面向聯(lián)合作戰(zhàn)的仿真試驗框架
發(fā)布時間：2021-09-19 04:37
面向聯(lián)合作戰(zhàn)仿真試驗需求,借鑒探索性試驗方法,提出了聯(lián)合作戰(zhàn)仿真試驗框架及其研究思路。試驗準(zhǔn)備階段,研究了試驗想定要素設(shè)計,并從試驗因子取值和決策點2個方面闡述了試驗點設(shè)計;試驗運行階段,分析了仿真試驗?zāi)Ｐ偷臉?gòu)建特點,提出了取值和干預(yù)2種優(yōu)化控制方法,為聯(lián)合作戰(zhàn)仿真試驗的關(guān)鍵因子發(fā)現(xiàn)和優(yōu)化分析提供支撐。
【文章來源】：指揮信息系統(tǒng)與技術(shù). 2020,11(03)
【文章頁數(shù)】：5 頁
【部分圖文】：
聯(lián)合作戰(zhàn)仿真試驗框架
浚?蜃庸?僭蚩贍芪薹ù锏絞匝?目的。一般而言，試驗因子最初由人工選擇，然后在反復(fù)試驗和反饋中進行調(diào)整篩選，并最終確定。目前，有代表性的試驗因子篩選方法包括順序分支法、二因子順序分支（SBX）法和順序分支改進（CSB）法等[1014]。3.2.2決策點決策點主要體現(xiàn)在聯(lián)合作戰(zhàn)方案中的決策分支上，根據(jù)決策點環(huán)境和條件判斷并觸發(fā)不同的作戰(zhàn)行動。聯(lián)合作戰(zhàn)試驗方案設(shè)計時，針對特定試驗?zāi)康暮妥鲬?zhàn)背景，采用自上而下的層層分解方法[15]對聯(lián)合作戰(zhàn)方案決策點進行設(shè)計。聯(lián)合作戰(zhàn)方案決策點設(shè)計如圖2所示，聯(lián)合作戰(zhàn)方案分解為多個作戰(zhàn)任務(wù)，作戰(zhàn)任務(wù)可分解為多個作戰(zhàn)子任務(wù)，子任務(wù)又可根據(jù)決策點的分支分解為多個作戰(zhàn)行動，最終形成多個作戰(zhàn)任務(wù)以及行動間的協(xié)同流程。決策點包括以下4種類型：1）時間型決策點：以作戰(zhàn)時間進至某時刻作為行動的觸發(fā)條件；2）空間型決策點：以敵方或我方作戰(zhàn)實體進至某空間位置作為指揮決策的觸發(fā)條件；3）損耗型決策點：以作戰(zhàn)實體損耗情況為觸發(fā)條件；4）混合型決策點：將多個觸發(fā)條件通過“與”、“或”操作符連接起來形成一個多條件的決策點。決策點觸發(fā)包括以下2類方式：1）靜態(tài)觸發(fā)：仿真試驗規(guī)劃時進行預(yù)先設(shè)置，將觸發(fā)條件、行動對象和行動類型等要素進行決策點結(jié)構(gòu)化設(shè)計，生成到方案文件中并使計算機讀取識別，并根據(jù)條件判定自動觸發(fā)行動模型進行推演；2）動態(tài)觸發(fā)：仿真過程中通過人工干預(yù)方式影響分支點行動選擇，如發(fā)送指令觸發(fā)決策點條件，增加或刪除目標(biāo)改變戰(zhàn)場態(tài)勢。4試驗過程及其優(yōu)化試驗設(shè)計方案生成后，需構(gòu)建相應(yīng)的仿真模型，搭建試驗環(huán)境進行仿真推演和試驗控制。試驗環(huán)境包括推演引擎和仿真試驗支撐工具
第11卷第3期孔晨妍，等：面向聯(lián)合作戰(zhàn)的仿真試驗框架等分析；交戰(zhàn)級仿真模型用于分析評估單個平臺及系統(tǒng)在特定作戰(zhàn)任務(wù)中的作戰(zhàn)效能；工程級仿真模型粒度較細(xì)，可用于分析裝備的性能指標(biāo)參數(shù)設(shè)置等。上層模型的建模依據(jù)和數(shù)據(jù)來自下層模型通過大量計算形成的擬合曲線和統(tǒng)計性能，如工程級雷達模型仿真運行得到的探測性能數(shù)據(jù)，經(jīng)過雷達散射截面積（RCS）校準(zhǔn)分析可形成雷達探測威力圖，并作為交戰(zhàn)級雷達模型建�；�4.2試驗過程優(yōu)化控制聯(lián)合作戰(zhàn)仿真試驗中實體數(shù)量巨大，試驗點的探索和增加勢必導(dǎo)致試驗樣本空間越來越龐大以及記憶解空間成倍增長。為了提高試驗效率，需對試驗過程進行優(yōu)化控制，裁剪無需關(guān)注的樣本，從而有效控制試驗次數(shù)[17]。4.2.1試驗因子取值優(yōu)化控制試驗因子取值是產(chǎn)生海量樣本的一個重要因素，增加1個因子或擴大因子的取值范圍均可能產(chǎn)生巨大的樣本空間。通過發(fā)現(xiàn)并舍棄無意義或與試驗?zāi)康南喾吹脑囼炓蜃尤≈到M合，可縮小試驗點設(shè)計的空間范圍，減少試驗次數(shù)。試驗因子取值優(yōu)化控制可采用層次化分解方法[18]，對試驗對象進行層次化分解，構(gòu)建試驗因子樹。首先，將根節(jié)點作為試驗?zāi)康模蝗缓�，針對試驗�(zāi)康臉?gòu)建評估指標(biāo)，并將其作為樹的枝節(jié)點，其中每個評估指標(biāo)依賴的試驗因子則是樹的下一級枝節(jié)點；最后，將試驗因子取值作為樹的葉節(jié)點。試驗過程中，通過上一次的試驗結(jié)果不斷對枝節(jié)點和葉節(jié)點進行修剪與調(diào)整，進一步界定這些因子的取值范圍和取值組合，從而達到聚焦優(yōu)化的目的。試驗因子取值優(yōu)化控制步驟如下：1）縮小試驗因子的取值區(qū)間，即葉節(jié)點范圍，可采用單因子試驗。其余因子取默認(rèn)值，通過調(diào)整該因子的取值，分析取值對評估指標(biāo)的影響結(jié)果是上行趨勢還是下
【參考文獻】：
期刊論文
[1]探索性作戰(zhàn)仿真實驗因子篩選方法[J]. 王梟,董豪豪,李健. 電子信息對抗技術(shù). 2017(04)
[2]基于體系仿真試驗床的新質(zhì)作戰(zhàn)能力評估[J]. 楊鏡宇,胡曉峰. 軍事運籌與系統(tǒng)工程. 2016(03)
[3]探索性作戰(zhàn)仿真實驗重復(fù)次數(shù)控制研究[J]. 王梟,劉雅奇. 軍事運籌與系統(tǒng)工程. 2016(03)
[4]Optimization of Process Parameters for in High-Energy Ball Milling of CNTs/Al2024 Composites Through Response Surface Methodology[J]. Li Guo,Xiaolan Cai,Lei Zhou,Cui Hu,Changjiang Yang,Ziyang Wang,Wenzhong Zhang,Gang Peng. Journal of Harbin Institute of Technology. 2016(01)
[5]探索性仿真分析框架下的實驗點設(shè)計方法[J]. 喻飛飛,趙志敏,包俊. 指揮控制與仿真. 2014(02)
[6]基于數(shù)據(jù)耕耘的探索性仿真實驗框架研究[J]. 李斌,李春洪,劉蘇洋. 指揮控制與仿真. 2011(04)
本文編號：3401029
【文章來源】：指揮信息系統(tǒng)與技術(shù). 2020,11(03)
【文章頁數(shù)】：5 頁
【部分圖文】：
聯(lián)合作戰(zhàn)仿真試驗框架
浚?蜃庸?僭蚩贍芪薹ù锏絞匝?目的。一般而言，試驗因子最初由人工選擇，然后在反復(fù)試驗和反饋中進行調(diào)整篩選，并最終確定。目前，有代表性的試驗因子篩選方法包括順序分支法、二因子順序分支（SBX）法和順序分支改進（CSB）法等[1014]。3.2.2決策點決策點主要體現(xiàn)在聯(lián)合作戰(zhàn)方案中的決策分支上，根據(jù)決策點環(huán)境和條件判斷并觸發(fā)不同的作戰(zhàn)行動。聯(lián)合作戰(zhàn)試驗方案設(shè)計時，針對特定試驗?zāi)康暮妥鲬?zhàn)背景，采用自上而下的層層分解方法[15]對聯(lián)合作戰(zhàn)方案決策點進行設(shè)計。聯(lián)合作戰(zhàn)方案決策點設(shè)計如圖2所示，聯(lián)合作戰(zhàn)方案分解為多個作戰(zhàn)任務(wù)，作戰(zhàn)任務(wù)可分解為多個作戰(zhàn)子任務(wù)，子任務(wù)又可根據(jù)決策點的分支分解為多個作戰(zhàn)行動，最終形成多個作戰(zhàn)任務(wù)以及行動間的協(xié)同流程。決策點包括以下4種類型：1）時間型決策點：以作戰(zhàn)時間進至某時刻作為行動的觸發(fā)條件；2）空間型決策點：以敵方或我方作戰(zhàn)實體進至某空間位置作為指揮決策的觸發(fā)條件；3）損耗型決策點：以作戰(zhàn)實體損耗情況為觸發(fā)條件；4）混合型決策點：將多個觸發(fā)條件通過“與”、“或”操作符連接起來形成一個多條件的決策點。決策點觸發(fā)包括以下2類方式：1）靜態(tài)觸發(fā)：仿真試驗規(guī)劃時進行預(yù)先設(shè)置，將觸發(fā)條件、行動對象和行動類型等要素進行決策點結(jié)構(gòu)化設(shè)計，生成到方案文件中并使計算機讀取識別，并根據(jù)條件判定自動觸發(fā)行動模型進行推演；2）動態(tài)觸發(fā)：仿真過程中通過人工干預(yù)方式影響分支點行動選擇，如發(fā)送指令觸發(fā)決策點條件，增加或刪除目標(biāo)改變戰(zhàn)場態(tài)勢。4試驗過程及其優(yōu)化試驗設(shè)計方案生成后，需構(gòu)建相應(yīng)的仿真模型，搭建試驗環(huán)境進行仿真推演和試驗控制。試驗環(huán)境包括推演引擎和仿真試驗支撐工具
第11卷第3期孔晨妍，等：面向聯(lián)合作戰(zhàn)的仿真試驗框架等分析；交戰(zhàn)級仿真模型用于分析評估單個平臺及系統(tǒng)在特定作戰(zhàn)任務(wù)中的作戰(zhàn)效能；工程級仿真模型粒度較細(xì)，可用于分析裝備的性能指標(biāo)參數(shù)設(shè)置等。上層模型的建模依據(jù)和數(shù)據(jù)來自下層模型通過大量計算形成的擬合曲線和統(tǒng)計性能，如工程級雷達模型仿真運行得到的探測性能數(shù)據(jù)，經(jīng)過雷達散射截面積（RCS）校準(zhǔn)分析可形成雷達探測威力圖，并作為交戰(zhàn)級雷達模型建�；�4.2試驗過程優(yōu)化控制聯(lián)合作戰(zhàn)仿真試驗中實體數(shù)量巨大，試驗點的探索和增加勢必導(dǎo)致試驗樣本空間越來越龐大以及記憶解空間成倍增長。為了提高試驗效率，需對試驗過程進行優(yōu)化控制，裁剪無需關(guān)注的樣本，從而有效控制試驗次數(shù)[17]。4.2.1試驗因子取值優(yōu)化控制試驗因子取值是產(chǎn)生海量樣本的一個重要因素，增加1個因子或擴大因子的取值范圍均可能產(chǎn)生巨大的樣本空間。通過發(fā)現(xiàn)并舍棄無意義或與試驗?zāi)康南喾吹脑囼炓蜃尤≈到M合，可縮小試驗點設(shè)計的空間范圍，減少試驗次數(shù)。試驗因子取值優(yōu)化控制可采用層次化分解方法[18]，對試驗對象進行層次化分解，構(gòu)建試驗因子樹。首先，將根節(jié)點作為試驗?zāi)康模蝗缓�，針對試驗�(zāi)康臉?gòu)建評估指標(biāo)，并將其作為樹的枝節(jié)點，其中每個評估指標(biāo)依賴的試驗因子則是樹的下一級枝節(jié)點；最后，將試驗因子取值作為樹的葉節(jié)點。試驗過程中，通過上一次的試驗結(jié)果不斷對枝節(jié)點和葉節(jié)點進行修剪與調(diào)整，進一步界定這些因子的取值范圍和取值組合，從而達到聚焦優(yōu)化的目的。試驗因子取值優(yōu)化控制步驟如下：1）縮小試驗因子的取值區(qū)間，即葉節(jié)點范圍，可采用單因子試驗。其余因子取默認(rèn)值，通過調(diào)整該因子的取值，分析取值對評估指標(biāo)的影響結(jié)果是上行趨勢還是下
【參考文獻】：
期刊論文
[1]探索性作戰(zhàn)仿真實驗因子篩選方法[J]. 王梟,董豪豪,李健. 電子信息對抗技術(shù). 2017(04)
[2]基于體系仿真試驗床的新質(zhì)作戰(zhàn)能力評估[J]. 楊鏡宇,胡曉峰. 軍事運籌與系統(tǒng)工程. 2016(03)
[3]探索性作戰(zhàn)仿真實驗重復(fù)次數(shù)控制研究[J]. 王梟,劉雅奇. 軍事運籌與系統(tǒng)工程. 2016(03)
[4]Optimization of Process Parameters for in High-Energy Ball Milling of CNTs/Al2024 Composites Through Response Surface Methodology[J]. Li Guo,Xiaolan Cai,Lei Zhou,Cui Hu,Changjiang Yang,Ziyang Wang,Wenzhong Zhang,Gang Peng. Journal of Harbin Institute of Technology. 2016(01)
[5]探索性仿真分析框架下的實驗點設(shè)計方法[J]. 喻飛飛,趙志敏,包俊. 指揮控制與仿真. 2014(02)
[6]基于數(shù)據(jù)耕耘的探索性仿真實驗框架研究[J]. 李斌,李春洪,劉蘇洋. 指揮控制與仿真. 2011(04)
本文編號：3401029
本文鏈接：http://www.sikaile.net/kejilunwen/jingguansheji/3401029.html
教材專著
