基于统计分析的作战行动效能评估方法

doi:10.3724/SP.J.1087.2012.01157

计算机应用 ›› 2012, Vol. 32 ›› Issue (04): 1157-1160.DOI: 10.3724/SP.J.1087.2012.01157

基于统计分析的作战行动效能评估方法

程恺¹,张睿¹,张宏军¹,车军辉²

1. 解放军理工大学工程兵工程学院，南京 210007
2. 南京陆军指挥学院，南京 210045

收稿日期:2011-10-09 修回日期:2011-11-17 发布日期:2012-04-20 出版日期:2012-04-01
通讯作者: 程恺
作者简介:程恺(1983-)，男，河南郑州人，博士研究生，主要研究方向：作战效能评估、作战模拟；
张睿(1977-)，男，山东威海人，副教授，博士，主要研究方向：军事建模与仿真；
张宏军(1963-)，男，江苏泰州人，教授，博士，主要研究方向：作战模拟与决策分析；
车军辉(1979-)，男，安徽六安人，讲师，博士，主要研究方向：军事情报。
基金资助:
国家自然科学基金资助项目

Effectiveness evaluation method based on statistical analysis of operations

CHENG Kai¹,ZHANG Rui¹,ZHANG Hong-jun¹,CHE Jun-hui²

1. Engineering Institute of Corps of Engineers, PLA University of Science and Technology, Nanjing Jiangsu 210007, China
2. Nanjing Army Command College, Nanjing Jiangsu 210045, China

Received:2011-10-09 Revised:2011-11-17 Online:2012-04-20 Published:2012-04-01
Contact: CHENG Kai

摘要/Abstract

摘要： 由于作战过程中不确定因素多，作战行动效果数据表现出显著的随机性。为了探索效果数据背后隐藏的作战规律，基于统计分析的方法研究作战行动效能的评估问题。分析了作战行动及其效能的基本概念，针对增强最简半自治适应性作战神经网络工具箱(EINSTein)产生的仿真数据采用单次、单组以及多组实验分析的手段，研究进攻行动效果数据的统计特征，发现对于具有作战优势的一方，相比通过增加作战人数而言，提高火力半径能够取得更好的作战效果。在此基础上，提出一种作战行动效能的评估方法，并结合仿真数据进行了验证，从而为基于实际训练效果数据的效能评估提供可行的解决方案。

关键词: 作战行动, 效果数据, EINSTein工具箱, 统计, 效能评估

Abstract: The effect data of actions show a significant randomness because of lots of uncertain elements in the course of action. In order to explore the rules of warfare hidden behind the data, the effectiveness evaluation was studied based on statistical analysis method. The basic concept of action and its effectiveness were analyzed. With the simulation data produced by enhanced irreducible semi-autonomous adaptive combat neural simulation toolkit (EINSTein), a single, a group and multi group experimental methods were used to study the statistical characteristics of offensive actions and find out that to a party who has a combat advantage, compared with increased number of personnel, the increased radius of firepower can achieve better operational results. On this basis, an evaluation method of action effectiveness was proposed and validated with simulation data. Therefore, a feasible resolution is provided to evaluate the action effectiveness based on actual combat data.

Key words: action, effect data, EINSTein tool, statistics, effectiveness evaluation

中图分类号:

E917
TP391.9

程恺张睿张宏军车军辉. 基于统计分析的作战行动效能评估方法[J]. 计算机应用, 2012, 32(04): 1157-1160.

CHENG Kai ZHANG Rui ZHANG Hong-jun CHE Jun-hui. Effectiveness evaluation method based on statistical analysis of operations[J]. Journal of Computer Applications, 2012, 32(04): 1157-1160.

参考文献

[1] 胡晓峰，司光亚，吴琳，等.战争模拟引论［M］.北京：国防大学出版社.2004. [2] McCORMICK S. A primer on developing measures of effectiveness［J］. Military Review, 2010, 90(4):60-66. [3] 彭方明，邢清华，刘睿渊. 改进证据推理的联合防空作战效能评估模型［J］.JOCA，2010，30(8)：2265-2268. [4] 穆中林，周中良，于雷，等. 编队对地攻击作战效能评估的系统动力学方法［J］.系统工程理论与实践，2010，30(3)：565-570. [5] 江敬灼.论作战实验法［J］.军事运筹与系统工程，2009，23(3)：8-15. [6] 程恺，车先明，张宏军，等.基于支持向量机的部队作战效能评估［J］.系统工程与电子技术，2011，33(5)：1055-1058. [7] 彭征明,李云芝,罗小明. 用不确定性度量作战效能的评估方法研究［J］.军事运筹与系统工程，2005，19(3)：65-70. [8] 邓鹏华，毕义明，刘继方. 一种不确定作战决策效能评估模型及仿真［J］.系统仿真学报，2009，21(23)：7381-7385. [9] 许世蒙，谢古今，潘高田. 一种作战模型数值模拟的基本探讨［J］.系统工程理论与实践，2000，20(7)：106-111. [10] 狄长春，杜中华，吴大林. 基于座椅系统虚拟样机的自行火炮行驶平顺性统计评估［J］.兵工学报，2009，30(4)：442-445. [11] 邓桂龙，刘智慧，贾志东. 作战仿真实验数据关联规则挖掘研究［J］.军事运筹与系统工程，2008，22(4)：46-50. [12] LI MING. New methods for statistical modeling and analysis of nondestructive evaluation data［D］. Ames, Iowa,USA: Iowa State University, 2010. [13] WANG JIAN, WANG HONGWEI. A CMMS-based formal conceptual modeling approach for team simulation and training ［C］// ISNN09: Proceedings of the 6th International Symposium on Neural Networks on Advances in Neural Networks. Berlin: Springer-Verlag, 2009: 946-955. [14] 胡剑文，张维明，胡晓峰，等.一种基于复杂系统观的效能分析新方法：单调指标空间分析方法［J］.中国科学：E辑（信息科学），2005，35(4)：352-367. [15] ILACHINSKI A. Enhanced ISAAC neural simulation toolkit (EINSTein): An artificial-life laboratory for exploring self-organized emergence in land combat, beta-test users guide［EB/OL］.［2011-02-24］. http://www.cna.org/isaac/einstein.htm.

基于统计分析的作战行动效能评估方法

Effectiveness evaluation method based on statistical analysis of operations

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	张睿, 宋思琪, 胡静, 张永梅, 柴艳峰. 基于统计和自适应ParNet的产学研绩效评价[J]. 《计算机应用》唯一官方网站, 2024, 44(2): 628-637.
[2]	张祖篡, 陈学斌, 高瑞, 邹元怀. 基于标签分类的联邦学习客户端选择方法[J]. 《计算机应用》唯一官方网站, 2024, 44(12): 3759-3765.
[3]	廖兴滨, 秦小林, 张思齐, 钱杨舸. 交互式机器翻译综述[J]. 《计算机应用》唯一官方网站, 2023, 43(2): 329-334.
[4]	吴军, 欧阳艾嘉, 张琳. 基于影响度的统计显著序列模式挖掘算法[J]. 《计算机应用》唯一官方网站, 2022, 42(9): 2713-2721.
[5]	祝承, 赵晓琦, 赵丽萍, 焦玉宏, 朱亚飞, 陈建英, 周伟, 谭颖. 基于谱聚类半监督特征选择的功能磁共振成像数据分类[J]. 计算机应用, 2021, 41(8): 2288-2293.
[6]	郭佳, 韩李涛, 孙宪龙, 周丽娟. 自动确定聚类中心的比较密度峰值聚类算法[J]. 计算机应用, 2021, 41(3): 738-744.
[7]	朱玉娜, 张玉涛, 闫少阁, 范钰丹, 陈韩托. 基于半监督子空间聚类的协议识别方法[J]. 计算机应用, 2021, 41(10): 2900-2904.
[8]	陈晓楠, 胡建敏, 陈茜, 张威. 基于LightGBM算法的网络战仿真与效能评估[J]. 计算机应用, 2020, 40(7): 2003-2008.
[9]	涂子璇, 刘树波, 熊星星, 赵晶, 蔡朝晖. 可穿戴设备的数值型流数据差分隐私均值发布[J]. 计算机应用, 2020, 40(6): 1692-1697.
[10]	丁辉, 李丽宏, 原钢. 融合GMS与VCS+GC-RANSAC的图像配准算法[J]. 计算机应用, 2020, 40(4): 1138-1143.
[11]	王治忠, 钱龙龙, 韩闯, 师丽. 基于统计特征和熵特征融合的心肌梗死辅助诊断方法[J]. 《计算机应用》唯一官方网站, 2020, 40(2): 608-615.
[12]	徐衍胜, 张游杰. 基于随机函数的非线性映射保序加密方案[J]. 计算机应用, 2020, 40(10): 2986-2991.
[13]	牟琦, 唐洋, 李占利, 李洪安. 基于网格运动统计算法和最佳缝合线的密集重复结构图像快速拼接方法[J]. 计算机应用, 2020, 40(1): 239-244.
[14]	朱成德, 李志伟, 王凯, 高燕, 郭亨长. 基于改进网格运动统计特征的图像匹配算法[J]. 计算机应用, 2019, 39(8): 2396-2401.
[15]	周爱平, 朱琛刚. 基于概要数据结构的全网络持续流检测方法[J]. 计算机应用, 2019, 39(8): 2354-2358.