KR102565906B1 - 항공작전에서 공격편대군 작전계획 수립을 위한 인공지능 - Google Patents

항공작전에서 공격편대군 작전계획 수립을 위한 인공지능 Download PDF

Info

Publication number
KR102565906B1
KR102565906B1 KR1020210128802A KR20210128802A KR102565906B1 KR 102565906 B1 KR102565906 B1 KR 102565906B1 KR 1020210128802 A KR1020210128802 A KR 1020210128802A KR 20210128802 A KR20210128802 A KR 20210128802A KR 102565906 B1 KR102565906 B1 KR 102565906B1
Authority
KR
South Korea
Prior art keywords
attack
formation group
target
attack formation
operation plan
Prior art date
Application number
KR1020210128802A
Other languages
English (en)
Other versions
KR20230045935A (ko
Inventor
김흥섭
Original Assignee
창원대학교 산학협력단
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 창원대학교 산학협력단 filed Critical 창원대학교 산학협력단
Priority to KR1020210128802A priority Critical patent/KR102565906B1/ko
Publication of KR20230045935A publication Critical patent/KR20230045935A/ko
Application granted granted Critical
Publication of KR102565906B1 publication Critical patent/KR102565906B1/ko

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F41—WEAPONS
    • F41H—ARMOUR; ARMOURED TURRETS; ARMOURED OR ARMED VEHICLES; MEANS OF ATTACK OR DEFENCE, e.g. CAMOUFLAGE, IN GENERAL
    • F41H13/00—Means of attack or defence not otherwise provided for
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B9/00—Simulators for teaching or training purposes
    • G09B9/003—Simulators for teaching or training purposes for military purposes and tactics

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Remote Sensing (AREA)
  • Mathematical Physics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

항공작전에서 공격편대군 작전계획 수립을 위한 인공지능 기술이 개시된다. 일 실시예에 따른 작전계획 수립 시스템에 의해 수행되는 인공지능 기반의 항공작전에서의 공격편대군 작전계획 수립 방법은, 공격편대군의 작전 효과도를 평가하기 위한 공격편대군 표적 할당 모형을 생성하는 단계; 및 상기 생성된 공격편대군 표적 할당 모형을 이용하여 공격편대군 작전계획을 수립하는 단계를 포함할 수 있다.
본 발명과 관련된 연구과제의 정보는 아래와 같다.　
- 사업명: 방산혁신클러스터지원사업
- 과제명: 첨단방산소재부품연구실(센터)
- 과제고유번호: DCL2020L
- 기관세부과제번호: 2020-0561
- 총연구기간: 2020-12-16 ~ 2022-12-15
- 당해연구기간: 2020-12-16 ~ 2021-12-15
- 부처명: 방위사업청　
- 주관기관: 국방기술진흥연구소
- 과제수행기관: 창원대학교 산학협력단

Description

항공작전에서 공격편대군 작전계획 수립을 위한 인공지능{ARTIFICIAL INTELLIGENCE FOR ESTABLISHING THE OPERATION PLAN OF STRIKE PACKAGES IN AIR OPERATIONS}
아래의 설명은 항공작전에서 작전계획을 수립하는 기술에 관한 것이다.
수리계획법(Mathematical programming model)은 다양한 형태의 현실 문제의 목적(Objective)과 제약들(Constraints)을 수학적으로 모형화하고, 현실적 제약들을 준수하면서 문제에서 목적하는 바를 극대화/극소화하기 위한 해(Solution)를 찾는 방법이다.
무기 표적 할당(WTA: Weapon-Target assignment)은 군사OR(Military operations research) 분야의 대표적인 문제들 중 하나로, 수리계획법을 통해 작전 효과를 극대화할 수 있도록 다수의 표적에 가용한 무기 자원을 할당한다. 전통적인 WTA 문제는 지상군 포병(Artillery)의 작전 개념에 적합하게 개발되어 왔다.
WTA 문제를 항공작전의 유형으로 변환한 것이 표적에 무장한 항공기를 할당하는 개념의 항공기 표적 할당(ATA: Aircraft-to-Target Assignment) 문제이며, 기존 ATA에 대한 연구들은 ①표적에 쏘티를 할당(Sortie-to-Target Assignment)하는 방법과 ②쏘티에 표적들을 할당(Targets-to-Sortie Assignment)하는 방법으로 구분된다. 즉, 두 가지 방법의 가장 큰 차이점은, 표적에 쏘티를 할당하는 방법은 전통적인 WTA 한번의 비행으로 단일 표적 공격을 가정하고, 쏘티에 표적들을 할당하는 방법은 한번의 비행으로 복수의 표적들을 공격할 수 있음을 가정한다. 따라서 현대전에서는 쏘티에 표적들을 할당하는 방법이 보다 적합하다고 할 수 있다.
현대전에서 무기 자원의 가용성, 공격편대군의 생존성, 표적의 전략적 가치, 무기 표적 간의 공격 효과 등을 고려하여 다양하고 다수의 무기 자원으로 다수의 표적을 공격하기 위한 작전계획을 수립하는 것은 매우 어렵다.
현대전의 항공작전 개념을 고려하여 쏘티 당 다수의 표적들을 할당하는 방법 및 장치를 제공할 수 있다.
공격편대군의 작전 효과도를 평가하기 위한 공격편대군 표적 할당 모형을 생성하고, 생성된 공격편대군 표적 할당 모형을 이용하여 공격편대군 작전계획을 수립하는 방법 및 장치를 제공할 수 있다.
작전계획 수립 시스템에 의해 수행되는 인공지능 기반의 항공작전에서의 공격편대군 작전계획 수립 방법은, 공격편대군의 작전 효과도를 평가하기 위한 공격편대군 표적 할당 모형을 생성하는 단계; 및 상기 생성된 공격편대군 표적 할당 모형을 이용하여 공격편대군 작전계획을 수립하는 단계를 포함할 수 있다.
상기 생성하는 단계는, 공격편대군의 작전 효과도 산정 함수와 작전환경을 모사하기 위한 제약 조건에 기초하여 공격편대군 작전계획을 수립하기 위한 공격편대군 표적 할당 모형을 생성하는 단계를 포함할 수 있다.
상기 생성하는 단계는, 공격편대군의 작전에서 공격 효과도를 최대화하기 위한 목적함수를 통해 편대군별 표적할당 및 비행경로 생성 제약 조건, 편대군별 비행시간 제약 조건, 편대군별 생존확률 제약 조건, 할당된 표적에 공격무장 배정 제약 조건, 항공기와 무장을 포함하는 자원의 보유량 제약 조건을 설정하는 단계를 포함할 수 있다.
상기 생성하는 단계는, 공격편대군의 작전 효과도를 평가하기 위한 비선형 기반의 공격편대군 표적 할당 모형을 선형 기반의 공격편대군 표적 할당 모형으로 변환하는 단계를 포함할 수 있다.
상기 수립하는 단계는, 표적의 전략적 가치, 공격편대군의 생존성, 표적에 할당되는 무기의 종류와 수량에 의한 파괴율에 기초하여 공격편대군의 작전 효과도를 평가하는 단계를 포함할 수 있다.
상기 공격편대군의 작전 효과도는, 임의 표적에 대한 작전 효과도와 공군편대군 작전계획의 전체 효과도를 포함하고, 상기 임의 표적에 대한 작전 효과도는 공격편대군이 적의 위협을 회피하여 해당 표적에 도달할 확률, 무기를 투사하여 표적을 파괴할 확률을 반영하여 작전을 통해 제거되는 적의 전략적 가치의 확률적 기댓값(Expected value)으로 산정되고, 상기 공군편대군 작전계획의 전체 효과도는 전체 표적의 작전 효과를 누적하여 산정될 수 있다.
상기 수립하는 단계는, 상기 평가된 공격편대군의 작전 효과도를 통해 제한된 항공기와 무장을 운용하여 예상되는 작전효과를 최대화할 수 있는 공격편대군의 구성 형태, 공격편대군별 표적 할당, 생존성에 기초하여 할당된 표적들을 공격하기 위한 비행경로 및 각 표적에 대한 무장의 종류와 수량을 포함하는 작전계획의 세부 요소들을 동시에 결정하는 단계를 포함할 수 있다.
상기 수립하는 단계는, 공격편대군 생존성을 고려한 작전효과 평가와 비행경로 상의 각 표적에 도달할 때까지의 공격편대군 생존 확률 추정을 통해 생존성을 향상시키기 위한 비행경로를 추천하는 단계를 포함할 수 있다.
인공지능 기반의 항공작전에서의 공격편대군 작전계획 수립 방법을 상기 작전계획 수립 시스템에 실행시키기 위해 비-일시적인 컴퓨터 판독가능한 기록 매체에 저장되는 컴퓨터 프로그램을 포함할 수 있다.
작전계획 수립 시스템은, 메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 공격편대군의 작전 효과도를 평가하기 위한 공격편대군 표적 할당 모형을 생성하고, 상기 생성된 공격편대군 표적 할당 모형을 이용하여 공격편대군 작전계획을 수립할 수 있다.
상기 적어도 하나의 프로세서는, 공격편대군의 작전 효과도 산정 함수와 작전환경을 모사하기 위한 제약 조건에 기초하여 공격편대군 작전계획을 수립하기 위한 공격편대군 표적 할당 모형을 생성할 수 있다.
상기 적어도 하나의 프로세서는, 공격편대군의 작전에서 공격 효과도를 최대화하기 위한 목적함수를 통해 편대군별 표적할당 및 비행경로 생성 제약 조건, 편대군별 비행시간 제약 조건, 편대군별 생존확률 제약 조건, 할당된 표적에 공격무장 배정 제약 조건, 항공기와 무장을 포함하는 자원의 보유량 제약 조건을 설정할 수 있다.
상기 적어도 하나의 프로세서는, 공격편대군의 작전 효과도를 평가하기 위한 비선형 기반의 공격편대군 표적 할당 모형을 선형 기반의 공격편대군 표적 할당 모형으로 변환할 수 있다.
상기 적어도 하나의 프로세서는, 표적의 전략적 가치, 공격편대군의 생존성, 표적에 할당되는 무기의 종류와 수량에 의한 파괴율에 기초하여 공격편대군의 작전 효과도를 평가할 수 있다.
상기 적어도 하나의 프로세서는, 상기 평가된 공격편대군의 작전 효과도를 통해 제한된 항공기와 무장을 운용하여 예상되는 작전효과를 최대화할 수 있는 공격편대군의 구성 형태, 공격편대군별 표적 할당, 생존성에 기초하여 할당된 표적들을 공격하기 위한 비행경로 및 각 표적에 대한 무장의 종류와 수량을 포함하는 작전계획의 세부 요소들을 동시에 결정할 수 있다.
현대/미래 전장에서 운용되는 다양한 정보수집체계로부터 수집되는 빅데이터를 기반으로 효과적이고 실제적인 항공작전 계획을 수립할 수 있다.
인공지능을 활용하여 다양한 전장요소들을 고려하여 복잡한 항공작전 계획을 신속하고 정확하게 수립할 수 있다.
신속하고 정확한 작전계획을 기반으로 실행시간 등의 항공작전 싸이클 운영 여건을 보장할 수 있다.
NCW, EBO 등 현대전의 주요 작전개념을 반영한 작전계획 수립을 통해 효과적인 항공작전을 수행할 수 있다.
현대전에서 역할의 중요도가 날로 높아지고 있는 항공전력 발전을 통해 국방력을 증진시킬 수 있다.
제한된 군사전력(물리적 군사력)의 효율적 활용을 통해 국방비를 절감할 수 있다.
도 1은 현대전의 개념/환경 및 항공작전 프로세스를 설명하기 위한 도면이다.
도 2는 무기 표적 할당과 본 발명과의 개념적 차이를 비교한 도면이다.
도 3은 생존성 평가 방법 차이에 의한 의사결정 변화를 설명하기 위한 도면이다.
도 4 및 도 5는 일 실시예에 있어서, 비선형 기반의 공격편대군 표적 할당 모형을 선형 기반의 공격편대군 표적 할당 모형으로 변환하는 동작을 설명하기 위한 도면이다.
도 6은 일 실시예에 있어서, 수치실험 결과 시각화 및 분석 결과를 설명하기 위한 도면이다.
도 7은 일 실시예에 따른 작전계획 수립 시스템의 구성을 설명하기 위한 블록도이다.
도 8은 일 실시예에 따른 작전계획 수립 시스템에서 인공지능 기반의 항공작전에서의 공격편대군 작전계획 수립 방법을 설명하기 위한 흐름도이다.
이하, 실시예를 첨부한 도면을 참조하여 상세히 설명한다.
실시예에서는 현대전의 항공작전 계획 수립을 위한 공격편대군들(Strike packages)의 작전계획 수립에 대한 것으로, 항공기, 무기 등 자원들(Resources)의 가용성, 공격편대군들의 생존성, 표적별 전략적 가치, 표적 무기 간의 공격 효과, 한 쏘티(Sortie)에 다수 표적 공격 등을 고려하여 공격편대군들의 작전계획을 수립하는 동작에 대하여 설명하기로 한다.
참고로, 공격편대군이란 단일 공격임무를 수행하기 위해 공격, 엄호, 대공제압, 전자전, 전술정찰 등의 임무들을 분담하여 수행하도록 여러 종류의 전투기들로 구성된 비행편대를 의미한다. 또한, 쏘티란 전투기의 출격을 의미하며, 이륙부터 착륙까지의 비행 횟수를 의미한다.
도 1은 현대전의 개념/환경 및 항공작전 프로세스를 설명하기 위한 도면이다.
현대전의 대표적 개념들은 도 1에서와 같이 정보수집체계의 통합을 통해 실시간으로 전장 정보를 공유하는 네트워크중심전(NCW: Network Centric Warfare)과 핵심표적만을 정밀 타격하여 조기에 전쟁목표를 달성하고자 하는 효과중심작전(EBO: Effect Based Operation)으로 정의된다. 즉, 다양한 전장 정보를 바탕으로 전략적 목표를 선정하고, 그 전략적 목표를 달성하기 위한 핵심표적에 대해 정밀유도무기(PGM: Precision Guided Munition)로 외과적 공격(Surgical attack)을 수행하는 개념이다. 실시간으로 변화되는 전장에서 효과적으로 작전을 수행하기 위해서는 도 1에서의 <전략목표 설정 - 표적 선정 - 임무 계획 - 작전 실행>으로 연결되는 항공작전 싸이클은 매우 빠르게 실행되어야 하며, 이를 위해 가장 복잡한 의사결정이 필요한 항공작전 계획 수립의 속도와 정확성이 매우 중요하다. 또한, 조종사와 항공기 등의 중요한 작전 자원을 보호하고, 작전의 성공 가능성을 향상시키기 위해 현대 항공작전은 공격편대군 개념에서 작전계획을 수립 및 시행한다.
도 2는 무기 표적 할당과 본 발명과의 개념적 차이를 비교한 도면이다.
전통적인 무기 표적 할당(WTA) 문제와 표적에 쏘티를 할당하는 방법은 도 2에서와 같이 표적 파괴 확률 등을 고려하여 표적에 무기의 종류와 수량을 할당하며, 지대지, 지대공, 지대함과 같은 포병 작전개념에 적합하다. 따라서 아군의 지역에서 표적을 공격하는 수행하는 작전 환경을 고려하고 있어 무기들에 대한 적의 위협, 즉, 생존성(Survivability) 개념을 고려하지 않고 있다.
실시예에서 제안하는 항공작전을 수행하는 공격편대군은 적의 항공기, 지대공 미사일 등의 위협이 상존하는 적지(Enemy territory)에서 작전을 수행하기 때문에 공격편대군의 생존성을 작전 성공 여부에 매우 중요한 요소로 고려하고자 한다. 더욱이 공격편대군의 생존성은 공격, 엄호, 대공제압, 전자전 등 각각의 임무를 담당하는 항공기들의 능력에 종속적이다. 즉, 공격편대군에서 각각의 임무에 참여하는 항공기들의 기종 등에 따라 동일한 작전에서도 생존성은 변화될 수 있다. 또한, 공격편대군에 대한 작전계획은 한번의 비행으로 다수의 표적을 순회하면서 공격하도록 수립된다.
도 3은 생존성 평가 방법 차이에 의한 의사결정 변화를 설명하기 위한 도면이다.
종래에는 공격 대상 표적 이동 간의 생존확률을 독립적으로 고려하고 있어 비행경로가 공격편대군의 생존성에 영향을 미치지 않고 있으나, 현실적인 작전환경과 괴리가 있다. 즉, 공격편대군에 많은 표적이 할당되어 적지의 상공에서 오랜 동안 작전을 수행할 경우, 적의 위협에 노출이 증대되고 이는 생존성에 취약 요인이 된다. 따라서 생존성(확률)은 표적들에 대한 공격순서를 포함하고 있는 비행경로 상에서 누적하여 평가하는 것이 합리적이다.
예를 들어, 작전계획 상에 비행경로가 기지(Base)->표적1->표적2->기지와 같을 때, 공격편대군이 기지에서 표적1을 향해 비행 중 피격되면 표적1과 표적2에 대한 공격이 불가능하고, 표적1에 대한 공격 성공 후 표적1에서 표적2로 비행하는 중에 피격될 경우에는 표적2에 대한 공격 기회가 상실된다.
그리고 각 표적들은 전구작전 계획의 전략 목표에 따라 전략적 가치를 갖게 되며, 임의의 무기(항공무장)의 공격 효과(파괴율)는 건물, 지하 건축물, 교량, 장비 등과 같은 표적의 유형과 형상에 따라 달라질 수 있다. 따라서 제한된 수량의 무기를 보유한 상황에서는 표적의 가치와 특성을 고려하여 공격할 무기의 종류와 수량을 결정하여야 한다.
이에, 작전계획 수립 시스템은 임의의 표적에 대한 공격 효과를 평가(예측)하기 위해서는 표적의 가치, 공격편대군의 생존성, 그리고 표적 공격에 사용할 무기의 종류와 수량 등을 고려할 수 있다. 작전계획 수립 시스템은 작전계획의 전체 효과도는 각 표적의 공격 효과들을 기반으로 평가(예측)할 수 있다.
또한, 작전계획 수립 시스템은 전구작전 계획의 전략 목표에 따라 표적들이 선정되면 작전계획에 반영될 수 있는 항공기 기종별 가용한 쏘티, 가용한 무기(항공무장)의 종류와 수량, 각 공격편대군 구성별 최대 작전가능 시간(예를 들면, 비행 시간)과 탑재 가능한 무기의 종류와 수량 등을 고려할 수 있다.
위와 같은 환경과 작전계획 요소들을 고려할 때, 공격할 표적의 수가 증가할수록 공격편대군 작전계획 수립의 복잡도(Complexity)는 기하급수적으로 증가함에 따라 인간이 수동적으로 공중작전 계획을 수립하여 도 1에 제시된 항공작전 싸이클을 운영하는 것은 현실적으로 매우 여렵거나 불가능할 수 있다.
따라서 현실적인 시간 내에 도 1의 항공작전 싸이클의 실행을 보장하거나 항공작전 싸이클의 실행 속도를 가속화하기 위해서는 공격편대군의 작전계획 수립의 속도와 정확성을 향상시킬 필요가 있으며, 이를 위해 합리적인 수학적 모형과 컴퓨터의 계산능력을 활용할 필요가 있다.
도 4는 일 실시예에 있어서, 비선형 기반의 공격편대군 표적 할당 모형을 선형 기반의 공격편대군 표적 할당 모형으로 변환하는 동작을 설명하기 위한 도면이다.
작전계획 수립 시스템은 공격편대군의 작전 효과도를 평가하기 위한 비선형 목적함수를 구성할 수 있다. 작전계획 수립 시스템은 표적의 전략적 가치, 공격편대군의 생존성, 표적에 할당되는 무기의 종류와 수량에 의한 파괴율을 고려하여 작전 효과도에 대한 수학적 모형을 제안한다. 다시 말해서, 임의 표적에 대한 작전 효과도는 공격편대군이 적의 위협을 회피하여 해당 표적에 도달할 확률, 무기를 투사하여 표적을 파괴할 확률을 반영하여 작전을 통해 제거되는 적의 전략적 가치의 확률적 기댓값(Expected value)으로 산정되며, 전체적인 작전 효과는 전체 표적의 작전 효과를 합하여 산정될 수 있다. 표적의 전략적 가치는 전구작전지휘소의 전략목표에 따라 결정되는 요소를 의미한다. 공격편대군의 생존성은 도 2와 도 3에서 제시된 개념에서 여러 표적을 공격하기 위해 비행하는 공격편대군의 각 표적에 도달할 수 있는 확률을 산정하는 수학적 모형으로 개발될 수 있다. 이러한 수학적 모형은 표적별 할당되는 무기의 종류와 수량에 의한 파괴 확률은 단발 표적 파괴 확률을 기반으로 이항확률 분포 이론을 이용하여 산정하도록 개발될 수 있다.
작전계획 수립 시스템은 공격편대군에 할당된 표적들을 순차적으로 공격하기 위한 비행경로 생성 제약 조건, 비행경로 상에 포함된 각 표적에 도달할 수 있는 시간 산정 및 최대 비행시간에 대한 제약 조건, 각 표적에 도달할 때까지 적의 위협으로부터 생존할 수 있는 확률 산정 제약 조건, 임의의 공격편대군에 할당된 표적들을 공격할 무기의 종류와 수량을 결정하기 위한 제약 조건, 작전계획에 포함되는 무기(기종별 항공기 대수, 탄종별 항공무장 발수) 자원의 보유량 제약 조건을 포함하는 현실작전 작전 환경을 모사하기 위한 제약(Constraints) 조건들에 기초하여 수학적 모형을 구성할 수 있다.
작전계획 수립 시스템은 공격편대군의 작전 효과도 산정 함수와 작전환경을 모사하기 위한 제약 제약들을 종합하여 공격편대군 작전 계획 수립을 위한 수리계획 모형(Mathematical programming model)을 생성할 수 있다. 실시예에서는 수리계획 모형을 비선형 기반의 공격편대군 표적 할당 모형(비선형 혼합정수계획(MINLP) 모형)으로 기재하기로 한다.
비선형 기반의 공격편대군 표적 할당 모형에 대하여 설명하기로 한다.
우선적으로, 표 1을 통해 공격편대군 표적 할당 모형의 파라미터에 대하여 설명하기로 한다.
공격편대군 구성형태 집합;
무장의 종류 집합;
표적의 집합
기지국(Base, {0})와 표적의 합집합;
항공기 종류의 집합;
표적 i의 전략적 가치
노드 i에서 j로 비행할 때의 생존 확률
무장 w로 표적 i를 공격할 때 파괴 확률
노드 i와 j간의 비행거리
공격편대군 s의 비행 속도
공격편대군 s의 최대 비행 시간
공격편대군 s가 표적 i를 공격하기 위한 체공시간
공격편대군 s에 참여하는 항공기 k의 대수
항공기 k의 총 대수
표적 i를 공격하기 위한 최대 무장 수량(상한)
공격편대군 s가 탑재하고 있는 무장 w의 수량
무장 w의 총 보유량
Big-M
표적 i 공격에 사용할 무장 w의 수량
공격편대군 s가 표적 i까지 사용한 무장 w의 누적 수량
공격편대군 s가 표적 i에 도착할 때까지의 비행시간
공격편대군 s가 표적 i에 도착할 때까지의 생존 확률
부분선회경로방지제약(SECs)을 위한 결정변수
비선형 기반의 공격편대군 표적 할당 모형(비선형 혼합정수계획(MINLP) 모형)은 공격편대군의 작전에서 공격효과를 최대화하기 위한 목적함수가 설정될 수 있다.
Subject to:
수학식 1:
수학식 2:
수학식 3:
수학식 4:
수학식 1내지 수학식 4는 편대군별 표적할당 및 비행경로 생성 제약 조건에 관한 것으로, 수학식 1은 모든 표적에 대한 공격이 1회만 수행되도록 하는 것이고, 수학식 2는 비행경로 연속성(Route Continuity)에 관한 것이고, 수학식 3은 공격편대군이 임의의 표적에 머무르지 않도록 하는 것이고, 수학식 4는 부분순회경방지제약(SECs)에 관한 것이다.
수학식 5:
수학식 6:
수학식 5및 수학식 6은 편대군별 비행시간 제약 조건에 관한 것으로, 수학식 5는 공격편대군 s가 표적 j에 도착하는 시간에 관한 것이고, 수학식 6은 마지막 표적 공격 후 기지로 복귀(Return To Base; RTB)할 수 있는 비행시간 확보에 관한 것이다.
수학식 7:
수학식 8:
수학식 7 및 수학식 8은 편대군별 생존확률 제약 조건에 관한 것으로, 수학식 7은 생존확률 초기화(기지에서의 생존확률(1.0))에 관한 것이고, 수학식 8은 공격편대군 s가 표적 j에 도착할 때까지의 생존확률에 관한 것이다.
수학식 9:
수학식 10:
수학식 11:
수학식 9 내지 수학식 11은 할당된 표적에 공격무장을 배정하는 제약 조건에 관한 것으로, 수학식 9는 공격편대군 s가 비행경로 상의 표적에 한해 공격이 가능하고 비행경로 상의 표적들은 반드시 공격(1발 이상의 무장 배정)하도록 하는 것이고, 수학식 10은 공격편대군 s의 비행경로 상의 무장 w의 누적 사용량 산정에 관한 것이고, 수학식 11은 공격편대군 s가 무장 w를 이륙 시 탑재한 수량 이내에서 사용 가능하도록 하는 것에 관한 것이다.
수학식 12:
수학식 13:
수학식 12 및 수학식 13은 자원(항공기/무장) 보유량 제약 조건에 관한 것으로, 수학식 12는 작전에 참여할 수 있는 항공기 k의 대수 상한에 관한 것이고, 수학식 13은 작전에 사용할 수 있는 무장 w의 수량 상한에 관한 것이다.
최초 개발된 수리계획 모형(공격편대군 표적 할당 모형)은 비선형 혼합정수계획 모형으로 개발되었으나, 최적해 탐색을 보장받기 위한 다양한 알고리즘을 활용할 수 있도록 선형계획 모형으로 변환될 수 있다. 작전계획 수립 시스템은 1차적으로 비선형 목적함수에 대수변환을 적용하여 선형화하고, 관련 제약들을 수정할 수 있다. 대수변환 이후에도 비선형성이 유지되고 있는 표적 파괴확률 산정식은 부분선형근사 방법을 적용할 수 있다. 이때, 부분선형근사의 오차를 최소화하기 위해 별도의 다변량 최적화 모형 및 알고리즘이 활용될 수 있다.
상세하게는, 원 목적함수와 유사한 효과를 기대할 수 있도록 선형화하는 목적함수의 선형근사 동작이 수행될 수 있다.
대수변환(Logarithmic transformation):
대수변환된 목적함수에 맞게 제약식을 변환하는 생존확률 제약의 변환 동작이 수행될 수 있다.
생존확률 초기화 제약 변환:
비행경로 상의 표적 j에 도착할 때까지의 생존확률 산정 제약:
도 4를 참고하면, 부분선형함수(Piecewise linear function)를 이용하여 선형근사하는 표적 파괴확률 선형근사 동작이 수행될 수 있다.
부분선형함수의 최적화(MinMax)를 위한 표적 파괴확률 선형근사 동작이 수행될 수 있다. 도 5를 참고하면, 부분선형함수 최적화 결과를 나타낸 것이다.
부분선형함수:
각 구간(Interval)들에서의 최대 오차 가 최소화(MinMax)되는 중단점들(Break-points)이 탐색될 수 있다.
예를 들면, 수치적 최적화 범위는 NDP ∈ [10-6,0/5] -> (1 - NDP) ∈ [0.5,0.999999]가 된다.
도 6은 일 실시예에 있어서, 수치실험 결과 시각화 및 분석 결과를 설명하기 위한 도면이다.
수치실험을 통해 수리계획 모형의 검증 및 실무 응용성이 판단될 수 있다. 비선형 혼합정수계획 모형(비선형 기반의 공격편대군 표적 할당 모형)을 선형계획 모형(선형 기반의 공격편대군 표적 할당 모형)으로 변환하기 위한 부분선형근사 함수와 항공기와 무기 보유량, 표적의 위치 및 가치, 무기 표적의 단발 파괴 확률이 표 2및 표 3과 같이 적용될 수 있다.
표 2: 부분선형함수의 중단점
표 3: 수치실험 예제(Parameters)
표 2 및 표 3의 데이터를 기반으로 공격편대군 표적 할당 모형의 최적해를 탐색하여 목적함수와 제약식들이 의도한 바에 따라 적용되고 있음을 확인할 수 있으며, 도 6과 같은 수치실험 결과가 도출될 수 있다.
표 4: 부분선형함수 구간수에 의한 최적해 변화 분석 표
부분선형함수의 구간수 변경 시, 각 공격편대군에 할당되는 표적과 비행경로는 변화 없으나, 일부 표적들을 공격하는데 사용되는 무장의 종류와 수량에 변화가 관찰될 수 있다. 부분선형함수의 구간수 변경에 따른 오차 수준 및 목적함수의 변화 분석을 통해 실무적 활용성이 대한 검토가 필요할 수 있다. 표적별 무장의 종류와 수량 변경에 따른 목적함수의 변화율이 검토될 수 있다.
도 4 및 도 5에서 확인되는 바와 같이 선형계획 모형으로 변환하기 위한 부분선형근사 함수의 구간(Interval) 수를 증가시킬수록 근사 오차가 감소됨에 따라 적용되는 구간 수를 변경하여 수치실험이 수행될 수 있다. 표 5 및 표 6은 부분선형함수 구간 수에 의한 오차 분석을 나타낸 것이다.
표 5: 10개 구간 부분선형함수에 의한 오차 분석
표 6: 15개 구간 부분선형함수에 의한 오차 분석
표 5에 따르면, 각 표적의 공격효과 오차율이 최대(0,86%/T1, T6), 최소(0.07%/T10), 평균(0.647%)이고, 목적함수의 총 오차율(0.67%)로 나타난다. 이에, 각 표적 오차율을 최대, 최소에 의해 결정되지 않으며, 평균 수준에서 관찰됨을 확인할 수 있다. 표 6에 따르면, 각 표적의 공격효과 오차율이 최대(0,66%/T2), 최소(0.03%/ T4, T7), 평균(0.242%)이고, 목적함수의 총 오차율(0.26%)로 나타난다. 목적함수의 총 오차율(0.26%)은 10개 구간에서 총 오차율 대비 0.41% 감소된 것으로 나타난다. 이에, 목적함수의 총 오차율은 10개 구간에서와 동일하게 평균 수준에서 관찰되었으며, 표적의 수가 증가하더라도 오차율은 증가하지 않는 것을 확인할 수 있다.
수치실험에서 10개와 15개의 구간을 갖는 부분선형근사 함수의 근사 오차는 매우 작은 수준으로 나타났으나, 최적해가 변경될 수 있음이 확인되어 현실의 대형 문제에서 의사결정 오차의 증대 가능성에 대한 검증 실험을 수행한 결과는 표 5 및 도 6과 같이 나타났으며, 결론적으로, 표적 수 증가 등으로 문제가 대형화 되더라도 선형계획 모형으로 변환하기 위해 적용된 부분선형 근사에 의한 총 오차는 증대되지 않을 것이라는 합리적 결과(현실 문제에 적용 가능)를 확인할 수 있다.
도 7은 일 실시예에 따른 작전계획 수립 시스템의 구성을 설명하기 위한 블록도이다.
데이터베이스(10)는 전구급 전장정보체계 및 표적정보체계, 비행기지 작전정보체계 및 군수정보체계 등 작전 및 작전지원 관련 모든 데이터베이스를 포함하며, 항공작전 계획 수립을 위한 기초자료를 제공하는 장치이다. 이때, 전구급 전장정보체계에는 전구작전지휘소(40)의 전략목표, 선정된 표적 목록 등을 포함한다.
인공지능 기반의 작전계획 수립 시스템은(20)은 데이터베이스(10), 군사작전 시뮬레이션(30)과 전구작전지휘소(40)으로부터 항공작전 계획 수립을 위한 기초자료를 제공받아 다양한 작전요소들을 고려한 수학적 모형을 통해 공격편대군의 작전계획을 수립하는 장치이며, 인공지능 기반의 작전계획 수립 시스템(20)에 의해 수립된 공격편대군 작전계획은 군사작전 시뮬레이션(30)을 통해 검증될 수 있다.
군사작전 시뮬레이션(30)은 어떠한 수단에 의해 실제 또는 가상적인 군사작전 및 전쟁 상황을 모사할 수 있도록 고안된 규칙, 제원 및 절차를 사용하는 장치이며, 일반적으로 워게임 모델(War-game model)로 알려져 있다. 군사작전 시뮬레이션(30)은 공격편대군의 생존성, 무기 표적 간 파괴율 등의 작전계획 수립을 위한 기초 자료들을 과학적인 방법을 통해 생성하여 인공지능 기반의 작전계획 수립 시스템(20)에 제공하기도 하고, 인공지능 기반의 작전계획 수립 시스템(20)에 의해 생성된 공격편대군 작전계획의 효과를 예측 및 검증하는데 활용된다.
전구작전지휘소(40)는 전구작전을 수립/시행하는 최상위 작전지휘 기구이며, 인공지능 기반의 작전계획 수립 시스템(20)과 군사작전 시뮬레이션(30)에 의해 생성되고 검증된 공격편대군 작전계획을 검토하고, 최종 승인한다.
시현기(50)은 작전상황을 관찰하기 위해 전구작전지휘소(40)에 설치되는 장치이며, 최종 승인된 공격편대군 작전계획을 시현한다.
각급 비행부대의 작전정보체계(60)는 해당 비행부대의 전력 운영 현황 및 계획 등의 정보를 관리하는 장치로, 인공지능 기반의 작전계획 수립 시스템(20)과 군사작전 시뮬레이션(30)에 의해 생성되고 전구작전지휘소(40)가 승인한 작전계획에 대한 정보를 각급 비행부대 지휘관과 작전 요원들에게 제공한다.
도 8은 일 실시예에 따른 작전계획 수립 시스템에서 인공지능 기반의 항공작전에서의 공격편대군 작전계획 수립 방법을 설명하기 위한 흐름도이다.
단계(810)에서 작전계획 수립 시스템은 공격편대군의 작전 효과도를 평가하기 위한 공격편대군 표적 할당 모형을 생성할 수 있다. 작전계획 수립 시스템은 공격편대군의 작전 효과도 산정 함수와 작전환경을 모사하기 위한 제약 조건에 기초하여 공격편대군 작전계획을 수립하기 위한 공격편대군 표적 할당 모형을 생성할 수 있다. 작전계획 수립 시스템은 공격편대군의 작전에서 공격 효과도를 최대화하기 위한 목적함수를 통해 편대군별 표적할당 및 비행경로 생성 제약 조건, 편대군별 비행시간 제약 조건, 편대군별 생존확률 제약 조건, 할당된 표적에 공격무장 배정 제약 조건, 항공기와 무장을 포함하는 자원의 보유량 제약 조건을 설정할 수 있다. 작전계획 수립 시스템은 비선형 기반의 공격편대군 표적 할당 모형을 선형 기반의 공격편대군 표적 할당 모형으로 변환할 수 있다. 비선형 공격편대군 표적 할당 모형의 최적해를 보장하기 위한 효율적인 알고리즘은 존재하지 않으나, 선형 기반의 공격편대군 표적 할당 모형에 대해서는 최적해를 보장하는 효율적인 알고리즘이 다양하게 존재한다. 이에, 공격편대군 표적 할당 모형의 최적해를 보장받을 수 있음은 정확한 작전계획을 보장할 수 있음을 의미한다.
단계(820)에서 작전계획 수립 시스템은 생성된 공격편대군 표적 할당 모형을 이용하여 공격편대군 작전계획을 수립할 수 있다. 작전계획 수립 시스템은 공격편대군 작전개념과 쏘티 당 다수의 표적들을 할당하는 방법을 적용한 항공작전 계획을 수립할 수 있다. 공격편대군은 현대전에서 전략적 표적 공격에 활용되는 작전개념으로서 중요성이 지속적으로 증대되고 있다. 현대 무기체계 기술 수준을 고려할 때, 항공작전에 쏘티 당 다수의 표적들을 할당하는 방법이 현실적이다. 작전계획 수립 시스템은 표적별 전략적 가치, 공격편대군 생존성과 무장 사용에 의한 표적 파괴 확률 등을 고려한 공격편대군의 작전효과 효과도를 평가할 수 있다. 작전계획 수립 시스템은 공격편대군 생존성을 고려한 작전효과 평가와 비행경로 상의 각 표적에 도달할 때까지의 공격편대군 생존 확률 추정을 통해 생존성을 향상시키기 위한 비행경로를 추천할 수 있다. 작전계획 수립 시스템은 공격편대군에 탑재된 무장들을 운용하여 표적 파괴 효과를 최대화할 수 있도록 하며, 단일 표적에 복수의 무장 활용이 가능하다. 이때, 복수의 무장은 서로 다른 종류의 무장이 혼합된 혼합 무장 또는 동일한 종류의 동일한 무장을 포함한다. 작전계획 수립 시스템은 인공지능을 기반으로 제한된 전력(항공기, 무장)을 운용하여 예상되는 작전효과를 최대화할 수 있는 공격편대군의 구성 형태, 공격편대군별 표적 할당, 생존성을 고려하면서 할당된 표적들을 공격하기 위한 비행경로, 그리고 각 표적에 효과적인 무장의 종류와 수량 등 작전계획의 세부 요소들을 동시에 결정할 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (15)

  1. 작전계획 수립 시스템에 의해 수행되는 인공지능 기반의 항공작전에서의 공격편대군 작전계획 수립 방법에 있어서,
    공격편대군의 작전 효과도를 평가하기 위한 공격편대군 표적 할당 모형을 생성하는 단계; 및
    상기 생성된 공격편대군 표적 할당 모형을 이용하여 공격편대군 작전계획을 수립하는 단계
    를 포함하고,
    상기 생성하는 단계는,
    공격편대군의 작전 효과도를 평가하기 위한 비선형 기반의 공격편대군 표적 할당 모형을 선형 기반의 공격편대군 표적 할당 모형으로 변환하는 단계
    를 포함하는 인공지능 기반의 항공작전에서의 공격편대군 작전계획 수립 방법.
  2. 제1항에 있어서,
    상기 생성하는 단계는,
    공격편대군의 작전 효과도 산정 함수와 작전환경을 모사하기 위한 제약 조건에 기초하여 공격편대군 작전계획을 수립하기 위한 공격편대군 표적 할당 모형을 생성하는 단계
    를 포함하는 인공지능 기반의 항공작전에서의 공격편대군 작전계획 수립 방법.
  3. 제2항에 있어서,
    상기 생성하는 단계는,
    공격편대군의 작전에서 공격 효과도를 최대화하기 위한 목적함수를 통해 편대군별 표적할당 및 비행경로 생성 제약 조건, 편대군별 비행시간 제약 조건, 편대군별 생존확률 제약 조건, 할당된 표적에 공격무장 배정 제약 조건, 항공기와 무장을 포함하는 자원의 보유량 제약 조건을 설정하는 단계
    를 포함하는 인공지능 기반의 항공작전에서의 공격편대군 작전계획 수립 방법.
  4. 삭제
  5. 제1항에 있어서,
    상기 수립하는 단계는,
    표적의 전략적 가치, 공격편대군의 생존성, 표적에 할당되는 무기의 종류와 수량에 의한 파괴율에 기초하여 공격편대군의 작전 효과도를 평가하는 단계
    를 포함하는 인공지능 기반의 항공작전에서의 공격편대군 작전계획 수립 방법.
  6. 작전계획 수립 시스템에 의해 수행되는 인공지능 기반의 항공작전에서의 공격편대군 작전계획 수립 방법에 있어서,
    공격편대군의 작전 효과도를 평가하기 위한 공격편대군 표적 할당 모형을 생성하는 단계; 및
    상기 생성된 공격편대군 표적 할당 모형을 이용하여 공격편대군 작전계획을 수립하는 단계
    를 포함하고,
    상기 수립하는 단계는,
    표적의 전략적 가치, 공격편대군의 생존성, 표적에 할당되는 무기의 종류와 수량에 의한 파괴율에 기초하여 공격편대군의 작전 효과도를 평가하는 단계
    를 포함하고,
    상기 공격편대군의 작전 효과도는, 임의 표적에 대한 작전 효과도와 공군편대군 작전계획의 전체 효과도를 포함하고,
    상기 임의 표적에 대한 작전 효과도는 공격편대군이 적의 위협을 회피하여 해당 표적에 도달할 확률, 무기를 투사하여 표적을 파괴할 확률을 반영하여 작전을 통해 제거되는 적의 전략적 가치의 확률적 기댓값(Expected value)으로 산정되고,
    상기 공군편대군 작전계획의 전체 효과도는 전체 표적의 작전 효과를 누적하여 산정되는
    것을 특징으로 하는 인공지능 기반의 항공작전에서의 공격편대군 작전계획 수립 방법.
  7. 제1항 또는 제6항에 있어서,
    상기 수립하는 단계는,
    상기 평가된 공격편대군의 작전 효과도를 통해 제한된 항공기와 무장을 운용하여 예상되는 작전효과를 최대화할 수 있는 공격편대군의 구성 형태, 공격편대군별 표적 할당, 생존성에 기초하여 할당된 표적들을 공격하기 위한 비행경로 및 각 표적에 대한 무장의 종류와 수량을 포함하는 작전계획의 세부 요소들을 동시에 결정하는 단계
    를 포함하는 인공지능 기반의 항공작전에서의 공격편대군 작전계획 수립 방법.
  8. 제7항에 있어서,
    상기 수립하는 단계는,
    공격편대군 생존성을 고려한 작전효과 평가와 비행경로 상의 각 표적에 도달할 때까지의 공격편대군 생존 확률 추정을 통해 생존성을 향상시키기 위한 비행경로를 추천하는 단계
    를 포함하는 인공지능 기반의 항공작전에서의 공격편대군 작전계획 수립 방법.
  9. 제1항 내지 제3항, 제5항 내지 제6항 중 어느 한 항의 인공지능 기반의 항공작전에서의 공격편대군 작전계획 수립 방법을 상기 작전계획 수립 시스템에 실행시키기 위해 비-일시적인 컴퓨터 판독가능한 기록 매체에 저장되는 컴퓨터 프로그램.
  10. 작전계획 수립 시스템에 있어서,
    메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서
    를 포함하고,
    상기 적어도 하나의 프로세서는,
    공격편대군의 작전 효과도를 평가하기 위한 공격편대군 표적 할당 모형을 생성하고,
    상기 생성된 공격편대군 표적 할당 모형을 이용하여 공격편대군 작전계획을 수립하는 것을 포함하고,
    상기 적어도 하나의 프로세서에서, 공격편대군의 작전 효과도를 평가하기 위한 비선형 기반의 공격편대군 표적 할당 모형을 선형 기반의 공격편대군 표적 할당 모형으로 변환하는
    것을 특징으로 하는 작전계획 수립 시스템.
  11. 제10항에 있어서,
    상기 적어도 하나의 프로세서는,
    공격편대군의 작전 효과도 산정 함수와 작전환경을 모사하기 위한 제약 조건에 기초하여 공격편대군 작전계획을 수립하기 위한 공격편대군 표적 할당 모형을 생성하는
    것을 특징으로 하는 작전계획 수립 시스템.
  12. 제11항에 있어서,
    상기 적어도 하나의 프로세서는,
    공격편대군의 작전에서 공격 효과도를 최대화하기 위한 목적함수를 통해 편대군별 표적할당 및 비행경로 생성 제약 조건, 편대군별 비행시간 제약 조건, 편대군별 생존확률 제약 조건, 할당된 표적에 공격무장 배정 제약 조건, 항공기와 무장을 포함하는 자원의 보유량 제약 조건을 설정하는
    것을 특징으로 하는 작전계획 수립 시스템.
  13. 삭제
  14. 제10항에 있어서,
    상기 적어도 하나의 프로세서는,
    표적의 전략적 가치, 공격편대군의 생존성, 표적에 할당되는 무기의 종류와 수량에 의한 파괴율에 기초하여 공격편대군의 작전 효과도를 평가하는
    것을 특징으로 하는 작전계획 수립 시스템.
  15. 작전계획 수립 시스템에 있어서,
    메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서
    를 포함하고,
    상기 적어도 하나의 프로세서는,
    공격편대군의 작전 효과도를 평가하기 위한 공격편대군 표적 할당 모형을 생성하고,
    상기 생성된 공격편대군 표적 할당 모형을 이용하여 공격편대군 작전계획을 수립하는 것을 포함하고,
    상기 적어도 하나의 프로세서에서,
    표적의 전략적 가치, 공격편대군의 생존성, 표적에 할당되는 무기의 종류와 수량에 의한 파괴율에 기초하여 공격편대군의 작전 효과도를 평가하고, 상기 평가된 공격편대군의 작전 효과도를 통해 제한된 항공기와 무장을 운용하여 예상되는 작전효과를 최대화할 수 있는 공격편대군의 구성 형태, 공격편대군별 표적 할당, 생존성에 기초하여 할당된 표적들을 공격하기 위한 비행경로 및 각 표적에 대한 무장의 종류와 수량을 포함하는 작전계획의 세부 요소들을 동시에 결정하는
    것을 특징으로 하는 작전계획 수립 시스템.
KR1020210128802A 2021-09-29 2021-09-29 항공작전에서 공격편대군 작전계획 수립을 위한 인공지능 KR102565906B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210128802A KR102565906B1 (ko) 2021-09-29 2021-09-29 항공작전에서 공격편대군 작전계획 수립을 위한 인공지능

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210128802A KR102565906B1 (ko) 2021-09-29 2021-09-29 항공작전에서 공격편대군 작전계획 수립을 위한 인공지능

Publications (2)

Publication Number Publication Date
KR20230045935A KR20230045935A (ko) 2023-04-05
KR102565906B1 true KR102565906B1 (ko) 2023-08-10

Family

ID=85884369

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210128802A KR102565906B1 (ko) 2021-09-29 2021-09-29 항공작전에서 공격편대군 작전계획 수립을 위한 인공지능

Country Status (1)

Country Link
KR (1) KR102565906B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117272579B (zh) * 2023-04-17 2024-05-24 中国人民解放军海军航空大学 一种基于gert的飞机海上平台出动回收作业流程时间不确定性分析方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102266178B1 (ko) * 2020-06-10 2021-06-17 엘아이지넥스원 주식회사 지능형 무장할당 제어시스템 및 그 제어방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102266178B1 (ko) * 2020-06-10 2021-06-17 엘아이지넥스원 주식회사 지능형 무장할당 제어시스템 및 그 제어방법

Also Published As

Publication number Publication date
KR20230045935A (ko) 2023-04-05

Similar Documents

Publication Publication Date Title
Przemieniecki Mathematical methods in defense analyses
CN109409695B (zh) 基于关联分析的体系效能评估指标体系构建方法及系统
CN111144007A (zh) 空地武器装备体系仿真评估系统和方法
Hu et al. Improved Ant Colony Optimization for Weapon‐Target Assignment
Lucas The stochastic versus deterministic argument for combat simulations: Tales of when the average won't do
Biltgen et al. A Methodology for Capability-Focused Technology Evaluation of Systems of Systems
KR102565906B1 (ko) 항공작전에서 공격편대군 작전계획 수립을 위한 인공지능
Maistrenko et al. Devising a procedure for justifying the need for samples of weapons and weapon target assignment when using a reconnaissance firing system
Lappi Computational methods for tactical simulations
KR102286642B1 (ko) 전구급 합동작전 분석 시뮬레이터, 및 시뮬레이션 방법
Parnell et al. Multiobjective decision analysis of theater missile defense architectures
RU158416U1 (ru) Устройство определения огневых средств пво, требующих согласования действий
Sadananda Upadhya et al. Availability estimation using simulation for military systems
RU194853U1 (ru) Автоматизированная геоинформационная система поддержки принятия решения командира зенитного ракетного полка на подготовку к ведению боевых действий
RU2640734C1 (ru) Способ моделирования пунктов управления
Tang et al. Systems Analysis of Sense and Strike Capabilities within an Armored Combat Unit in an Offensive Urban Operation
Іванець et al. Management algorithm for the comprehensive system of testing samples of anti-aircraft missile systems
Na et al. On modeling and discrete particle swarm optimization for task assignment of cooperating UAVs
JP7314363B1 (ja) 射撃割当システム、射撃割当装置、および射撃割当方法
Goldberg et al. Optimizing the purchases of military air-to-ground weapons
Fabijanowicz Design of experiments for air launched effects unmanned aerial vehicles
Jaiswal et al. Optimal weapon mix, deployment and allocation problems in multiple layer defense
RU190530U1 (ru) Устройство автоматизированной оценки реализуемости боевой задачи группировки ракетных комплексов
Arabas et al. Periodic coordination in hierarchical air defence systems
Bordes et al. Fires Support Next

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant