CN106203870A - 一种面向联合作战的目标体系分析及武器分配方法 - Google Patents
一种面向联合作战的目标体系分析及武器分配方法 Download PDFInfo
- Publication number
- CN106203870A CN106203870A CN201610568969.8A CN201610568969A CN106203870A CN 106203870 A CN106203870 A CN 106203870A CN 201610568969 A CN201610568969 A CN 201610568969A CN 106203870 A CN106203870 A CN 106203870A
- Authority
- CN
- China
- Prior art keywords
- target
- value
- combat
- weapon
- node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000004458 analytical method Methods 0.000 title claims abstract description 34
- 238000011156 evaluation Methods 0.000 claims description 43
- 239000011159 matrix material Substances 0.000 claims description 34
- 230000007123 defense Effects 0.000 claims description 29
- 238000013210 evaluation model Methods 0.000 claims description 20
- 230000005484 gravity Effects 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 238000003012 network analysis Methods 0.000 claims description 3
- 238000012805 post-processing Methods 0.000 claims description 3
- 238000004445 quantitative analysis Methods 0.000 abstract description 3
- 238000004451 qualitative analysis Methods 0.000 abstract description 2
- 230000000452 restraining effect Effects 0.000 abstract 1
- 238000004422 calculation algorithm Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000010276 construction Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 238000011160 research Methods 0.000 description 5
- 238000013139 quantization Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000012163 sequencing technique Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 235000015842 Hesperis Nutrition 0.000 description 1
- 235000012633 Iberis amara Nutrition 0.000 description 1
- 230000010391 action planning Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种面向联合作战的目标体系分析及武器分配方法,通过对联合作战中的作战目标体系(包括地面、海上、空中多种类型目标)进行了定性定量分析,快速分析目标价值,确定作战重心,同时综合考虑多种制约因素(包括作战意图、战场环境、作战规则等多种因素),统筹使用作战武器(包括陆基、海基、空基等多种武器),合理规划作战行动,形成作战方案计划。本方法能够直接运用在联合作战指挥信息系统中,可有效解决打击目标选择和作战武器运用问题,大大提升系统的辅助决策支持能力。
Description
技术领域
本发明涉及一种面向联合作战的目标体系分析及武器分配方法,属于军事运筹学领域。
背景技术
自从美军提出联合作战理论后,各国都在探索联合作战理论,并付诸于战争实践和军事演习中,世界各国一致认为联合作战是未来作战的主要样式,是未来战争取胜的关键。联合作战是一个在多维作战空间开展的、多元战役力量参与的、分多个作战阶段采用多种作战战法的多元一体化的大系统作战。在联合作战中,各参加力量相互关联,相互依赖,相互增效,使“整体大于部分之和”的功能呈现放大效应。联合作战的典型特征是作战力量是由两个或两个以上的军种部队组成,有统一的联合部队指挥员和联合参谋机构,以及统一的联合作战计划为实现既定的共同目标,在统一计划下联合实施的作战。
目前,国内外在联合作战领域进行了比较多的研究,研究内容也比较丰富,涉及联合作战的概念、联合作战的指挥、联合作战的规划、联合作战试验和模拟以及联合作战的组织,但是联合作战的深层次定量分析方面还比较欠缺。
发明内容
发明目的:为了克服现有技术中存在的不足,本发明提供一种面向联合作战的目标体系分析及武器分配方法,该方法对联合作战中的作战目标体系(包括地面、海上、空中多种类型目标)进行了定性定量分析,快速分析目标价值,确定作战重心,同时综合和考虑多种制约因素(包括作战意图、战场环境、作战规则等多种因素),统筹使用作战武器(包括陆基、海基、空基等多种武器),合理规划作战行动,形成作战方案计划。本方法能够直接运用在联合作战指挥信息系统中,可有效解决打击目标选择和作战武器运用问题,大大提升系统的辅助决策支持能力。
技术方案:为实现上述目的,本发明采用的技术方案为:
一种面向联合作战的目标体系分析及武器分配方法,包括以下步骤:
步骤1,定义作战目标数据结构;将敌军作战目标的作战体系表示成网络拓扑图的形式,其中网络拓扑图中节点表示敌军作战体系中的作战目标,网络拓扑图中的边表示敌军作战体系中作战目标间的影响关系;
步骤2,构建目标价值评估模型;根据步骤1中定义的目标数据结构,基于目标固有属性方面、打击能力方面、防御能力方面、信息可靠方面、保障方面、机动能力方面指标建立目标价值评估模型;
步骤3,计算目标价值;根据步骤2中构建的目标价值评估模型,综合运用信息熵和逼近理想排序方法对目标价值评估模型进行求解,为目标的选择提供决策依据;
步骤4,构建目标威胁评估模型;根据步骤1中定义的目标数据结构,基于目标类型、目标当前位置、移动速度、火力范围指标建立目标威胁评估模型;
步骤5,计算目标威胁度;根据步骤4中构建的目标威胁评估模型,综合运用信息熵和逼近理想排序方法对目标的威胁度进行求解,为目标的选择提供决策依据;
步骤6,构建目标体系分析模型;将战场环境抽象为由诸多作战目标子系统构成的大体系,从作战协同、保障支撑角度分析各系统间的逻辑关联,运用网络分析法对不同目标之间的影响关系进行分析,构建目标体系分析模型;
步骤7,计算目标体系重要度;根据步骤6中构建的目标体系分析模型,运用改进的拓扑势对目标体系重要度进行求解,从而确定目标体系关键节点和作战重心;
步骤8,计算目标的综合价值;根据步骤3、5、7中得到的目标价值、目标威胁度、标体系重要度分别确定目标价值、目标威胁度、目标体系重要度的权重;并依据确定的权重以及各目标相应的值计算目标的综合价值;
步骤9,武器分配;基于步骤8中对目标综合价值的评估,确定作战重心,根据武器分配的资源约束、弹药使用量约束、协同作战约束分配武器来打击相应的目标,从而实现对目标的毁伤效能指标最大。
所述步骤1中网络拓扑图的建立方法:根据目标及目标之间的关联关系,则目标网络的网络拓扑图表示为一个具有n个节点和m条边的图,记为G=(V,E);其中,n表示目标的个数,m表示目标之间存在m对关联关系G表示网络拓扑图,V表示节点信息,E表示边信息,其数据结构定义如下:
1)V={No,Name,Attribute,Type}
No:节点的编号;
Name:节点名称;
Attribute:节点属性;
Type:节点类型;
2)E={No,Type,Send,Receive,Weight}
No:边的编号;
Type:边的类型;
Send:连边信息的发出节点;
Receive:连边信息的接收节点;
Weight:边上的权值。
所述步骤2中建立目标价值评估模型的方法:首先选取目标价值评估指标,根据选取的目标价值评估指标建立目标价值的评估系统,然后按照目标价值的评估系统评定各个目标的价值;
所述固有属性方面包括目标类型和易损性两个指标;
打击能力方面包括火力范围、对空打击能力和对海打击能力三个指标;
防御能力方面指目标抵御外界打击的能力;
信息可靠方面是指我军获取的关于打击目标的情报信息的可信度;
保障方面是指目标提供的通讯保障能力、电力保障能力、装备保障能力等等。
所述步骤3中计算目标价值的方法,包括以下步骤:
步骤31,根据步骤2中的目标价值评估模型,构造决策矩阵A;
元素aij表示第i个目标的第j个评估指标的值,n表示指标的个数,m表示目标的个数;
步骤32,指标值规范化;
对指标值进行规范化处理,决策矩阵A中每列的最优值为:
决策矩阵A无量纲化后,记为矩阵
然后对矩阵A~进行归一化处理得到矩阵A-,其中
步骤33,根据归一化后处理得到的矩阵A-计算第j个评价指标的信息熵值ej;
步骤34,根据步骤33得到的信息熵值ej计算第j个评价指标的熵权θj;
步骤35,根据每一项指标的权重以及步骤34得到的评价指标的熵权计算第j个评价指标的综合权重ωj;
其中,表示每一项指标的权重;
步骤36,根据步骤35得到的综合权重和步骤32归一化后处理得到的矩阵A-计算加权决策矩阵R;
步骤37,根据加权决策矩阵R确定理想解与负理想解;
理想解为每个目标最大值,负理想解则为每个目标最小值;理想解和负理想解分别为R+和R-;
其中,
步骤38,根据步骤36得到的加权决策矩阵R计算各方案到理想解和负理想解的距离:
到理想解的距离:
到负理想解的距离:
步骤39,根据步骤38得到的各方案到理想解和负理想解的距离计算各方案与理想解的贴近度;
步骤310,根据步骤39得到的各方案与理想解的贴近度,对目标进行价值排序。
所述步骤7中目标体系重要度计算公式:
其中,表示第i个节点的重要度,∝i用于描述目标的不可替代性,其值等于近似目标数量的倒数;分别表示目标i,j的价值;σ用于确定每个节点的影响范围;dij表示两节点间的最短路径。
所述步骤8中目标i的综合价值SynValuei:
SynValuei=λ1*Vi+λ2*Ti+λ3*Si
λ1,λ2,λ3分别表示目标价值、目标威胁度、目标体系重要度的权重,Vi表示目标i的价值、Ti表示目标i的威胁、Si表示目标i的体系重要度。
所述步骤9中武器分配的目标函数是使对目标的毁伤效能指标达到最大,该毁伤效能指标以毁伤目标数的数学期望为基础,目标函数如下:
约束条件:
xlk≥0;
其中,目标k的特征用综合价值SynValuek和易损性系数plk描述,易损性系数plk表示武器l对目标k的单位毁伤概率;xlk为分配给第k个目标的第l个武器的火力单元数;T表示目标数量,W表示武器数量,Nl表示武器l能够使用的弹药数量。
有益效果:本发明提供的一种面向联合作战的目标体系分析及武器分配方法,相比现有技术,具有以下有益效果:
本方法可直接用于联合作战指挥信息系统中,有效解决打击目标选择和作战兵力运用问题,大大提升系统的辅助决策支持能力。同时,研究过程中充分考虑算法的通用性和适配性,也可在多个战区试点建设以及推广应用。
本方法能够直接运用在联合作战指挥信息系统中,可有效解决打击目标选择和作战武器运用问题,大大提升系统的辅助决策支持能力。
附图说明
图1为本发明一实施例的流程图;
图2为本发明所述的目标价值评估模型;
图3为本发明所述的目标威胁评估模型;
图4为本发明所述的目标体系分析模型;
图5为本发明所述的目标作战体系网络节点间的关系;
图6为本发明所述的目标作战体系分析模型构建实例;
图7为本发明所述的武器分配流程图。
具体实施方式
下面结合附图和具体实施例,进一步阐明本发明,应理解这些实例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
1、总体实现方案
本发明提出了一种面向联合作战的目标体系分析及武器分配方法,能够在复杂战场条件下快速分析目标威胁和价值,确定作战重心,并统筹使用作战兵力,合理规划作战行动,形成作战方案计划,为联合作战提供决策支持。
图1为本发明一实施例的流程图。
如图1所示,上述过程主要由定义作战目标数据结构、构建目标价值评估模型、计算目标价值、构建目标威胁评估模型、计算目标威胁度、构建目标体系分析模型、计算目标体系重要度、计算目标综合价值和武器分配组成。
2、具体实现步骤
(1)定义作战目标数据结构
以网络拓扑图的形式表示敌军作战目标的作战体系,其中拓扑图中节点表示敌军作战体系中的作战目标;网络拓扑图中的边表示敌军作战体系中作战目标间的影响关系。目标网络图表示敌军作战体系,则目标网络图以目标为节点,目标间关联关系为边;假设一个目标网络由n个目标组成,目标之间存在m对关联关系,则可以把目标网络表示为一个具有n个节点和m条边的图,记为G=(V,E),G表示网络拓扑图,V表示节点信息,E表示边信息。
其中,数据结构定义如下:
1)V={No,Name,Attribute,Type}
No:节点的编号,编号为阿拉伯数字;
Name:节点名称;
Attribute:节点属性;
Type:节点类型。
2)E={No,Type,Send,Receive,Weight}
No:边的编号;
Type:边的类型;
Send:连边信息的发出节点;
Receive:连边信息的接收节点;
Weight:边上的权值,即节点间的关联强度。
(2)构建目标价值评估模型
目标价值是指体现在目标本身功能属性上的价值,目标的价值与其它目标无关,只由本身属性特征决定。
目标价值分析的基本思路:首先选取目标价值评估指标,根据选取的评估指标建立目标价值的评估系统,然后按照一定规则评定各个目标的价值。
目标价值的评估指标通常都具有层次递进关系,每个层次包括多个因素,高层次的因素含义比较广泛但一般不便于度量,因此可以将它分解为几个因素,每个因素反映上层因素的某一方面,而这些因素结合在一起就反映了高层因素的意义。指标的选取通常遵循“可理解性”和“可度量性”原则,“可理解性”就是决策者能够知道该因素在特定情况下的水平以及明确理解它实现它的父因素的程度;“可度量性”指能够获得该指标的确定值或分布,并且能够确定该指标不同水平间的偏好。
图2为本发明所述的目标价值评估模型;
基于上面的评估指标选取原则,本发明选取的目标评价指标如图2所示:
1)固有属性方面
主要包括目标类型和易损性两个指标;目标类型分为空中目标、水面目标、水下目标、地面目标,不同类型的目标的攻击方式、攻击威力等都不同;由于目标本身材质结构等特征不同使得其被摧毁的难易程度也不同,即目标的易损性不同。
2)打击能力方面
主要包括火力范围、对空打击能力和对海打击能力三个指标;火力范围是指目标火力的射程,火力范围越大,目标的价值越大;对空打击能力是指目标对空中目标打击能力;对海打击能力是指目标对海上目标打击能力。
3)防御能力方面
是指目标抵御外界打击的能力,目标的防御能力越强,其价值越大。
4)信息可靠方面
是指我军获取的关于打击目标的情报信息的可信度,可信度越大,价值越大。
5)保障方面
是指目标提供的通讯保障能力、电力保障能力、装备保障能力等等,保障能力越强,目标价值越大。
6)机动能力方面
速度是衡量目标机动能力的重要指标之一,也是目标重要属性之一。不同的目标具有不同的作战速度。空中目标,速度即为其飞行速度;水面、水下目标,速度即为其航速;地面目标,速度即为其发射的导弹的速度;敌目标的速度越快,其价值越大。
根据步骤(1)中定义的目标数据结构,基于目标固有属性方面、打击能力方面、防御能力方面、信息可靠方面、保障方面、机动能力方面等指标建立目标价值评估模型。
现举例说明目标价值评估模型构建过程:
某刻,我军侦察探测到敌军5个目标,分别用A、B、C、D、E表示;依据上面所述的目标价值评价指标,每个目标的价值评价指标如下所示:
A:Large,Easy,60,Weak,Weak,Weak,Disreliable,No,noMobility
B:Small,Hard,80,Strong,Strong,Weak,reliable,Yes,Mobility
C:Medium,Easy,70,Strong,Strong,Strong,Disreliable,Yes,noMobility
D:Small,Hard,100,Strong,Weak,Weak,reliable,Yes,Mobility
E:Large,Easy,70,Weak,Weak,Weak,Disreliable,No,noMobility
其中,第一列为目标的类型,有三种取值:Large表示大型目标;Medium表示中型目标;Small表示小型目标。采用专家打分的形式对目标类型进行量化,小型目标、中型目标、大型目标所对应的分值依次为0.5,0.3,0.2。
第二列为目标的易损性,有两种取值:Easy表示较易损;Hard表示不易易损;采用专家打分的形式对目标易损性进行量化,值为Easy、Hard所对应的分值依次为0.3,0.7。
第三列为目标的火力范围,单位为km,指标取值为100,即目标的火力范围为100km。
第四列为目标对空打击能力,有两种取值:Weak表示对空打击能力较弱;Strong表示对空打击能力较强。采用专家打分的形式对目标对空打击能力进行量化,值为Weak、Strong所对应的分值依次为0.3,0.7。
第五列为目标对海打击能力,有两种取值:Weak表示对海打击能力较弱;Strong表示对海打击能力较强。采用专家打分的形式对目标对海打击能力进行量化,值为Weak、Strong所对应的分值依次为0.3,0.7。
第六列为目标防御能力,有两种取值:Weak表示防御能力较弱;Strong表示防御能力较强。采用专家打分的形式对目标防御能力进行量化,值为Weak、Strong所对应的分值依次为0.3,0.7。
第七列为目标信息可靠性,有两种取值:Disreliable表示目标信息不可靠;reliable表示目标信息可靠。采用专家打分的形式对目标信息可靠性进行量化,值为Disreliable、reliable所对应的分值依次为0.3,0.7。
第八列为目标的保障功能,有两种取值:No表示目标不具有保障功能;Yes表示目标具有保障功能。采用专家打分的形式对目标保障功能进行量化,值为Yes、No所对应的分值依次为0.8,0.2。
第九列为目标的机动能力,有两种取值:Mobility表示目标具有机动能力;noMobility表示目标不具有机动能力。采用专家打分的形式对目标机动能力进行量化,值为Mobility、noMobility所对应的分值依次为0.8,0.2。
基于上面的目标价值评价指标以及相关的量化原则得到目标价值决策矩阵,如下所示:
至此,完成了目标价值评估模型的构建。
(3)计算目标价值
根据步骤(2)中构建的目标价值评估模型,综合运用信息熵和逼近理想排序法计算目标的价值,为目标的选择提供决策依据。
信息熵是系统无序程度的度量,系统无序程度越高,则熵值越大,所含的信息量就越小。用信息熵来度量指标的权重,当各个评价对象在某个指标上的值完全相同时,熵值到达最大,熵权为零,意味着该指标未向决策者提供任何有用的信息,该指标可以考虑被取消;当各个评价对象在某指标上的值相差较大时,熵值较小,熵权较大,意味着该指标向决策者提供了有用的信息,该指标应重点考察。熵权法能充分利用客观信息。
TOPSIS(逼近理想解排序)法是一种决策分析非常有效的方法。“理想解”和“负理想解”是TOPSIS法中两个基本概念。所谓理想解是一设想的最优的解(方案),它的各个属性值都达到各备选方案中的最好的值;而负理想解是一设想的最劣的解(方案),它的各个属性值都达到各备选方案中的最差的值。TOPSIS法通过检测评价方案与理想解、负理想解的距离来进行排序,若评价方案最靠近理想解同时又远离负理想解,则该评价方案是备选方案中最好的方案;否则为最差的方案。
以下为具体的步骤,根据目标价值评估模型,计算目标的价值:
第一步:构造决策矩阵A:
元素aij表示第i个目标的第j个评估指标的值,n表示指标的个数,m表示目标的个数;
第二步:指标值规范化
为了消除指标间量纲不同造成的影响,对指标进行规范化处理。考虑指标集中各指标的特点,若量化值越大,目标价值越大,则记为效益型指标;若量化值越小,目标价值越大,则为成本型指标。
首先对决策矩阵A进行无量纲化处理:
A中每列的最优值为
原始数据无量纲化后,记为矩阵
然后对矩阵A~进行归一化处理得到矩阵A-,其中
第三步:计算第j个评价指标的信息熵值ej:
第四步:计算第j个评价指标的熵权θj:
第五步:计算第j个评价指标的综合权重
为了全面准确反映评估索引的权重,我们使用了专家打分的方法。λ1,λ2,...,λn是专家针对每一项指标给出的相应的权重。将专家打分和熵权综合考虑,最终得到每项评估指标的综合权重ωj。
其中,表示每一项指标的权重。
第六步:计算加权决策矩阵R:
第七步:确定理想解与负理想解
理想解为每个目标最大值,负理想解则为每个目标最小值。理想解和负理想解分别为R+和R-。
其中,
第八步:计算各方案到理想解和负理想解的距离
到理想解的距离:
到负理想解的距离:
第九步:计算各方案与理想解的贴近度Ci:
第十步:根据各方案与理想解的贴近度,对目标进行价值排序
(4)构建目标威胁评估模型
威胁评估是根据敌我双方的战场态势推断敌方对我方的威胁程度,为我方的决策和指挥提供支持,是火力分配和战术决策的前提条件。联合作战中我军所遇到的威胁是多方面的。从空域来讲,受到空中、水面、水下和地面的威胁;从威胁的种类来看,受到导弹、火炮、炸弹、火箭和航空鱼雷等的威胁。
威胁因素可以从目标能力和目标攻击意图进行分析,综合考虑我军联合作战所受的多方面威胁,主要用目标类型、当前位置、移动速度、火力范围等指标来描述威胁目标的威胁程度,构建目标的威胁评估模型。
图3为本发明所述的目标威胁评估模型。
如图3所示:
目标类型:不同类型的目标的攻击方式、攻击威力等都不同;目标类型分为空中目标、水面目标、水下目标、地面目标。
当前位置:即目标此时此刻距离我军的距离,能够反映目标对我军的攻击企图。随着目标距离减小,对我攻击概率增加,攻击企图越明显,威胁度越大。
移动速度:速度是衡量目标机动性能的重要指标之一,也是目标重要属性之一。不同的目标具有不同的作战速度。空中目标,速度即为其飞行速度;水面、水下目标,速度即为其航速;地面目标,速度即为其发射的导弹的速度;敌目标的速度越快,其威胁度越大。
火力范围:火力范围反映的是目标的攻击能力,火力范围越大,目标的攻击范围越大,其威胁度越大。
现举例说明目标威胁评估模型构建过程:
某刻,我军侦察探测到敌军5个目标,分别用A、B、C、D、E表示;依据上面所述的目标威胁评价指标,每个目标的威胁评价指标如下所示:
A:Large,500,60,50
B:Small,200,80,60
C:Medium,300,70,60
D:Small,100,100,80
E:Large,100,70,100
其中,第一列为目标的类型,有三种取值:Large表示大型目标;Medium表示中型目标;Small表示小型目标。采用专家打分的形式对目标类型进行量化,小型目标、中型目标、大型目标所对应的分值依次为0.5,0.3,0.2。
第二列为目标距离我军的距离,单位为km,指标取值为100,即目标距离我军100km;第三列为目标的移动速度,单位为km/h,指标取值为100,即目标的移动速度为100km/h;第四列为目标的火力范围,单位为km,指标取值为100,即目标的火力范围为100km。
基于上面的目标威胁评价指标以及相关的量化原则得到目标威胁决策矩阵,如下所示:
至此,完成了目标威胁评估模型的构建。
(5)计算目标威胁度
根据步骤(4)中构建的目标威胁评估模型,采用信息熵和逼近理想排序法计算目标的威胁度,为目标的选择提供决策依据。计算目标的威胁度所采取的方法基本上与计算目标值所使用的方法一致,因此在此就不再赘述。
(6)构建目标体系分析模型
目标作战体系是由超大规模的指挥、保障支撑、防御实体或系统经由射频等各种无线或光/电缆等有线连接形成的复杂系统。对于该系统,运用图论方法,从拓扑角度,将它的保障支撑、防御和指挥实体抽象为节点,将这些实体间的信息(或物质、能量)交互抽象为连边,由此得到的网络称为作战体系网络。也就是将战场环境抽象为由诸多作战目标子系统构成的大体系,从作战协同、保障支撑角度分析各系统间的逻辑关联,运用网络分析法对不同目标之间的影响关系进行分析,构建目标体系分析模型。
图4为本发明所述的目标作战体系。
如图4所示:
在敌军作战体系网络中,有三类节点,分别为
指控节点:作战体系网络的核心,主要是对战场环境信息和作战双方军事实力进行综合分析,形成指挥决策,再交由其它节点进行执行。它接受上级任务,对下级进行指挥决策,从全局层次上协调、监督、控制各个攻击单元,对系统的目标、资源等进行合理安排和调度。如图中的联合指挥所、地面指挥所、海上指挥所、空中指挥所。
防御节点:防御节点只接受一个且唯一一个指控节点指挥控制,否则会造成指挥控制紊乱。防御节点要与其它防御节点进行作战协同,必须通过与其连接的指控节点间接实现协同。如图中的装甲车、坦克、舰艇、轰炸机、歼击机。
保障节点:保障节点是信息化条件下联合作战顺利实施的关键因素;保障节点是作战体系网络的基础,为作战体系网络其他节点提供必要的保障支撑。如图中的卫星、雷达、预警机。
图5为本发明所述的目标作战体系网络节点间的关系。
如图5所示:
网络中的边表示了节点之间的关系,作战体系网络拓扑中连接不同节点之间的边不仅包括节点之间那些基于信息技术建立起来的连接,还可以用来描述更多的相互关联。
基于网络化战争条件,对作战体系网络内部各节点可能存在的边的抽象作如下规定:
1)初始状态下不存在孤立的节点,即在体系对抗开始时一切节点都在可控范围之下。保障节点和防御节点必须在指控单元的控制下,各指控单元都有上下级关系。
2)一个指控节点可以与多个保障节点和防御节点互连,即一个指控单元可以同时指挥控制多个保障单元和防御单元。
3)一个保障节点可以与多个指控节点互连,意即一个保障单元可以为多个指控单元提供保障支撑并实现信息共享。
4)一个防御节点只能与一个指控节点互连,即一个防御单元只能执行一个也是唯一一个指控单元的发出指令,否则会造成命令冲突。
5)保障节点之间可以进行互连,即保障单元之间可以对信息进行共享。
6)保障节点可以与防御节点单向连接,由保障节点指向防御节点,即保障单元可以提供对本方防御单元的保障支撑。
现举例说明目标体系分析模型构建过程:
图6为本发明所述的目标体系分析模型构建实例。
如图6所示:
节点A为指控节点,节点B、C为防御节点,节点D、E为保障节点;
节点A到节点B有一条有向边,代表指控节点与防御节点的指控关系,边AB上的值0.5代表指控节点A与防御节点B的联系强度为0.5;节点A到节点D也有一条有向边,代表指控节点与保障节点的指控关系,边AD上的值0.3代表指控节点A与保障节点D的联系强度为0.3。
节点D到与节点A有一条有向边,代表保障节点与指控节点间的保障关系,边DA上的值0.4代表保障节点D与指控节点A的联系强度为0.4;节点D到节点B也有一条有向边,代表保障节点与防御节点的保障关系,边DB上的值0.8代表保障节点D与防御节点B的联系强度为0.8。
基于上面的分析,构建该目标体系分析邻接矩阵,如下所示:
其中,矩阵中的0表示节点与自身的联系强度,∞表示节点之间没有直接关联,矩阵中的其他值代表节点间的直接联系强度。
构造出以上矩阵,则完成了目标体系分析模型的构建。
(7)计算目标体系重要度
在目标网络中,目标体系重要度有两个含义:一是目标自身属性,这是目标发挥作用的基础;二是目标因为和网络中其他目标之间存在联系而体现出来的作用效果。概括起来目标体系重要度就是目标基于本身的特有属性,参与到目标网络中对其他目标产生一定影响作用而表现出来的价值。
本专利采用改进的拓扑势求解目标的体系重要度,从而确定目标体系关键节点和作战重心。拓扑势描述的是网络中的一个节点对其他节点作用力的和,是一个能够反映网络节点在网络中的影响力的指标,拓扑势与网络中节点属性以及节点所处网络的拓扑结构有关;
节点重要度计算公式:
其中,αi用于描述目标的不可替代性,其值等于近似目标数量的倒数;分别表示目标i,j的价值;σ用于确定每个节点的影响范围,通常根据专家经验确定;dij表示两节点间的最短路径,针对带权有向图而言,权值表示节点间的关联关系的强度,求两节点间的最短路径就成了求两节点间所有路径中边权值乘积最大的,即使得两目标节点通过各条路计算得到的关联强度乘积最大,在运用Dijkstra方法之前,需对边上权值进行对数变换。
(8)计算目标综合价值
针对目标i,根据步骤(3)、(5)、(7)中计算的目标的价值Vi、目标的威胁Ti、目标的体系重要度Si,运用专家打分的方式,即专家凭借自己的经验分别确定目标价值、目标威胁度、目标体系重要度的权重,分别为λ1,λ2,λ3。根据下面的公式求得目标i的综合价值:
SynValuei=λ1*Vi+λ2*Ti+λ3*Si
运用以上公式,可对敌军作战体系中的目标综合价值进行求解,并可根据目标综合价值进行排序,从而确定作战重心和打击重点。
(9)武器分配
联合作战中的武器分配问题是指挥机构综合考虑作战意图、战场环境、作战规则等影响因素,基于步骤(8)中对目标综合价值的评估,确定作战重心,统筹使用作战兵力,有效合理的分配武器来打击相应的目标,从而实现对目标的毁伤效能指标最大,即对敌军目标造成最大的杀伤力度;在实现目标的毁伤效能指标时,需要综合考虑多种约束条件,即武器分配的资源约束、弹药使用量约束、协同作战约束;在满足多种约束条件的情况下,合理的分配武器,从而达到预期的打击目的。
联合作战条件下,武器分配问题就是基于我方兵力状态、部署和作战能力,以及通过步骤(8)中对敌军综合价值的分析,综合考虑作战意图、战场环境、作战规则等影响因素,以及运用武器分配算法,形成多兵力-多目标任务分配方案,从而为后续的定下作战决心、作战行动规划等筹划决策过程提供有效支撑。
图7为本发明所述的武器分配流程图。
如图7所示:
武器分配的目标函数是使对目标的毁伤效能指标达到最大,该毁伤效能指标以毁伤目标数的数学期望为基础。目标函数如下:
其中,目标k的特征用综合价值SynValuek和易损性系数plk描述,易损性系数plk表示武器l对目标k的单位毁伤概率;xlk为分配给第k个目标的第l个武器的火力单元数;T表示目标数量,W表示武器数量。
模型约束是在进行武器分配过程中需要遵循的一些约束规则,具体的模型约束如下:
1)表示至少一种武器单元被分配给每个目标;
2)xlk≥0表示xlk为非负整数;
3)表示武器l能够使用的弹药数量。
根据问题规模的不同,本专利选用不同的分配算法,对于小规模的问题(即武器目标数量均较少)选用确定性算法,如分支定界算法、贪心算法;对于大规模的问题(即武器目标数量均较大)选用非确定算法,如蚁群算法、遗传算法等。通过选取合适的算法,从而实现对敌军目标毁伤效能指标最大这一目标。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.一种面向联合作战的目标体系分析及武器分配方法,其特征在于,包括以下步骤:
步骤1,定义作战目标数据结构;将敌军作战目标的作战体系表示成网络拓扑图的形式,其中网络拓扑图中节点表示敌军作战体系中的作战目标,网络拓扑图中的边表示敌军作战体系中作战目标间的影响关系;
步骤2,构建目标价值评估模型;根据步骤1中定义的目标数据结构,基于目标固有属性方面、打击能力方面、防御能力方面、信息可靠方面、保障方面、机动能力方面指标建立目标价值评估模型;
步骤3,计算目标价值;根据步骤2中构建的目标价值评估模型,综合运用信息熵和逼近理想排序方法对目标价值评估模型进行求解,为目标的选择提供决策依据;
步骤4,构建目标威胁评估模型;根据步骤1中定义的目标数据结构,基于目标类型、目标当前位置、移动速度、火力范围指标建立目标威胁评估模型;
步骤5,计算目标威胁度;根据步骤4中构建的目标威胁评估模型,综合运用信息熵和逼近理想排序方法对目标的威胁度进行求解,为目标的选择提供决策依据;
步骤6,构建目标体系分析模型;将战场环境抽象为由诸多作战目标子系统构成的大体系,从作战协同、保障支撑角度分析各系统间的逻辑关联,运用网络分析法对不同目标之间的影响关系进行分析,构建目标体系分析模型;
步骤7,计算目标体系重要度;根据步骤6中构建的目标体系分析模型,运用改进的拓扑势对目标体系重要度进行求解,从而确定目标体系关键节点和作战重心;
步骤8,计算目标的综合价值;根据步骤3、5、7中得到的目标价值、目标威胁度、目标体系重要度分别确定目标价值、目标威胁度、目标体系重要度的权重;并依据确定的权重以及各目标相应的值计算目标的综合价值;
步骤9,武器分配;基于步骤8中对目标综合价值的评估,确定作战重心,根据武器分配的资源约束、弹药使用量约束、协同作战约束分配武器来打击相应的目标,从而实现对目标的毁伤效能指标最大。
2.根据权利要求1所述的面向联合作战的目标体系分析及武器分配方法,其特征在于:所述步骤1中网络拓扑图的建立方法:根据目标及目标之间的关联关系,则目标网络的网络拓扑图表示为一个具有n个节点和m条边的图,记为G=(V,E);其中,n表示目标的个数,m表示目标之间存在m对关联关系,G表示网络拓扑图,V表示节点信息,E表示边信息,其数据结构定义如下:
1)V={No,Name,Attribute,Type}
No:节点的编号;
Name:节点名称;
Attribute:节点属性;
Type:节点类型;
2)E={No,Type,Send,Receive,Weight}
No:边的编号;
Type:边的类型;
Send:连边信息的发出节点;
Receive:连边信息的接收节点;
Weight:边上的权值。
3.根据权利要求1所述的面向联合作战的目标体系分析及武器分配方法,其特征在于:所述步骤2中建立目标价值评估模型的方法:首先选取目标价值评估指标,根据选取的目标价值评估指标建立目标价值的评估系统,然后按照目标价值的评估系统评定各个目标的价值;
所述固有属性方面包括目标类型和易损性两个指标;
打击能力方面包括火力范围、对空打击能力和对海打击能力三个指标;
防御能力方面指目标抵御外界打击的能力;
信息可靠方面是指我军获取的关于打击目标的情报信息的可信度;
保障方面包括目标提供的通讯保障能力、电力保障能力、装备保障能力。
4.根据权利要求1所述的面向联合作战的目标体系分析及武器分配方法,其特征在于:所述步骤3中计算目标价值的方法,包括以下步骤:
步骤31,根据步骤2中的目标价值评估模型,构造决策矩阵A;
元素aij表示第i个目标的第j个评估指标的值,n表示指标的个数,m表示目标的个数;
步骤32,指标值规范化;
对指标值进行规范化处理,决策矩阵A中每列的最优值为:
决策矩阵A无量纲化后,记为矩阵
然后对矩阵进行归一化处理得到矩阵其中
步骤33,根据归一化后处理得到的矩阵计算第j个评价指标的信息熵值ej;
步骤34,根据步骤33得到的信息熵值ej计算第j个评价指标的熵权θj;
步骤35,根据每一项指标的权重以及步骤34得到的评价指标的熵权计算第j个评价指标的综合权重ωj;
其中,表示每一项指标的权重;
步骤36,根据步骤35得到的综合权重和步骤32归一化后处理得到的矩阵A-计算加权决策矩阵R;
步骤37,根据加权决策矩阵R确定理想解与负理想解;
理想解为每个目标最大值,负理想解则为每个目标最小值;理想解和负理想解分别为R+和R-;
其中,
步骤38,根据步骤36得到的加权决策矩阵R计算各方案到理想解和负理想解的距离:
到理想解的距离:
到负理想解的距离:
步骤39,根据步骤38得到的各方案到理想解和负理想解的距离计算各方案与理想解的贴近度;
步骤310,根据步骤39得到的各方案与理想解的贴近度,对目标进行价值排序。
5.根据权利要求1所述的面向联合作战的目标体系分析及武器分配方法,其特征在于:所述步骤7中目标体系重要度计算公式:
其中,表示第i个节点的重要度,αi用于描述目标的不可替代性,其值等于近似目标数量的倒数;分别表示目标i,j的价值;σ用于确定每个节点的影响范围;dij表示两节点间的最短路径。
6.根据权利要求1所述的面向联合作战的目标体系分析及武器分配方法,其特征在于:所述步骤8中目标i的综合价值SynValuei:
SynValuei=λ1*Vi+λ2*Ti+λ3*Si
λ1,λ2,λ3分别表示目标价值、目标威胁度、目标体系重要度的权重,Vi表示目标i的价值、Ti表示目标i的威胁、Si表示目标i的体系重要度。
7.根据权利要求1所述的面向联合作战的目标体系分析及武器分配方法,其特征在于:所述步骤9中武器分配的目标函数是使对目标的毁伤效能指标达到最大,该毁伤效能指标以毁伤目标数的数学期望为基础,目标函数如下:
约束条件:
xlk≥0;
其中,目标k的特征用综合价值SynValuek和易损性系数plk描述,易损性系数plk表示武器l对目标k的单位毁伤概率;xlk为分配给第k个目标的第l个武器的火力单元数;T表示目标数量,W表示武器数量,Nl表示武器l能够使用的弹药数量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610568969.8A CN106203870A (zh) | 2016-07-18 | 2016-07-18 | 一种面向联合作战的目标体系分析及武器分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610568969.8A CN106203870A (zh) | 2016-07-18 | 2016-07-18 | 一种面向联合作战的目标体系分析及武器分配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106203870A true CN106203870A (zh) | 2016-12-07 |
Family
ID=57493283
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610568969.8A Pending CN106203870A (zh) | 2016-07-18 | 2016-07-18 | 一种面向联合作战的目标体系分析及武器分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106203870A (zh) |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106815426A (zh) * | 2017-01-12 | 2017-06-09 | 北京航空航天大学 | 一种导弹自主编队综合作战效能评估方法 |
CN108287473A (zh) * | 2017-12-20 | 2018-07-17 | 中国人民解放军海军大连舰艇学院 | 一种基于任务集及系统状态演化分析的舰队防空资源子调度控制系统与方法 |
CN108734334A (zh) * | 2018-04-04 | 2018-11-02 | 西北工业大学 | 一种基于d数和威胁性优先的弹炮结合火力分配方法 |
CN108804741A (zh) * | 2018-04-04 | 2018-11-13 | 西北工业大学 | 效能最大条件下的d-s证据理论炮弹结合火力分配方法 |
CN108871080A (zh) * | 2018-06-04 | 2018-11-23 | 中国万宝工程有限公司 | 防空武器系统目标拦截排序设计方法 |
CN109063270A (zh) * | 2018-07-10 | 2018-12-21 | 北京华如科技股份有限公司 | 一种地面聚合实体直瞄射击毁伤裁决方法及其存储介质 |
CN109167691A (zh) * | 2018-09-27 | 2019-01-08 | 中国船舶工业综合技术经济研究院 | 一种武器控制系统的网络冗余设计方法 |
CN109190143A (zh) * | 2018-07-11 | 2019-01-11 | 北京晶品镜像科技有限公司 | 一种基于作战仿真试验的网络化智能弹药多方案评估方法 |
CN109190765A (zh) * | 2018-08-02 | 2019-01-11 | 中国人民解放军32153部队 | 基于改进竞争性假设分析的战役战术企图分析方法 |
CN109472043A (zh) * | 2018-09-17 | 2019-03-15 | 北京晶品镜像科技有限公司 | 一种随伴炮兵连的自主射击决策方法 |
CN109961215A (zh) * | 2019-02-19 | 2019-07-02 | 深圳大学 | 面向城市感知的通用移动众包任务分配方法及系统 |
CN110231777A (zh) * | 2019-02-14 | 2019-09-13 | 李策 | 基于决策点的陆军合同战斗方案自动控制仿真方法 |
CN110264028A (zh) * | 2019-04-29 | 2019-09-20 | 中国电子科技集团公司电子科学研究院 | 一种装备体系贡献率评估方法及装置 |
CN110597199A (zh) * | 2019-09-03 | 2019-12-20 | 唐晓川 | 一种基于射击向量的最优化模型的直升机武器调度方法及系统 |
CN110619052A (zh) * | 2019-08-29 | 2019-12-27 | 中国电子科技集团公司第二十八研究所 | 一种基于知识图谱的战场态势感知方法 |
CN110929394A (zh) * | 2019-11-14 | 2020-03-27 | 北京华如科技股份有限公司 | 基于超网络理论的联合作战体系建模方法以及存储介质 |
CN111061995A (zh) * | 2019-11-28 | 2020-04-24 | 江南机电设计研究所 | 作战资源分配方法、第一设备及第二设备 |
CN111598321A (zh) * | 2020-05-09 | 2020-08-28 | 中国电子科技集团公司第二十八研究所 | 一种基于信息驱动的作战管理系统及方法 |
CN111652475A (zh) * | 2020-05-12 | 2020-09-11 | 北京华如科技股份有限公司 | 联合作战体系作战能力多层次分析评估方法以及存储介质 |
CN111737880A (zh) * | 2020-07-10 | 2020-10-02 | 哈尔滨工业大学 | 基于复合信息熵的惯性仪表测试效能评估方法 |
CN112036643A (zh) * | 2020-09-01 | 2020-12-04 | 中国人民解放军陆军防化学院 | 一种基于匹配度的化学侦察设备目标分配优化方法 |
CN112163719A (zh) * | 2020-10-20 | 2021-01-01 | 北京理工大学 | 基于指派模型的导弹装备系统弹种优化设计方法及装置 |
CN112665454A (zh) * | 2021-01-18 | 2021-04-16 | 河北砺兵科技有限责任公司 | 人机对抗训练中的目标分配方法 |
CN112818522A (zh) * | 2021-01-18 | 2021-05-18 | 中国人民解放军91776部队 | 弹药消耗测算方法和装置 |
CN112945018A (zh) * | 2021-01-29 | 2021-06-11 | 南京理工大学 | 一种激光非致命武器致伤评估方法 |
CN113091529A (zh) * | 2021-05-12 | 2021-07-09 | 中国人民解放军军事科学院评估论证研究中心 | 一种基于发射约束检测规则的武器决策模型构建方法 |
CN113313436A (zh) * | 2021-07-29 | 2021-08-27 | 中国人民解放军空军预警学院 | 一种基于多普勒盲区地图的预警机协同部署方法 |
CN113392521A (zh) * | 2021-06-11 | 2021-09-14 | 中国人民解放军军事科学院评估论证研究中心 | 面向海空联合作战任务的资源编组模型构建方法及系统 |
CN114862152A (zh) * | 2022-04-21 | 2022-08-05 | 中国人民解放军61175部队 | 基于复杂网络的目标重要度评估方法 |
CN116151492A (zh) * | 2023-04-21 | 2023-05-23 | 中国兵器科学研究院 | 一种联合作战体系辅助决策分析系统 |
-
2016
- 2016-07-18 CN CN201610568969.8A patent/CN106203870A/zh active Pending
Cited By (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106815426A (zh) * | 2017-01-12 | 2017-06-09 | 北京航空航天大学 | 一种导弹自主编队综合作战效能评估方法 |
CN108287473B (zh) * | 2017-12-20 | 2021-04-27 | 中国人民解放军海军大连舰艇学院 | 一种舰队防空资源子调度控制系统与方法 |
CN108287473A (zh) * | 2017-12-20 | 2018-07-17 | 中国人民解放军海军大连舰艇学院 | 一种基于任务集及系统状态演化分析的舰队防空资源子调度控制系统与方法 |
CN108734334A (zh) * | 2018-04-04 | 2018-11-02 | 西北工业大学 | 一种基于d数和威胁性优先的弹炮结合火力分配方法 |
CN108804741A (zh) * | 2018-04-04 | 2018-11-13 | 西北工业大学 | 效能最大条件下的d-s证据理论炮弹结合火力分配方法 |
CN108734334B (zh) * | 2018-04-04 | 2020-06-16 | 西北工业大学 | 一种基于d数和威胁性优先的弹炮结合火力分配方法 |
CN108804741B (zh) * | 2018-04-04 | 2020-02-14 | 西北工业大学 | 效能最大条件下的d-s证据理论炮弹结合火力分配方法 |
CN108871080A (zh) * | 2018-06-04 | 2018-11-23 | 中国万宝工程有限公司 | 防空武器系统目标拦截排序设计方法 |
CN109063270A (zh) * | 2018-07-10 | 2018-12-21 | 北京华如科技股份有限公司 | 一种地面聚合实体直瞄射击毁伤裁决方法及其存储介质 |
CN109063270B (zh) * | 2018-07-10 | 2022-11-11 | 北京华如科技股份有限公司 | 一种地面聚合实体直瞄射击毁伤裁决方法及存储介质 |
CN109190143A (zh) * | 2018-07-11 | 2019-01-11 | 北京晶品镜像科技有限公司 | 一种基于作战仿真试验的网络化智能弹药多方案评估方法 |
CN109190765A (zh) * | 2018-08-02 | 2019-01-11 | 中国人民解放军32153部队 | 基于改进竞争性假设分析的战役战术企图分析方法 |
CN109472043A (zh) * | 2018-09-17 | 2019-03-15 | 北京晶品镜像科技有限公司 | 一种随伴炮兵连的自主射击决策方法 |
CN109472043B (zh) * | 2018-09-17 | 2020-10-09 | 北京晶品镜像科技有限公司 | 一种随伴炮兵连的自主射击决策方法 |
CN109167691B (zh) * | 2018-09-27 | 2021-06-18 | 中国船舶工业综合技术经济研究院 | 一种武器控制系统的网络冗余设计方法 |
CN109167691A (zh) * | 2018-09-27 | 2019-01-08 | 中国船舶工业综合技术经济研究院 | 一种武器控制系统的网络冗余设计方法 |
CN110231777A (zh) * | 2019-02-14 | 2019-09-13 | 李策 | 基于决策点的陆军合同战斗方案自动控制仿真方法 |
CN109961215A (zh) * | 2019-02-19 | 2019-07-02 | 深圳大学 | 面向城市感知的通用移动众包任务分配方法及系统 |
CN109961215B (zh) * | 2019-02-19 | 2022-09-20 | 深圳大学 | 面向城市感知的通用移动众包任务分配方法及系统 |
CN110264028A (zh) * | 2019-04-29 | 2019-09-20 | 中国电子科技集团公司电子科学研究院 | 一种装备体系贡献率评估方法及装置 |
CN110619052A (zh) * | 2019-08-29 | 2019-12-27 | 中国电子科技集团公司第二十八研究所 | 一种基于知识图谱的战场态势感知方法 |
CN110619052B (zh) * | 2019-08-29 | 2021-12-28 | 中国电子科技集团公司第二十八研究所 | 一种基于知识图谱的战场态势感知方法 |
CN110597199A (zh) * | 2019-09-03 | 2019-12-20 | 唐晓川 | 一种基于射击向量的最优化模型的直升机武器调度方法及系统 |
CN110929394B (zh) * | 2019-11-14 | 2024-01-23 | 北京华如科技股份有限公司 | 基于超网络理论的联合作战体系建模方法以及存储介质 |
CN110929394A (zh) * | 2019-11-14 | 2020-03-27 | 北京华如科技股份有限公司 | 基于超网络理论的联合作战体系建模方法以及存储介质 |
CN111061995B (zh) * | 2019-11-28 | 2023-06-09 | 江南机电设计研究所 | 作战资源分配方法、第一设备及第二设备 |
CN111061995A (zh) * | 2019-11-28 | 2020-04-24 | 江南机电设计研究所 | 作战资源分配方法、第一设备及第二设备 |
CN111598321A (zh) * | 2020-05-09 | 2020-08-28 | 中国电子科技集团公司第二十八研究所 | 一种基于信息驱动的作战管理系统及方法 |
CN111652475A (zh) * | 2020-05-12 | 2020-09-11 | 北京华如科技股份有限公司 | 联合作战体系作战能力多层次分析评估方法以及存储介质 |
CN111737880A (zh) * | 2020-07-10 | 2020-10-02 | 哈尔滨工业大学 | 基于复合信息熵的惯性仪表测试效能评估方法 |
CN112036643B (zh) * | 2020-09-01 | 2023-06-27 | 中国人民解放军陆军防化学院 | 一种基于匹配度的化学侦察设备目标分配优化方法 |
CN112036643A (zh) * | 2020-09-01 | 2020-12-04 | 中国人民解放军陆军防化学院 | 一种基于匹配度的化学侦察设备目标分配优化方法 |
CN112163719A (zh) * | 2020-10-20 | 2021-01-01 | 北京理工大学 | 基于指派模型的导弹装备系统弹种优化设计方法及装置 |
CN112818522B (zh) * | 2021-01-18 | 2022-04-22 | 中国人民解放军91776部队 | 弹药消耗测算方法和装置 |
CN112665454A (zh) * | 2021-01-18 | 2021-04-16 | 河北砺兵科技有限责任公司 | 人机对抗训练中的目标分配方法 |
CN112818522A (zh) * | 2021-01-18 | 2021-05-18 | 中国人民解放军91776部队 | 弹药消耗测算方法和装置 |
CN112945018A (zh) * | 2021-01-29 | 2021-06-11 | 南京理工大学 | 一种激光非致命武器致伤评估方法 |
CN113091529A (zh) * | 2021-05-12 | 2021-07-09 | 中国人民解放军军事科学院评估论证研究中心 | 一种基于发射约束检测规则的武器决策模型构建方法 |
CN113392521B (zh) * | 2021-06-11 | 2022-02-18 | 中国人民解放军军事科学院评估论证研究中心 | 面向海空联合作战任务的资源编组模型构建方法及系统 |
CN113392521A (zh) * | 2021-06-11 | 2021-09-14 | 中国人民解放军军事科学院评估论证研究中心 | 面向海空联合作战任务的资源编组模型构建方法及系统 |
CN113313436A (zh) * | 2021-07-29 | 2021-08-27 | 中国人民解放军空军预警学院 | 一种基于多普勒盲区地图的预警机协同部署方法 |
CN114862152A (zh) * | 2022-04-21 | 2022-08-05 | 中国人民解放军61175部队 | 基于复杂网络的目标重要度评估方法 |
CN116151492A (zh) * | 2023-04-21 | 2023-05-23 | 中国兵器科学研究院 | 一种联合作战体系辅助决策分析系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106203870A (zh) | 一种面向联合作战的目标体系分析及武器分配方法 | |
CN109241591B (zh) | 反舰导弹作战效能评估及辅助决策方法 | |
Przemieniecki | Mathematical methods in defense analyses | |
CN108647414A (zh) | 基于仿真实验的作战计划适应性分析方法及存储介质 | |
CN112417710B (zh) | 基于作战环的武器装备体系贡献度评估方法 | |
CN109740876A (zh) | 目标威胁判断方法 | |
CN108318032A (zh) | 一种考虑攻防对抗的无人机航迹智能规划方法 | |
CN109063819B (zh) | 基于贝叶斯网络的任务共同体的识别方法 | |
Yao et al. | Mission decision-making method of multi-aircraft cooperatively attacking multi-target based on game theoretic framework | |
CN105306248A (zh) | 基于作战环的武器装备体系作战网络作战效能评估方法 | |
CN106779210A (zh) | 基于蚁群算法的火力分配方法 | |
Duan et al. | Multiple UCAVs cooperative air combat simulation platform based on PSO, ACO, and game theory | |
CN101893441A (zh) | 基于离差最大化及灰色关联分析的无人机航迹优选方法 | |
WO2013169157A1 (en) | Method and system of mission planning | |
CN103488171A (zh) | 一种基于情景构建的无人机自主鲁棒决策方法 | |
Gao et al. | Study on the optimal strategy of missile interception | |
Hu et al. | Solution and optimization of aircraft swarm cooperating anti-stealth formation configuration | |
Berrow et al. | Capability Modeling for Assessing Mission Effectiveness in Surface Ship Concept and Requirements Exploration | |
CN114548674B (zh) | 面向多智能体对抗场景的威胁态势评估方法、装置及设备 | |
McLemore et al. | A model for geographically distributed combat interactions of swarming naval and air forces | |
CN114330093A (zh) | 基于dqn的航空兵多平台协同智能对抗决策方法 | |
Unver et al. | Threat evaluation using analytic network process | |
Qu et al. | A Method for Evaluating the Effectiveness of Antimissile Early Warning Operations Based on SEA | |
Work | Offensive Cyber Operations and Future Littoral Operating Concepts | |
Giachetti | System of systems capability needs analysis via a stochastic network model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161207 |