非战争军事行动装备保障能力建设问题

随着国家利益拓展和非传统安全威胁凸显,非战争军事行动日益成为军队完成多样化军事任务的重要方式。在分析非战争军事行动本质特征和非战争军事行动装备保障主要特点的基础上,深入揭示了目前我军非战争军事行动装备保障面临的一系列问题,并有针对性地提出了提高我军非战争军事行动装备保障能力的四点对策性建议。     

非战争军事行动装备保障能力建设的时代背景

随着我国安全形势的发展变化,非战争军事行动日益成为国家军事力量运用的重要方式和军事斗争的重要内容．为此,从历史使命、时代呼唤、现实要求3个角度分析了非战争军事行动装备保障能力建设的背景,指出了目前军队非战争军事行动装备保障能力建设存在的一些问题,可为军队开展非战争军事行动装备保障能力建设提供参考．     

基于蒙特卡洛仿真和遗传算法的车辆装备保障运输网络优化

车辆装备保障运输网络优化是影响非战争军事行动任务效果的关键环节。传统方法描述随机且不连续装备保障需求的能力弱,应用于非战争军事行动车辆装备保障运输网络优化方面,会导致结果不稳定。为解决这些问题,提出了基于蒙特卡洛仿真和遗传算法的车辆装备运输网络优化模型。结合非战争军事行动特点,利用边界条件设定,保障资源调度优化函数及保障资源约束条件设置,构建了车辆装备保障运输网络优化模型;采用遗传算法,在路网和运输路径两个层次对车辆装备保障运输网络进行寻优,进一步提高了运算结果的稳定性。通过残差分析验证了该模型的有效性。     

外军装甲装备在非战争军事行动中的运用与发展

<正>外军一般将非战争军事行动界定为"除战争中大规模交战行动之外,国家军事力量的一切运用。"即只要不是战争中的大规模交战行动,为达成一定政治目的而展开的其它所有军事行动都应归入非战争军事行动。根     

应对不对称威胁 美军装甲装备在非战争军事行动中的改进与发展

<正> 在新的历史时期,军队不仅要具备打赢信息化条件下局部战争的核心军事能力,还要具备遂行非战争军事行动的综合军事实力。非战争军事行动已经成为各国军队现阶段有效履行职能使命最经常、最直接的军事行动。武器装备是军队遂行非战争军事行动任务的物质基础,是提升军队非战争军事行动能力的关键。装甲装备集强大的火力打击能力、快速的机动能力、优良的通信能力和良好的防护能力于一身,目前越来越深地介入到了各种非战争军事行动当中,发     

着眼非战争军事行动特点加强空降兵部队针对性训练

分析了非战争军事行动的主要特点,结合空降兵部队的实际,提出了从快速反应能力、心理素质等6个方面,加强针对性训练的要求,以提高空降兵部队执行非战争军事行动的能力．     

民用通信力量在非战争军事行动中的运用

结合当前非战争军事行动通信保障的难点,分析了民用通信力量具有的支援优势,并对民用通信力量在非战争军事行动中的运用原则进行了探讨,给出了运用民用通信力量的建议。     

非致命武器纵谈(上)

现代军队越来越多地担负起非战争军事行动中防暴警察的角色。为了使军队在不冒险使用或少使用武力的情况下完成非战争军事行动任务,非致命武器逐步成为有效的工具,并引起了人们极大的关注。军事专家预言:“非致命武器具有极大地改变战争性质的潜能,将使未来战争的作战样式发生根本性变化。”     

从"5.12"地震看应急性非战争军事行动装备保障建设

应急性非战争军事行动装备保障的主要特点有：准备时间短,要求实施联合装备保障;任务多样化,保障内容具有复杂性;专业性强,被保障对象具有针对性。根据应急性非战争军事行动装备保障建设应贯彻的指导思想与基本原则,分析其基本对策,包括：加强非战争军事行动装备保障演练、健全军民一体社会化装备保障机制、加强特种装备的开发与研制等。     

基于Agent的聚合级实体建模方法研究

基于Agent的聚合级实体建模,采用自底向上的方法,将Agent作为基本抽象单位,建立各个体的Agent模型。其建模包括控制模型Agent、信息模型Agent、指挥实体模型Agent及基本粒度单元模型Agent。进一步研究包括：在信息化战争的背景下模型如何体现非火力对抗因素,及建立基于Agent的聚合级实体系统等。     

智能仿真在军用UUV装备体系研究中的应用

根据基于水下网络战的多无人水下航行器(UUV)集团攻击作战研究的需求,在分析从面向对象仿真到面向智能仿真技术发展的基础上,给出了军用UUV智能建模和仿真目标,包括专家系统识别、智能控制决策、作战指挥流程和战法研究等,指出了因智能仿真技术的引入使得多UUV武器装备体系的研制仿真和战术级层次上的作战仿真这2种仿真系统在形式和内容上正趋向一致,并初步构建了一种基于多智能体系统(MAS)的UUV编队作战仿真系统,为军用UUV智能仿真及其作战效能评估提供了技术支撑。     

基于多Agent的作战指挥决策模型研究

在总结作战指挥决策规律的基础上,提出一个新的基于多Agent的作战指挥决策模型。通过分析指挥决策自主行为产生活动的过程,给出基于KQML语言的多指挥平台协作模型,以实现多指挥决策计算机兵力生成之间的协作。最后,通过模糊神经元网络系统,实现指挥决策计算机兵力生成系统自主推理和决策的功能。该方法能逼真地反映指挥决策中的分布性和复杂性。     

基于北斗导航定位系统和MGIS的装备保障指挥自动化系统

针对装备保障指挥的军事需求,分析北斗导航定位系统和MGIS的功能特点,提出一种基于北斗导航定位系统和MGIS的装备保障指挥自动化系统设计方法。该方法将计算机技术、MGIS、北斗卫星定位通信技术有机结合起来,实现装备保障指挥的自动化和数字化。结果表明,该技术可以使定位信息与电子地图实时地、准确地进行配准,使指挥员对战场环境有更全面、深刻的了解,大大加强对装备保障的全面控制和管理,提高装备保障的效能。     

基于HLA 的某型飞机指挥驾驶模拟器组训系统

为解决多飞行训练模拟器与飞行训练指挥模拟器互联的复杂仿真任务问题,设计一种基于高层体系结构(high level architecture,HLA)的模拟器组训系统。以某型飞机飞行训练模拟器、飞行指挥训练模拟器为基础,提出多飞行训练模拟器与飞行训练指挥模拟器组训系统的结构,在原有平台的基础上,采用HLA/RTI作为其体系结构和支撑平台,对飞行指挥训练模拟器进行升级改造,实现了4种气象条件下各个飞行科目的模拟飞行日训练。仿真结果表明:该系统能减少实装损耗,保障飞行安全,具有较高的军事经济价值。     

基于SOA的新型指挥控制系统体系框架及开发方法

传统的C/S架构和基于构件的指挥控制系统解决方案存在扩展性差、灵活性低、无法适应动态变化等方面的问题,不能满足联合作战需求。故在详细介绍SOA及其实现技术Web服务的基础上,提出了基于SOA的指控系统设计思想,建立了基于SOA的指控系统的体系框架,并分析了基于SOA的指控系统的开发过程。其体系框架包括军事信息服务层、服务管理层和系统应用层。而SOA的开发分为需求分析、流程转换、军事信息服务选取、军事信息服务流程组合、系统实现阶段。基于SOA的指控系统将成为未来指控系统的解决方案。     

空地精确打击体系构成与关键技术

为提高空军精确打击能力,完善空地精确打击作战理论,在深入研究国内外精确打击理论和空地精确打击特点的基础上,分析了空地精确打击体系的内涵、物理构成以及关键技术。空地精确打击体系是信息技术、精确打击武器和智能作战平台的有机结合,主要由侦察监视平台、指挥控制系统、数据链系统、武器发射平台和制导武器系统等组成。构建该体系,必须突破信息化作战体系、战场信息综合处理、体系作战信息应用和精确制导弹药的关键技术。该结论对完善航空弹药武器系统具有一定的参考作用。     

装备保障指挥系统军事需求工程研究

装备保障指挥系统军事需求包括业务需求、用户需求和功能需求,也包括非功能需求。指挥系统军事需求工程研究领域分为需求开发和需求管理。需求开发还可分为:需求获取、需求定义、需求规格说明和需求验证4个阶段。研究需求工程理论和技术,才能适应未来信息化战争的需要,保证装备保障指挥系统建设的顺利进行。     

基于物联网的危机事件应急物资保障建设思考

为在危机处理环节能精确、快速实现应急物资保障,将物联网技术运用于军队危机事件应急救援物资保障网链建设。在分析物联网技术特点、功能优势的基础上,结合危机事件应急救援物资保障需求实际,提出基于物联网技术的军队应急救援物资保障网链建设对策建议。该研究可为建设军事物联网提供一定的参考。     

基于多层次LSTM网络的多智能体攻防效能动态预测模型

针对多智能体攻防体系存在多层次耦合、无规律涌现等特征而导致难以准确预测作战效能的问题,构建一种基于多层次长短时时间记忆(LSTM)网络的多智能体攻防效能动态预测模型。明确多智能体攻防的总体框架和作战流程,通过多主体NetLogo平台模拟红蓝智能体攻防对抗过程,以获取群体结构和作战效能在不同个体决策下的多层次演化数据。利用善于处理时序特征的LSTM网络来表征个体决策、群体结构和作战效能三层间的函数映射,并基于该映射关系进一步预测未来攻防作战效能与进程。上述建模方法已在多组仿真中证实了其可行性与有效性。实验结果表明,所建模型的作战效能预测误差仅在7%以内,对多智能体攻防的作战指挥和体系建设具有指导意义。     

基于作战指挥Agent协作模型研究

多Agent协作求解是分布式人工智能要研究的基本问题.提出一个基于作战指挥Agent的协作模型,该模型利用指挥Agent对多Agent系统进行全局协作分配,协作申请分级处理.通过作战任务与知识库中的作战Agent相匹配,选择最合适的Agent进行协作完成任务,解决了传统模型只适用于静态环境的问题.