基于兵棋复盘数据的武器效用挖掘

发布时间：2021-02-13 09:06

　　针对从"人在回路"的兵棋推演复盘数据中获取指挥员决策经验问题,提出了一种基于陆军合同战术兵棋复盘数据的火力打击行动决策要素关联分析模型,实现对其中武器使用规律的挖掘.该模型分为"数据兵棋要素关联挖掘"3个层级:数据层包括动态和静态数据;兵棋要素层构建了决策要素的定量化计算模型,实现原始数据向要素特征值的转化;关联挖掘层基于兵棋要素层的建模,提出了地形因素、协同规律和战果致因3个频繁项集模型构建方法,进而使用经典Apriori关联规则算法实现了对陆军战术对抗中武器使用规律的挖掘.将该模型应用于2018年第2届全国兵棋大赛复盘数据集,成功挖掘出坦克、战车、步兵作战单元在不同地形下的使用效能,以及不同作战单元之间的协同和武器对目标的打击效用规律. 

【文章来源】：指挥与控制学报. 2020,6(02)

【文章页数】：9 页

【部分图文】：

合同火力打击模式构建

Step2扫描数据库D,生成所有频繁1-项集,记为L1.Step3 Lk-1进行项“连接”生成候选k-项集Ck,遍历Ck中每项的支持度,删除支持度低于min sup的候选项,从而获得频繁k-项集.

该项集构建用于挖掘不同地形条件与指挥员实施火力打击的武器使用和目标选择之间的关联,以获得指挥员在不同地形条件下运用武器实施火力打击的经验规律.在如表1所示数据集中,按照每个不同地形分别筛选行动数据中的攻击单位和目标单位,从而形成与不同作战地形上(作战武器,攻击目标)对构成的待挖掘频繁项集D,如表2所示.

【参考文献】：
期刊论文
[1]数据挖掘助力军事理论研究[J]. 宋安琦,张星昊.  国防. 2019(08)
[2]联合火力打击作战信息保障效能评估研究[J]. 聂魏岳,曾金明,周义力.  舰船电子工程. 2019(06)
[3]面向联合作战评估的兵棋推演实验研究[J]. 刘海洋,唐宇波,胡晓峰,刘戎翔,崔文华.  指挥与控制学报. 2018(04)
[4]智能化作战研究值得关注的几个问题[J]. 胡晓峰,荣明.  指挥与控制学报. 2018(03)
[5]概率有限状态机在动态效能评估中的应用[J]. 南熠,伊国兴,王常虹,胡磊,涂震飚.  宇航学报. 2018(05)
[6]可拓数据挖掘在高性能兵棋推演系统中的应用[J]. 刘长亮,鲍传美,包化,易哲菁.  指挥信息系统与技术. 2018(01)
[7]多武器协同作战发射时序规划方法[J]. 张明星,程光权,刘忠,张家铭.  指挥与控制学报. 2017(01)
[8]基于深度学习的兵棋演习数据特征提取方法研究[J]. 郑书奎,吴琳,贺筱媛.  指挥与控制学报. 2016(03)
[9]海军兵棋演习系统研究[J]. 杨光,胡习霜.  指挥控制与仿真. 2016(04)
[10]基于大数据的作战体系协同时序网络分析[J]. 伍文峰,郭圣明,贺筱媛,胡晓峰.  指挥与控制学报. 2015(02)

博士论文
[1]基于数据挖掘的兵棋推演数据分析方法研究[D]. 石崇林.国防科学技术大学 2012

硕士论文
[1]基于知识的战场数据样本标签匹配方法研究[D]. 钱勇.南京大学 2019



本文编号：3032294