一种作战能力。结合新型信息化武器装备体系作战环,构建了基于信息熵的复杂作战网络模型,提出了信息化武器装备体系作战能力的度量方法。以提高作战能力作为网络演化动力,设计了复杂作战网络的动态演化规则,构建了择优演化和随机演化2种作战网络演化模型。结合典型信息化武器装备体系作战案例,对其作战网络动态演化进行分析,揭示了复杂武器装备体系整体作战能力与武器装备单元微观变化之间的规律,为信息化武器装备体系作战效能设计与优化提供理论依据。     

基于功能图的作战体系关键节点分析

目前大多数基于网络拓扑的作战体系关键节点分析方法只是单纯考虑作战节点的拓扑连接关系, 缺乏从实际业务角度考虑体系中各节点在功能之间的相互依赖。而多数基于作战环的作战体系关键节点分析方法又需要分析人员具有很强的专业背景知识, 且存在分析数据难以获取等问题。基于此, 提出了一种基于功能图的作战体系关键节点分析方法。首先, 介绍了基于任务、反映作战体系功能的功能图概念。然后, 提出了基于功能图的度中心性、介数中心性、接近中心性、PageRank算法、节点移除和收缩等关键节点分析方法。最后, 以某作战体系为例, 作战环为其功能图, 采用介数中心性、接近中心性、基于功能图的介数中心性、基于功能图的接近中心性、基于功能图数量的节点移除法等关键节点分析方法对作战体系中关键节点进行分析, 验证了该方法的简单性、可行性及有效性。     

对抗势能的原理及计算方法

势能是一种广泛存在于物理系统中的物理量,在军事对抗系统中也存在类似的物理量,它能够反映对抗双方态势的优劣,并通过作战行动转化为作战效能,称之为对抗势能。借鉴物理学中势能的概念,将对抗势能定义为“现有的攻击机会转化为毁伤的潜力”,在分析攻击机会生成过程的基础上,提出对抗势场和能级等概念用于攻击机会的量化,给出了一对一格斗中对抗势能的计算公式,并将其推广到多对多的情况下,针对两种典型的势能高估情况给出了公式修正方法     

对抗势能的原理及计算方法

势能是一种广泛存在于物理系统中的物理量,在军事对抗系统中也存在类似的物理量,它能够反映对抗双方态势的优劣,并通过作战行动转化为作战效能,称之为对抗势能。借鉴物理学中势能的概念,将对抗势能定义为“现有的攻击机会转化为毁伤的潜力”,在分析攻击机会生成过程的基础上,提出对抗势场和能级等概念用于攻击机会的量化,给出了一对一格斗中对抗势能的计算公式,并将其推广到多对多的情况下,针对两种典型的势能高估情况给出了公式修正方法     

基于扩展时间影响网络的作战任务效能计算方法

由于战场环境的复杂性,作战任务与作战目标间通常存在动态不确定的因果影响关系。目前,传统的解析模型及作战模拟方法在计算作战任务效能时,存在因果建模能力不足,运行效率低下的问题。通过引入时间影响网络,并利用循环弧和强度参数扩展其时间约束,进一步表达了作战行动间异步和同步关系,提出了一种基于扩展时间影响网络的作战任务效能计算方法。在一定作战想定背景下,结合登岛作战任务示例验证了该方法的可行性和有效性。     

考虑双方主体心理行为的稳定双边匹配方法

在双边匹配中, 双方主体的心理感知是不可忽视的重要因素, 如何依据行为决策理论描述双方主体的心理行为并将其引入到双边匹配模型中, 以往这方面的研究很少被关注. 在本文中, 针对双方主体给出偏好序值信息的双边匹配问题, 给出了一种考虑双方主体心理行为的稳定双边匹配方法. 首先将双方主体给出的偏好序值转化为偏好效用; 然后依据失望理论, 将主体的偏好效用转化为用以描述主体对与对方主体相匹配的满意程度的感知效用; 进而在稳定匹配约束条件下, 以每方主体感知效用之和最大为目标, 构建了双边匹配的多目标优化模型, 并使用基于隶属函数的加权和方法将多目标优化模型转换为单目标优化模型, 通过模型求解可得到最优双边匹配结果. 最后, 通过一个算例说明了提出方法的实用性和有效性.     

基于多智能体与市场理论的多机载平台传感器管理

针对作战飞机编队多目标攻击中的传感器管理问题,提出了一种基于多智能体和市场理论的多机载平台传感器管理方法。该方法在多智能体的框架下建立飞机编队多传感器多目标分配模型,将目标分配和传感器管理问题转化为市场理论中的“性价比”最优问题,建立了基于“性价比”最高的任务规划模型、以任务为驱动的传感器目标配对模型以及多平台集中式融合跟踪模型,并利用市场拍卖算法完成传感器-目标分配问题。仿真结果证明了该方法的有效性,与基于信息论的传感器管理方法比较证明了方法的优越性。研究结论有助于提高作战飞机编队的进攻效率,从而提升整体的攻击能力。     

多UCAV协同目标攻击决策

针对多无人作战飞机(unmanned combat aerial vehicle, UCAV)攻击多目标,研究了多UCAV协同攻击决策问题。建立了目标毁伤模型、UCAV损耗模型和时间协同模型,并通过加权求和将三者转化为单一目标函数,进而转化为单目标问题进行求解。提出了一种离散微粒群优化(discrete particle swarm optimization, DPSO)算法,在微粒群优化算法框架内重新定义了微粒的位置、速度及相关操作。建立了微粒与实际问题的映射关系,进而使DPSO算法适合于求解多UCAV协同目标攻击决策问题。仿真结果表明,DPSO算法易于实现,能够较好地解决基于时间协同的多UCAV目标攻击决策问题。     

一种多分辨率仿真模型构建方法

针对人在回路仿真推演中高层级指挥员下达作战任务与仿真系统模型指令之间的分辨率鸿沟，提出了一种基于行为树的多分辨率模型构建方法。通过改进行为树语法，实现了低分辨率作战任务解聚为高分辨率仿真系统指令；通过设计嵌入行为树的决策模型，解决了模型指令执行过程中面临的资源不确定性、执行效果不确定性问题。设计了夺取制空权作战场景，验证该方法的有效性。