摘要：作为作战概念开发的核心环节,能力需求分析是针对具体作战问题,分析解决方案,明确能力指标、指标阈值、指标关系等各需求要素的过程。这一分析过程需要以科学合理且具有军事意义的指标体系为支撑,该指标体系不仅要具有传统的目的性、完整性、指标可测性,还要具有整体性与层次性相结合、聚合关系与涌现关系相结合、定性与定量相结合等特点。针对上述要求,以“精兵立体投送”作战概念为研究对象,首先,基于DoDAF2.0构建了以能力需求为核心的作战概念体系结构模型;然后,着眼能力需求分析的特点,设计了包含三大节点网络的超网指标体系;最后,按照设计的超网结构,基于构建的作战概念体系结构模型,建立了能力需求分析指标体系,并通过对比分析了方法的有效性。

摘要：针对电磁目标搜索任务中现有覆盖式路径规划算法存在的无人机初始分布不合理、集群任务起止时间一致性差等问题,依据现实无人机集群集中投放的初始场景,设计了一种等时倾向的区域分割算法。该算法以最小化无人机间最大任务用时差为优化目标,通过改变无人机搜索区域大小影响无人机的任务用时。算法具有二级结构,第一级初始粗分割,解决边界点迭代次数过多的问题;第二级以任务时间偏差值作为调整值,保证了各机的任务用时一致性。仿真实验表明:该算法更适用于无人机集中投放的场景,缩短了无人机个体间的任务等待时间,便于资源的二次调度,有利于多阶次任务的同步执行。

摘要：为了检验预警装备体系在特定条件下完成作战任务的效果和优选作战方案,对防空预警装备体系作战效能评估方法进行了研究。通过分析区域防空预警作战流程,构建了基于侦察预警能力、战场生存能力、指挥控制能力和综合保障能力的作战效能评估指标体系。针对单一赋权方法权值偏颇的不足,运用序关系分析法(G1法)和改进的标准间冲突性相关性(CRITIC)法确定指标综合权重,利用改进的逼近理想解排方法(TOPSIS)对防空预警装备体系作战效能进行定量评估。通过装备部署方案仿真试验,验证了该方法的可行性和科学性,对防空预警装备体系作战方案的设计和优化具有指导意义。

摘要：本文从方法论的角度 ,应用物元理论分析更新换代产品创意的生成方法和过程 ,探索其内在规律性 .

摘要：军事想定设计是一项有很强创造性和艺术性的工作,同时又非常烦琐费时。利用计算机技术,采用规范化、结构化的方法进行想定设计并完成模拟系统运行前资源准备,对于提高模拟系统应用效率具有非常重要的意义。模拟想定继续保留想定的传统含义,又增添了模拟系统运行前准备任务,如完成系统配置、数据准备、模型准备等。本文就战略模拟系统的应用需求,提出了想定生成系统的框架。

摘要：射击诸元是炮兵实现精确打击的关键核心要素之一,其精度是一个非常重要的战技指标,射击诸元解算软件的精度检验就显得尤为重要。目前,射击诸元精度检验多为人工检验,存在工作量大、耗时多、检验题覆盖面不全面、易出现误操作影响检验结果等问题。基于此,提出设计一套射击诸元综合检验管理系统,该系统通过出题、解算、分析、定位、纠错等完成诸元精度检验的全流程,解决了目前检查题不全面、解算软件多形态、问题定位纠错不及时等问题,减少中间环节人为操作因素,可大幅提升综合检验能力和效率,实现快速高效检验。该系统既可用于检验人员进行诸元精度检验,也可辅助设计人员改进和完善射击诸元解算软件,具有较强的实用价值和推广意义。

摘要：提出了一种基于面向对象的战略态势表现系统研究与设计思路。按照这种思路,首先,基于UML规范对态势表现系统进行分析,生成系统的角色和使用案例;其次,把要表现的态势元素封装成态势对象,并构造态势对象类和态势表现类,实现态势内容和表现方法的分离;再次,从面向对象的角度设计出一种访问效率高、扩展性强的态势数据库;最后,采用面向对象的方法进行系统框架设计,生成系统的类框架图。

摘要：借鉴人工社会的思想,提出了人工国际社会--国际政治生态模型的概念。阐述了模型的设计原理、功能及个体Agent的设计,在此基础上给出了某危机条件下的仿真过程。实践证明人工社会应用于国际政治仿真是完全可行的,并在战争模拟中有广阔的应用前景。

摘要：潜艇作战系统仿真是潜艇作战仿真最为核心和关键的内容之一。基于LVC(Live Simulation,Virtual Simulation, Constructive Simulation)仿真技术,实践"仿真即服务"的理念,提出了潜艇作战系统LVC一体化仿真方法,构建了潜艇作战系统LVC一体化仿真环境,研究了潜艇作战系统LVC仿真系统的组成与关系;设计了LVC仿真引擎的组成结构,基于Java/EJB技术框架下组件设计与开发规范,设计并实现了仿真引擎组件。潜艇作战系统LVC一体化仿真集成了3种仿真形式的优点,实现了"即插即用"的仿真环境和效费比更优的资源分配,大大拓展了潜艇作战系统仿真的应用范围。

摘要：针对现代空战中的无人机自主决策问题,将注意力机制(AM)与深度强化学习中的非确定性策略算法Soft Actor Critic(SAC)相结合,提出一种基于AM-SAC算法的机动决策算法。在1V1的作战背景下建立无人机3自由度运动模型和无人机近距空战模型,并利用敌我之间相对距离和相对方位角构建导弹攻击区模型。将AM引入SAC算法,构造权重网络,从而实现训练过程中奖励权重的动态调整并设计仿真实验。通过与SAC算法的对比以及在多个不同初始态势环境下的测试,验证了基于AM-SAC算法的机动决策算法具有更高的收敛速度和机动稳定性,在空战中有更好的表现,且适用于多种不同的作战场景。