面向联合作战的仿真试验框架
发布时间：2021-09-19 04:37
面向联合作战仿真试验需求,借鉴探索性试验方法,提出了联合作战仿真试验框架及其研究思路。试验准备阶段,研究了试验想定要素设计,并从试验因子取值和决策点2个方面阐述了试验点设计;试验运行阶段,分析了仿真试验模型的构建特点,提出了取值和干预2种优化控制方法,为联合作战仿真试验的关键因子发现和优化分析提供支撑。
【文章来源】：指挥信息系统与技术. 2020,11(03)
【文章页数】：5 页
【部分图文】：
联合作战仿真试验框架
浚?蜃庸?僭蚩赡芪薹ù锏绞匝?目的。一般而言，试验因子最初由人工选择，然后在反复试验和反馈中进行调整筛选，并最终确定。目前，有代表性的试验因子筛选方法包括顺序分支法、二因子顺序分支（SBX）法和顺序分支改进（CSB）法等[1014]。3.2.2决策点决策点主要体现在联合作战方案中的决策分支上，根据决策点环境和条件判断并触发不同的作战行动。联合作战试验方案设计时，针对特定试验目的和作战背景，采用自上而下的层层分解方法[15]对联合作战方案决策点进行设计。联合作战方案决策点设计如图2所示，联合作战方案分解为多个作战任务，作战任务可分解为多个作战子任务，子任务又可根据决策点的分支分解为多个作战行动，最终形成多个作战任务以及行动间的协同流程。决策点包括以下4种类型：1）时间型决策点：以作战时间进至某时刻作为行动的触发条件；2）空间型决策点：以敌方或我方作战实体进至某空间位置作为指挥决策的触发条件；3）损耗型决策点：以作战实体损耗情况为触发条件；4）混合型决策点：将多个触发条件通过“与”、“或”操作符连接起来形成一个多条件的决策点。决策点触发包括以下2类方式：1）静态触发：仿真试验规划时进行预先设置，将触发条件、行动对象和行动类型等要素进行决策点结构化设计，生成到方案文件中并使计算机读取识别，并根据条件判定自动触发行动模型进行推演；2）动态触发：仿真过程中通过人工干预方式影响分支点行动选择，如发送指令触发决策点条件，增加或删除目标改变战场态势。4试验过程及其优化试验设计方案生成后，需构建相应的仿真模型，搭建试验环境进行仿真推演和试验控制。试验环境包括推演引擎和仿真试验支撑工具
第11卷第3期孔晨妍，等：面向联合作战的仿真试验框架等分析；交战级仿真模型用于分析评估单个平台及系统在特定作战任务中的作战效能；工程级仿真模型粒度较细，可用于分析装备的性能指标参数设置等。上层模型的建模依据和数据来自下层模型通过大量计算形成的拟合曲线和统计性能，如工程级雷达模型仿真运行得到的探测性能数据，经过雷达散射截面积（RCS）校准分析可形成雷达探测威力图，并作为交战级雷达模型建模基矗4.2试验过程优化控制联合作战仿真试验中实体数量巨大，试验点的探索和增加势必导致试验样本空间越来越庞大以及记忆解空间成倍增长。为了提高试验效率，需对试验过程进行优化控制，裁剪无需关注的样本，从而有效控制试验次数[17]。4.2.1试验因子取值优化控制试验因子取值是产生海量样本的一个重要因素，增加1个因子或扩大因子的取值范围均可能产生巨大的样本空间。通过发现并舍弃无意义或与试验目的相反的试验因子取值组合，可缩小试验点设计的空间范围，减少试验次数。试验因子取值优化控制可采用层次化分解方法[18]，对试验对象进行层次化分解，构建试验因子树。首先，将根节点作为试验目的；然后，针对试验目的构建评估指标，并将其作为树的枝节点，其中每个评估指标依赖的试验因子则是树的下一级枝节点；最后，将试验因子取值作为树的叶节点。试验过程中，通过上一次的试验结果不断对枝节点和叶节点进行修剪与调整，进一步界定这些因子的取值范围和取值组合，从而达到聚焦优化的目的。试验因子取值优化控制步骤如下：1）缩小试验因子的取值区间，即叶节点范围，可采用单因子试验。其余因子取默认值，通过调整该因子的取值，分析取值对评估指标的影响结果是上行趋势还是下
【参考文献】：
期刊论文
[1]探索性作战仿真实验因子筛选方法[J]. 王枭,董豪豪,李健. 电子信息对抗技术. 2017(04)
[2]基于体系仿真试验床的新质作战能力评估[J]. 杨镜宇,胡晓峰. 军事运筹与系统工程. 2016(03)
[3]探索性作战仿真实验重复次数控制研究[J]. 王枭,刘雅奇. 军事运筹与系统工程. 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实验点设计方法[J]. 喻飞飞,赵志敏,包俊. 指挥控制与仿真. 2014(02)
[6]基于数据耕耘的探索性仿真实验框架研究[J]. 李斌,李春洪,刘苏洋. 指挥控制与仿真. 2011(04)
本文编号：3401029
【文章来源】：指挥信息系统与技术. 2020,11(03)
【文章页数】：5 页
【部分图文】：
联合作战仿真试验框架
浚?蜃庸?僭蚩赡芪薹ù锏绞匝?目的。一般而言，试验因子最初由人工选择，然后在反复试验和反馈中进行调整筛选，并最终确定。目前，有代表性的试验因子筛选方法包括顺序分支法、二因子顺序分支（SBX）法和顺序分支改进（CSB）法等[1014]。3.2.2决策点决策点主要体现在联合作战方案中的决策分支上，根据决策点环境和条件判断并触发不同的作战行动。联合作战试验方案设计时，针对特定试验目的和作战背景，采用自上而下的层层分解方法[15]对联合作战方案决策点进行设计。联合作战方案决策点设计如图2所示，联合作战方案分解为多个作战任务，作战任务可分解为多个作战子任务，子任务又可根据决策点的分支分解为多个作战行动，最终形成多个作战任务以及行动间的协同流程。决策点包括以下4种类型：1）时间型决策点：以作战时间进至某时刻作为行动的触发条件；2）空间型决策点：以敌方或我方作战实体进至某空间位置作为指挥决策的触发条件；3）损耗型决策点：以作战实体损耗情况为触发条件；4）混合型决策点：将多个触发条件通过“与”、“或”操作符连接起来形成一个多条件的决策点。决策点触发包括以下2类方式：1）静态触发：仿真试验规划时进行预先设置，将触发条件、行动对象和行动类型等要素进行决策点结构化设计，生成到方案文件中并使计算机读取识别，并根据条件判定自动触发行动模型进行推演；2）动态触发：仿真过程中通过人工干预方式影响分支点行动选择，如发送指令触发决策点条件，增加或删除目标改变战场态势。4试验过程及其优化试验设计方案生成后，需构建相应的仿真模型，搭建试验环境进行仿真推演和试验控制。试验环境包括推演引擎和仿真试验支撑工具
第11卷第3期孔晨妍，等：面向联合作战的仿真试验框架等分析；交战级仿真模型用于分析评估单个平台及系统在特定作战任务中的作战效能；工程级仿真模型粒度较细，可用于分析装备的性能指标参数设置等。上层模型的建模依据和数据来自下层模型通过大量计算形成的拟合曲线和统计性能，如工程级雷达模型仿真运行得到的探测性能数据，经过雷达散射截面积（RCS）校准分析可形成雷达探测威力图，并作为交战级雷达模型建模基矗4.2试验过程优化控制联合作战仿真试验中实体数量巨大，试验点的探索和增加势必导致试验样本空间越来越庞大以及记忆解空间成倍增长。为了提高试验效率，需对试验过程进行优化控制，裁剪无需关注的样本，从而有效控制试验次数[17]。4.2.1试验因子取值优化控制试验因子取值是产生海量样本的一个重要因素，增加1个因子或扩大因子的取值范围均可能产生巨大的样本空间。通过发现并舍弃无意义或与试验目的相反的试验因子取值组合，可缩小试验点设计的空间范围，减少试验次数。试验因子取值优化控制可采用层次化分解方法[18]，对试验对象进行层次化分解，构建试验因子树。首先，将根节点作为试验目的；然后，针对试验目的构建评估指标，并将其作为树的枝节点，其中每个评估指标依赖的试验因子则是树的下一级枝节点；最后，将试验因子取值作为树的叶节点。试验过程中，通过上一次的试验结果不断对枝节点和叶节点进行修剪与调整，进一步界定这些因子的取值范围和取值组合，从而达到聚焦优化的目的。试验因子取值优化控制步骤如下：1）缩小试验因子的取值区间，即叶节点范围，可采用单因子试验。其余因子取默认值，通过调整该因子的取值，分析取值对评估指标的影响结果是上行趋势还是下
【参考文献】：
期刊论文
[1]探索性作战仿真实验因子筛选方法[J]. 王枭,董豪豪,李健. 电子信息对抗技术. 2017(04)
[2]基于体系仿真试验床的新质作战能力评估[J]. 杨镜宇,胡晓峰. 军事运筹与系统工程. 2016(03)
[3]探索性作战仿真实验重复次数控制研究[J]. 王枭,刘雅奇. 军事运筹与系统工程. 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实验点设计方法[J]. 喻飞飞,赵志敏,包俊. 指挥控制与仿真. 2014(02)
[6]基于数据耕耘的探索性仿真实验框架研究[J]. 李斌,李春洪,刘苏洋. 指挥控制与仿真. 2011(04)
本文编号：3401029
本文链接：https://www.wllwen.com/kejilunwen/jingguansheji/3401029.html
