CN111783291A - 基于ooda环理论的作战体系超网络建模方法 - Google Patents
基于ooda环理论的作战体系超网络建模方法 Download PDFInfo
- Publication number
- CN111783291A CN111783291A CN202010573322.0A CN202010573322A CN111783291A CN 111783291 A CN111783291 A CN 111783291A CN 202010573322 A CN202010573322 A CN 202010573322A CN 111783291 A CN111783291 A CN 111783291A
- Authority
- CN
- China
- Prior art keywords
- larger
- node
- striking
- nodes
- relationship
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000008569 process Effects 0.000 claims abstract description 14
- 238000012546 transfer Methods 0.000 claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims description 24
- 238000001514 detection method Methods 0.000 claims description 15
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 6
- 230000000875 corresponding effect Effects 0.000 claims description 5
- 230000002195 synergetic effect Effects 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 2
- 230000009471 action Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 125000004122 cyclic group Chemical group 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于OODA环理论的作战体系超网络建模方法，包括：根据OODA环理论的作战流程，确定超网络模型中的4类节点，分别为感知节点VO、判断与决策节点VD、打击节点VA以及目标节点VT；将节点之间的关系分为7种，对应超网络模型中的7类边，分别为：探测关系ETO，协同关系EOD，指控关系EDA，打击关系EAT，信息传递与共享关系EOO，上下级指挥关系EDD，协同打击关系EAA；将作战体系建模为包含上述4类节点和7类边的超网络模型，根据超网络模型计算体系综合能力。本发明的基于OODA环理论的作战体系超网络建模方法，可以建立作战体系超网络模型，根据超网络模型能够快速求解体系综合能力，便于指导作战实践。
Description
技术领域
本发明涉及体系建模技术领域，尤其涉及一种基于OODA环理论的作战体系超网络建模方法。
背景技术
为了打赢下一场战争，就必须使用科学的方法研究战争，掌握战争演化规律，发现制胜机理。现代战争是体系与体系的对抗，然而，作战体系规模庞大，组成结构复杂，如何建立复杂作战体系数学模型，成为打赢未来智能化战争必须要解决的问题。
现有技术提供的一种作战建模方法是以战场C4ISR系统为中心，由探测系统、通信系统、指挥系统等子系统组成的分层、分布式一体化战场信息系统，他们建立了基于结构层和属性层相统一的超网络模型，并结合体系作战过程中的对抗规律，提出超网络模型相应的动态演化方式。该种基于系统论的方法实用性不强，模型无法用于指导作战实践。
发明内容
为解决上述现有技术中存在的技术问题，本发明提供了一种基于OODA环理论的作战体系超网络建模方法。具体技术方案如下：
一种基于OODA环理论的作战体系超网络建模方法，所述方法包括：
根据OODA环理论的作战流程，确定超网络模型中的4类节点，分别为感知节点VO、判断与决策节点VD、打击节点VA以及目标节点VT；
将节点之间的关系分为7种，对应超网络模型中的7类边，分别为：表示目标节点能够被感知节点探测到的探测关系ETO，表示感知节点将目标信息发送到判断与决策节点的协同关系EOD，表示判断与决策节点指挥打击节点进行打击的指控关系EDA，表示打击节点对目标节点进行攻击的打击关系EAT，表示感知节点之间信息共享的信息传递与共享关系EOO，表示判断与决策节点之间的上下级关系的上下级指挥关系EDD，以及表示打击节点之间协同对同一个目标进行打击的协同打击关系EAA；
将作战体系建模为包含上述4类节点和7类边的超网络模型，即：
G＝{V,E}，其中：V＝{VO,VD,VA,VT}，E＝{ETO,EOD,EDA,EAT,EOO,EDD,EAA}
根据超网络模型计算体系综合能力。
在一种可能的设计中，遵循下述规则，对7种关系进行赋值：
感知节点发现目标的概率越大、或者探测精度越高，ETO赋值越大；感知节点传给判断与决策节点的信息损失越少，目标指示越准确，EOD赋值越大；指挥官经验越丰富，局势判断与指挥决策越准确合理，EDA赋值越大；打击节点对目标节点的杀伤概率越大、或者打击强度越大，EAT赋值越大；感知节点内部信息共享越充分，合作越密切，EOO赋值越大；上下级配合越密切，EDD赋值越大；协同打击效率越高，EAA赋值越大。
在一种可能的设计中，7种关系中每种关系的属性为两个，分别为能力和频率，对应地，对7种关系进行赋值时对分别表示能力和频率的x和y进行赋值，探测关系ETO中，x越大，表示感知节点发现目标的概率越大、或者探测精度越高，y越大表示探测频率越快；协同关系EOD中，x越大，表示感知节点传给判断与决策节点的信息损失越少，目标指示越准确，y越大，表示感知节点到判断与决策节点的信息传输速率越快；指控关系EDA中，x越大，表示指挥官经验越丰富，局势判断与指挥决策越准确合理，y越大，表示局势判断与指挥决策的频率越大；打击关系EAT中，x越大，表示打击节点对目标节点的杀伤概率越大，或者打击强度越大，y越大，表示打击频率越快；信息传递与共享关系EOO中，x越大，表示感知节点内部信息共享越充分，合作越密切，y越大，表示信息共享传输频率越大；上下级指挥关系EDD中，x越大，表示上下级配合越密切，y越大，表示上级指挥下级频率越快；协同打击关系EAA中，x越大，表示打击同步效率越高，y越大，表示协同频率越快。
在一种可能的设计中，赋值过程中设定基准值，以实际数值与基准值之间的比值作为权重值进行赋值。
在一种可能的设计中，建立超网络模型并赋值后，将超网络各元素之间的交互关系用邻接矩阵进行表示，计算邻接矩阵的PF特征值作为体系综合能力。
在一种可能的设计中，建立超网络模型并赋值后，将超网络各元素之间的交互关系用邻接矩阵进行表示，超网络对应两个邻接矩阵，分别为能力值邻接矩阵和频率值邻接矩阵，计算能力值邻接矩阵的PF特征值作为能力特征值，计算频率值邻接矩阵的PF特征值作为频率特征值，体系综合能力是能力特征值和频率特征值的函数，且体系综合能力分别与能力特征值和频率特征值正相关。
本发明技术方案的主要优点如下：
本发明的基于OODA环理论的作战体系超网络建模方法，基于OODA环理论对作战体系组成和相互之间的关系进行分解，确定作战体系可以建模为4类节点和7类边，建立作战体系超网络模型，根据超网络模型能够快速求解体系综合能力，便于指导作战实践。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附
图中：
图1为本发明一实施例提供的超网络模型的结构示意图；
图2为本发明一实施例提供的超网络模型转化为邻接矩阵的结构示意图；
图3为本发明另一实施例提供的超网络模型转化为邻接矩阵的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
以下结合附图，详细说明本发明实施例提供的技术方案。
本发明实施例提供的作战体系超网络建模方法是在OODA环理论的基础上进行的，首先对OODA环理论进行说明：
美国空军上校约翰·博伊德提出OODA环理论：用不断循环的“观察(Observe)、判断(Orient)、决策(Decide)、行动(Act)”(OODA)过程来描述战场上指挥员的理性指挥过程，每次作战行动都可以看成是一个OODA循环过程。
本发明实施例提供了一种基于OODA环理论的作战体系超网络建模方法，该方法包括：
根据OODA环理论的作战流程，确定超网络模型中的4类节点，分别为感知节点VO、判断与决策节点VD、打击节点VA以及目标节点VT。其中，4类节点中感知节点VO对应OODA环理论中的观察(Observe)节点，判断与决策节点VD对应OODA环理论中的判断(Orient)和决策(Decide)节点，打击节点VA对应OODA环理论中的行动(Act)节点，目标节点VT表示敌方作战体系的各类节点。4类节点的具体含义如下表所示：
将节点之间的关系分为7种，对应超网络模型中的7类边，分别为：表示目标节点能够被感知节点探测到的探测关系ETO，表示感知节点将目标信息发送到判断与决策节点的协同关系EOD，表示判断与决策节点指挥打击节点进行打击的指控关系EDA，表示打击节点对目标节点进行攻击的打击关系EAT，表示感知节点之间信息共享的信息传递与共享关系EOO，表示判断与决策节点之间的上下级关系的上下级指挥关系EDD，以及表示打击节点之间协同对同一个目标进行打击的协同打击关系EAA。如下表所示：
将作战体系建模为包含上述4类节点和7类边的超网络模型，超网络模型如附图1所示，即：
G＝{V,E}，其中：
V＝{VO,VD,VA,VT}
E＝{ETO,EOD,EDA,EAT,EOO,EDD,EAA}
根据超网络模型计算体系综合能力。
本发明实施例提供的基于OODA环理论的作战体系超网络建模方法，基于OODA环理论对作战体系组成和相互之间的关系进行分解，确定作战体系可以建模为4类节点和7类边，建立作战体系超网络模型，根据超网络模型能够快速求解体系综合能力，便于指导作战实践。
为了使超网络中每条边的属性能够真实反映作战体系中不同关系的能力强弱，作为一种示例，遵循下述规则，对7种关系进行赋值：
感知节点发现目标的概率越大、或者探测精度越高，ETO赋值越大；
感知节点传给判断与决策节点的信息损失越少，目标指示越准确，EOD赋值越大；
指挥官经验越丰富，局势判断与指挥决策越准确合理，EDA赋值越大；
打击节点对目标节点的杀伤概率越大、或者打击强度越大，EAT赋值越大；
感知节点内部信息共享越充分，合作越密切，EOO赋值越大；
上下级配合越密切，EDD赋值越大；
协同打击效率越高，EAA赋值越大。
该示例中，建立超网络模型并赋值后，将超网络各元素之间的交互关系用邻接矩阵进行表示，计算邻接矩阵的PF特征值作为体系综合能力。超网络转化为邻接矩阵的示意图如附图2所示。
作为另一种示例，7种关系中每种关系的属性为两个，分别为能力和频率，对应地，对7种关系进行赋值时对分别表示能力和频率的x和y进行赋值，
探测关系ETO中，x越大，表示感知节点发现目标的概率越大、或者探测精度越高，y越大表示探测频率越快；
协同关系EOD中，x越大，表示感知节点传给判断与决策节点的信息损失越少，目标指示越准确，y越大，表示感知节点到判断与决策节点的信息传输速率越快；
指控关系EDA中，x越大，表示指挥官经验越丰富，局势判断与指挥决策越准确合理，y越大，表示局势判断与指挥决策的频率越大；
打击关系EAT中，x越大，表示打击节点对目标节点的杀伤概率越大，或者打击强度越大，y越大，表示打击频率越快；
信息传递与共享关系EOO中，x越大，表示感知节点内部信息共享越充分，合作越密切，y越大，表示信息共享传输频率越大；
上下级指挥关系EDD中，x越大，表示上下级配合越密切，y越大，表示上级指挥下级频率越快；
协同打击关系EAA中，x越大，表示打击同步效率越高，y越大，表示协同频率越快。
该示例中，建立超网络模型并赋值后，将超网络各元素之间的交互关系用邻接矩阵进行表示，如附图3示，超网络G对应两个邻接矩阵，分别为能力值邻接矩阵Na和频率值邻接矩阵Nf，可以计算作战体系超网络G的两个指标，分别是能力值邻接矩阵的PF特征值λa和频率值邻接矩阵的PF特征值λf。λa表示体系OODA环的能力，λf表示体系OODA环的频率。体系综合能力S是λa和λf的函数。示例地，S＝λaλf。
进一步地，赋值过程中设定基准值，以实际数值与基准值之间的比值作为权重值进行赋值。如此设置，便于设立统一基准进行能力值之间的对比，且简化计算过程。以ETO为例，探测节点VO1对目标节点VT的探测精度是5米，假设将ETO1的权重设定为1，VO2对VT的探测精度是10米，则ETO2的权重为：ETO2＝5/10＝0.5。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。此外，本文中“前”、“后”、“左”、“右”、“上”、“下”均以附图中表示的放置状态为参照。
最后应说明的是：以上实施例仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (6)
1.一种基于OODA环理论的作战体系超网络建模方法，其特征在于，所述方法包括：
根据OODA环理论的作战流程，确定超网络模型中的4类节点，分别为感知节点VO、判断与决策节点VD、打击节点VA以及目标节点VT；
将节点之间的关系分为7种，对应超网络模型中的7类边，分别为：表示目标节点能够被感知节点探测到的探测关系ETO，表示感知节点将目标信息发送到判断与决策节点的协同关系EOD，表示判断与决策节点指挥打击节点进行打击的指控关系EDA，表示打击节点对目标节点进行攻击的打击关系EAT，表示感知节点之间信息共享的信息传递与共享关系EOO，表示判断与决策节点之间的上下级关系的上下级指挥关系EDD，以及表示打击节点之间协同对同一个目标进行打击的协同打击关系EAA；
将作战体系建模为包含上述4类节点和7类边的超网络模型，即：
G＝{V,E}，其中：
V＝{VO,VD,VA,VT}
E＝{ETO,EOD,EDA,EAT,EOO,EDD,EAA}
根据超网络模型计算体系综合能力。
2.根据权利要求1所述的基于OODA环理论的作战体系超网络建模方法，其特征在于，遵循下述规则，对7种关系进行赋值：
感知节点发现目标的概率越大、或者探测精度越高，ETO赋值越大；
感知节点传给判断与决策节点的信息损失越少，目标指示越准确，EOD赋值越大；
指挥官经验越丰富，局势判断与指挥决策越准确合理，EDA赋值越大；
打击节点对目标节点的杀伤概率越大、或者打击强度越大，EAT赋值越大；
感知节点内部信息共享越充分，合作越密切，EOO赋值越大；
上下级配合越密切，EDD赋值越大；
协同打击效率越高，EAA赋值越大。
3.根据权利要求1所述的基于OODA环理论的作战体系超网络建模方法，其特征在于，7种关系中每种关系的属性为两个，分别为能力和频率，对应地，对7种关系进行赋值时对分别表示能力和频率的x和y进行赋值，
探测关系ETO中，x越大，表示感知节点发现目标的概率越大、或者探测精度越高，y越大表示探测频率越快；
协同关系EOD中，x越大，表示感知节点传给判断与决策节点的信息损失越少，目标指示越准确，y越大，表示感知节点到判断与决策节点的信息传输速率越快；
指控关系EDA中，x越大，表示指挥官经验越丰富，局势判断与指挥决策越准确合理，y越大，表示局势判断与指挥决策的频率越大；
打击关系EAT中，x越大，表示打击节点对目标节点的杀伤概率越大，或者打击强度越大，y越大，表示打击频率越快；
信息传递与共享关系EOO中，x越大，表示感知节点内部信息共享越充分，合作越密切，y越大，表示信息共享传输频率越大；
上下级指挥关系EDD中，x越大，表示上下级配合越密切，y越大，表示上级指挥下级频率越快；
协同打击关系EAA中，x越大，表示打击同步效率越高，y越大，表示协同频率越快。
4.根据权利要求2或3所述的基于OODA环理论的作战体系超网络建模方法，其特征在于，赋值过程中设定基准值，以实际数值与基准值之间的比值作为权重值进行赋值。
5.根据权利要求2所述的基于OODA环理论的作战体系超网络建模方法，其特征在于，建立超网络模型并赋值后，将超网络各元素之间的交互关系用邻接矩阵进行表示，计算邻接矩阵的PF特征值作为体系综合能力。
6.根据权利要求3所述的基于OODA环理论的作战体系超网络建模方法，其特征在于，建立超网络模型并赋值后，将超网络各元素之间的交互关系用邻接矩阵进行表示，超网络对应两个邻接矩阵，分别为能力值邻接矩阵和频率值邻接矩阵，计算能力值邻接矩阵的PF特征值作为能力特征值，计算频率值邻接矩阵的PF特征值作为频率特征值，体系综合能力是能力特征值和频率特征值的函数，且体系综合能力分别与能力特征值和频率特征值正相关。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010573322.0A CN111783291B (zh) | 2020-06-22 | 2020-06-22 | 基于ooda环理论的作战体系超网络建模方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010573322.0A CN111783291B (zh) | 2020-06-22 | 2020-06-22 | 基于ooda环理论的作战体系超网络建模方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111783291A true CN111783291A (zh) | 2020-10-16 |
| CN111783291B CN111783291B (zh) | 2021-06-11 |
Family
ID=72756094
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010573322.0A Active CN111783291B (zh) | 2020-06-22 | 2020-06-22 | 基于ooda环理论的作战体系超网络建模方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111783291B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112702208A (zh) * | 2020-12-28 | 2021-04-23 | 西北工业大学 | 一种基于关系的异质多层作战体系打击链路生成方法 |
| CN113595792A (zh) * | 2021-07-28 | 2021-11-02 | 中国人民解放军国防科技大学 | 目标任务链路的生成方法、装置、计算机设备和存储介质 |
| WO2022099915A1 (zh) * | 2020-11-13 | 2022-05-19 | 中国人民解放军国防科技大学 | 基于超网络模型的组织架构建模方法及空间探索算法 |
| GB2618302A (en) * | 2020-11-13 | 2023-11-08 | National Univ Of Defense Technology | Hypernetwork model-based organization architecture modeling method and space exploration algorithm |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1160679A2 (en) * | 2000-06-02 | 2001-12-05 | Mitsubishi Denki Kabushiki Kaisha | Method for modelling a probabilistic system |
| CN104133951A (zh) * | 2014-07-18 | 2014-11-05 | 西南交通大学 | 一种基于矩阵乘积的超网络构建方法 |
| CN106603309A (zh) * | 2017-01-04 | 2017-04-26 | 大连大学 | 一种基于超网络的指控网络分层演化方法 |
| CN110069815A (zh) * | 2019-03-14 | 2019-07-30 | 中科恒运股份有限公司 | 指标体系构建方法、系统及终端设备 |
| CN110401564A (zh) * | 2019-07-04 | 2019-11-01 | 大连交通大学 | 基于相对混合择优的指挥控制超网络模型构建方法 |
| CN110505080A (zh) * | 2019-07-09 | 2019-11-26 | 大连交通大学 | 基于混合结构的指挥控制超网络动态演化模型构建方法 |
| 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 |
-
2020
- 2020-06-22 CN CN202010573322.0A patent/CN111783291B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1160679A2 (en) * | 2000-06-02 | 2001-12-05 | Mitsubishi Denki Kabushiki Kaisha | Method for modelling a probabilistic system |
| CN104133951A (zh) * | 2014-07-18 | 2014-11-05 | 西南交通大学 | 一种基于矩阵乘积的超网络构建方法 |
| CN106603309A (zh) * | 2017-01-04 | 2017-04-26 | 大连大学 | 一种基于超网络的指控网络分层演化方法 |
| CN110069815A (zh) * | 2019-03-14 | 2019-07-30 | 中科恒运股份有限公司 | 指标体系构建方法、系统及终端设备 |
| CN110401564A (zh) * | 2019-07-04 | 2019-11-01 | 大连交通大学 | 基于相对混合择优的指挥控制超网络模型构建方法 |
| CN110505080A (zh) * | 2019-07-09 | 2019-11-26 | 大连交通大学 | 基于混合结构的指挥控制超网络动态演化模型构建方法 |
| 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 |
Non-Patent Citations (7)
| Title |
|---|
| LU CAO;XIAOQIAN CHEN: "Minimum sliding mode error feedback control for inner-formation satellite system with J2 and small eccentricity", 《SCIENCE CHINA：INFORMATION SCIENCES》 * |
| 刚建勋，叶雄兵，王玮: "航母编队作战体系超网络建模", 《舰船科学技术》 * |
| 周义蚊， 郭基联， 姜禹呈， 步兵: "有人机／无人机协同作战超网络社团化算法设", 《２０ １ ７ 年（ 第三届） 中国航空科学技术大会论文集》 * |
| 张昱，张明智，杨镜宇，赵晔，荣明: "一种基于OODA环的武器装备体系建模方法", 《系统仿真学报》 * |
| 梁家林，熊 伟: "基于作战环的武器装备体系能力评估方法", 《系统工程与电子技术》 * |
| 胡晓峰，贺筱媛，饶德虎: "基于复杂网络的体系作战协同能力分析方法研究", 《复杂系统与复杂性科学》 * |
| 陈春,李陆冀,陶金: "基于复杂网络构建ＳＰＣＴ对抗交互网络模型", 《舰船电子工程》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022099915A1 (zh) * | 2020-11-13 | 2022-05-19 | 中国人民解放军国防科技大学 | 基于超网络模型的组织架构建模方法及空间探索算法 |
| GB2618302A (en) * | 2020-11-13 | 2023-11-08 | National Univ Of Defense Technology | Hypernetwork model-based organization architecture modeling method and space exploration algorithm |
| CN112702208A (zh) * | 2020-12-28 | 2021-04-23 | 西北工业大学 | 一种基于关系的异质多层作战体系打击链路生成方法 |
| CN113595792A (zh) * | 2021-07-28 | 2021-11-02 | 中国人民解放军国防科技大学 | 目标任务链路的生成方法、装置、计算机设备和存储介质 |
| CN113595792B (zh) * | 2021-07-28 | 2022-08-19 | 中国人民解放军国防科技大学 | 目标任务链路的生成方法、装置、计算机设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111783291B (zh) | 2021-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111783291B (zh) | 基于ooda环理论的作战体系超网络建模方法 | |
| Tang et al. | Adaptive consensus reaching process with hybrid strategies for large-scale group decision making | |
| CN111784135B (zh) | 基于超网络和ooda环理论的体系作战能力量化分析方法 | |
| Yu et al. | Global stability of two-group SIR model with random perturbation | |
| CN108319779B (zh) | 基于m阶邻接矩阵的指挥控制网络级联失效模型建立方法 | |
| CN110401564B (zh) | 基于相对混合择优的指挥控制超网络模型构建方法 | |
| CN110099045B (zh) | 基于定性微分博弈和演化博弈的网络安全威胁预警方法及装置 | |
| CN112580217A (zh) | 基于复杂网络的通信体系结构参数化建模方法 | |
| CN112702208B (zh) | 一种基于关系的异质多层作战体系打击链路生成方法 | |
| CN110505080B (zh) | 基于混合结构的指挥控制超网络动态演化模型构建方法 | |
| CN110519094B (zh) | 一种基于装备体系网络的打击链路评估方法 | |
| CN102708327A (zh) | 一种基于谱优化的网络社区发现方法 | |
| CN108268603A (zh) | 一种基于核心成员识别的社区发现方法 | |
| CN112596031A (zh) | 一种基于知识图谱的目标雷达威胁度评估方法 | |
| CN106599049B (zh) | 一种决策表数据约简方法 | |
| CN107958265A (zh) | 一种基于战时影响因素与ε-SVR的战损备件预测方法 | |
| Zhang et al. | Man-machine function allocation based on uncertain linguistic multiple attribute decision making | |
| CN106447207A (zh) | 一种基于大数据分析的绿色建筑预评价系统 | |
| CN106354886A (zh) | 在推荐系统中利用潜在邻居关系图筛选最近邻居的方法 | |
| Azman et al. | Ranking fuzzy numbers by centroid method | |
| Chang et al. | A study of application of assessment modes in development of smart automatic production systems in Industry 4.0 | |
| CN116014764A (zh) | 一种分布式储能优化处理方法及装置 | |
| CN107943558A (zh) | 基于霍尔特指数平滑法的状态预测模型生成方法 | |
| CN114358127A (zh) | 一种空中任务群组识别方法 | |
| Zhang et al. | On convergence rate for multi-agent consensus: a community detection algorithm |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |