检索结果-南通市图书馆

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于杀伤链和FDNA的能力依赖关系分析

系统仿真学报 2024年

作者：王玉帅司光亚 32179部队国防大学研究生院国防大学联合作战学院

能力依赖关系用来描述作战效能发挥过程中作战力量之间的相互影响，是影响体系能力生成的关键因素。为了更好地支撑作战体系分析，深入分析任务完成过程中依赖关系的影响，准确把握体系能力生成的深层次逻辑，提出基于杀伤链和功能依赖... 详细信息

能力依赖关系用来描述作战效能发挥过程中作战力量之间的相互影响，是影响体系能力生成的关键因素。为了更好地支撑作战体系分析，深入分析任务完成过程中依赖关系的影响，准确把握体系能力生成的深层次逻辑，提出基于杀伤链和功能依赖网络分析（Function Dependency Network Analysis，FDNA）的能力依赖关系分析方法。结合能力依赖关系特点分析，从作战交互视角抽象作战体系的杀伤链闭合、杀伤网形成过程，提出了作战体系的能力依赖关系网络建模方法，并在作战实验支撑下给出了涵盖识别能力依赖关系、计算效能水平、求解关系参数以及分析应用的具体过程。实验表明，该建模和分析方法具有较强的可操作性、可行性以及有效性，能够为作战体系分析提供了一种可解释、能回溯的定性定量综合分析方法。

关键词：功能依赖网络分析杀伤链能力依赖分析作战体系分析体系能力评估

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向兵棋推演复盘分析的机器学习数据集构建

系统仿真学报 2024年第3期36卷 608-624页

作者：张大永杨镜宇马骏宋晨烨国防大学研究生院北京100091 国防大学联合作战学院北京100091

运用机器学习进行兵棋推演复盘分析,首先要解决的是数据集构建问题。由于机器学习对数据结构的规范化要求,以及算力和存储限制,通过兵棋推演数据构建机器学习数据集,在如何描述兵棋推演状态,如何描述推演过程,如何处理高维数据,如何数... 详细信息

运用机器学习进行兵棋推演复盘分析,首先要解决的是数据集构建问题。由于机器学习对数据结构的规范化要求,以及算力和存储限制,通过兵棋推演数据构建机器学习数据集,在如何描述兵棋推演状态,如何描述推演过程,如何处理高维数据,如何数据保真等方面,还面临不少问题。针对此类问题,构建了兵棋推演过程数据向机器学习数据集映射模型,在总体框架上对数据集构建的映射流程、态势描述数据范围和数据统计计算规则进行规范,并从时间关联数据、地理空间关联数据和高维数据降维3个视角设计针对性处理方法,以保证构建数据集的数据结构统一、高维数据降维需求和数据集保真要求。通过数据集构建实验进行了验证,结果表明:在时间分辨率和地理空间分辨率适中情况下,所构建数据集映射模型,既能较好对兵棋推演高维数据进行降维,又能较好防止构建的数据集失真。

关键词：兵棋推演复盘分析机器学习数据集构建方法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于能力的国防资源分配方法

系统工程与电子技术 2024年第2期46卷 599-604页

作者：张玉婷杨镜宇国防大学研究生院北京100095 海军参谋部机要局北京100841 国防大学联合作战学院北京100091

针对体系建设发展过程中国防资源有限、分配困难问题,考虑国防总经费预算受限、年度资源平均分配、体系能力满足能力需求等方面的约束,首先采用数学规划法,构建基于能力的国防资源静态分配模型,将资源分配到不同能力领域的体系建设发展... 详细信息

针对体系建设发展过程中国防资源有限、分配困难问题,考虑国防总经费预算受限、年度资源平均分配、体系能力满足能力需求等方面的约束,首先采用数学规划法,构建基于能力的国防资源静态分配模型,将资源分配到不同能力领域的体系建设发展中。其次,给出了基于遗传算法的模型求解算法。最后,通过示例验证所构建的资源分配模型能够合理地进行国防资源分配,且计算结果高效、可行,为体系建设发展中的资源分配问题提供了一定的理论支撑。

关键词：资源分配数学规划法体系能力遗传算法

维普期刊数据库博看期刊

基于深度强化学习的立体投送策略优化方法研究

在线全文

学校读者我要写书评

暂无评论

系统仿真学报 2024年第1期36卷 39-49页

作者：安靖司光亚张雷国防大学联合勤务学院北京100858 国防大学研究生院北京100091 国防大学联合作战学院北京100091

基于深度强化学习算法在策略优化问题中的良好表现,以立体投送作战行动为主要研究对象,提出了一种深度强化学习框架与仿真推演实验协同的作战行动策略优化方法。在分析策略优化研究现状的基础上,根据研究问题对深度学习框架进行了分析比... 详细信息

基于深度强化学习算法在策略优化问题中的良好表现,以立体投送作战行动为主要研究对象,提出了一种深度强化学习框架与仿真推演实验协同的作战行动策略优化方法。在分析策略优化研究现状的基础上,根据研究问题对深度学习框架进行了分析比较,构建了基于A3C算法的深度强化学习立体投送策略模型,并通过仿真推演和分布式计算,实现深度强化学习模型与“人不在回路”仿真推演的交互学习,获得优化后的立体投送策略,验证了深度强化学习框架与仿真推演实验协同优化策略的有效性。

关键词：深度强化学习仿真推演策略优化立体投送 A3C算法

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

模型与数据混合驱动的代理模型构建方法研究

系统仿真学报 2024年第3期36卷 756-769页

作者：安靖司光亚曾妙婷国防大学联合勤务学院北京100858 国防大学研究生院北京100091 国防大学联合作战学院北京100091

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... 详细信息

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。

关键词：立体投送仿真推演解析模型代理模型多目标优化算法可解释性

权力斗争、民主和平与地缘政治:美国遏制战略的思想根源

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

美国研究 2024年第3期38卷 32-51,5,6页

作者：陈航辉綦大鹏陆军指挥学院国防大学研究生院国防大学国家安全学院

冷战时期,美国依靠遏制战略完胜苏联,赢得了冷战胜利。2017年以来,美国将中国定性为首要战略竞争对手,对华实施全方位遏制打压,对华遏制战略逐渐成型。本文从遏制战略的逻辑起点、潜在对象、最高目标、战略途径、动员策略、战略部署六... 详细信息

冷战时期,美国依靠遏制战略完胜苏联,赢得了冷战胜利。2017年以来,美国将中国定性为首要战略竞争对手,对华实施全方位遏制打压,对华遏制战略逐渐成型。本文从遏制战略的逻辑起点、潜在对象、最高目标、战略途径、动员策略、战略部署六个方面,考察了遏制战略背后的国际关系理论、美式战略思维和社会文化心理,力求从根子上回答美国“为什么遏制”和“怎么遏制”对手国家这两个重要问题,从而为研判美国对华遏制战略的策略方法、手段运用和发展趋向提供参考。

关键词：美国外交遏制战略权力政治民主和平地缘政治

在线全文

学校读者我要写书评

暂无评论

复杂性视角下的决策中心战概念分析

指挥与控制学报 2024年第4期10卷 391-400页

作者：赵坦吴琳陶九阳李帅国防大学研究生院北京100091 解放军31015部队北京100094 国防大学联合作战学院北京100091

决策中心战正成为美军以复杂性科学为基础的转型中的核心概念之一。为研究决策中心战带来的复杂性,探讨了决策中心战概念提出的主观动因和客观条件,辨析了该概念与几种相关概念的关系,从复杂适应系统、复杂网络、杀伤链组合3个视角研究... 详细信息

决策中心战正成为美军以复杂性科学为基础的转型中的核心概念之一。为研究决策中心战带来的复杂性,探讨了决策中心战概念提出的主观动因和客观条件,辨析了该概念与几种相关概念的关系,从复杂适应系统、复杂网络、杀伤链组合3个视角研究了其复杂性特征,从复杂性管理和施加角度分析了影响决策中心战效果的主要因素。

关键词：决策中心战复杂性马赛克战战争复杂系统复杂网络杀伤链

基于改进OMP算法的多目标高速机动检测方法

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

北京航空航天大学学报 2024年第7期50卷 2265-2271页

作者：王阳张小宽马前阔郑舒予宗彬锋徐嘉华空军工程大学研究生院西安710051 空军工程大学防空反导学院西安710051 国防科技大学ATR国防科技重点实验室长沙410073

针对多目标高速机动检测问题,提出了一种基于改进正交匹配追踪(OMP)算法的多目标检测方法。根据高速机动目标运动特性建立信号模型;利用改进OMP算法对脉冲压缩后的回波信号进行运动参数估计;构建相位补偿函数对距离徙动和多普勒徙动进... 详细信息

针对多目标高速机动检测问题,提出了一种基于改进正交匹配追踪(OMP)算法的多目标检测方法。根据高速机动目标运动特性建立信号模型;利用改进OMP算法对脉冲压缩后的回波信号进行运动参数估计;构建相位补偿函数对距离徙动和多普勒徙动进行校正;通过快速傅里叶变换(FFT)完成相参积累,实现对多目标的检测。改进算法适用于多目标高速机动检测场景,可有效避免盲速旁瓣现象及信号交叉项的影响,且具有参数估计精度高和抗噪声能力强等优点。仿真实验验证了改进算法的有效性与可靠性。

关键词：高速机动目标改进正交匹配追踪算法距离徙动多普勒徙动相参积累

在线全文

学校读者我要写书评

暂无评论

基于深度学习的作战任务分配方法研究

军事运筹与评估 2024年第1期39卷 68-74页

作者：马悦王尧孙杰中国人民解放军31002部队国防大学研究生院

针对战时作战任务分配时效性要求高，而传统随机搜索方法受算法收敛速度和问题规模的制约求解速度慢的问题，提出一种基于深度学习的求解方法。将作战任务分配问题转化为“多标签分类+回归拟合”的多任务学习问题，利用卷积神经网络构... 详细信息

针对战时作战任务分配时效性要求高，而传统随机搜索方法受算法收敛速度和问题规模的制约求解速度慢的问题，提出一种基于深度学习的求解方法。将作战任务分配问题转化为“多标签分类+回归拟合”的多任务学习问题，利用卷积神经网络构建深度学习模型。战前利用训练数据进行监督学习，实现对历史经验和作战任务分配模式的学习归纳；战时利用已训练模型根据实时态势进行动态分配，有效应对分配方案失效的情况。案例实验表明，模型及训练方法能够对任务模式进行归纳，但还需大量高质量训练数据和更长训练时间进行学习。

关键词：作战任务分配多标签分类深度学习卷积神经网络回归拟合