《联合火力自动化的效应任务优化方法》2022最新30页技术报告，加拿大国防研究与发展部

目前的效应任务分配方法经常考虑到基本的资产-任务分配，假设在有限的资源能力限制下进行同步交战。然而，故意忽略由时间限制或交战顺序/序列可行性驱动的战术复杂性可能会导致实践中的解决方案不可行。在这份科学报告中，提出了一种适应复杂战术武器-目标分配问题设置的创新效应任务分配方法。它定义了一个新的开环反馈调度决策模型问题表述，旨在异步分配n个效应器为m个任务/目标提供服务，以使预期任务（失败）值最大化，但要遵守资源能力和边际约束，时间范围不断缩小。因此，我们提出了一个新的近似二次规划决策模型。它受传入请求、累积预期目标值、正在进行的资源承诺、剩余资源能力和前一阶段的计划执行反馈的制约。该方法采用了一种新的紧凑的效应图表示，以方便地捕捉可行的效应器路径计划。借用典型的高质量解决方案，近似决策模型特意限制了一个任务的访问次数，大大减少了搜索空间的探索。所提出的数学公式也有利于自然利用权威的商业优化工具，在运行时提供有价值的优化差距信息，以便有效地指导问题的解决和减少计算。

对国防和安全的意义

本科学报告提出了新的效应任务决策支持技术概念，为支持战术联合火力的数字化指挥与控制（C2）解决方案铺平了道路。这些新概念完全符合加拿大陆军陆军需求局（DLR）2的意图，即实现战术决策-行动周期的自动化和优化。这项工作旨在及时向DLR2和联合火力现代化资本采购项目的定义阶段通报战术边缘新的自动化和优化效应任务技术概念，并确定有希望的研究方向。新的预先规划概念为敏感瞄准、动态效应任务/再任务、效应器整合以及新的自动化非近视效应任务解决方案的可行性和价值带来了不同的视角。这种方法构成了对科学和技术的创新贡献，最终推荐了具有接近最佳传感器效应任务解决方案的使能者。拟议的核心概念计划在适当的国家和国际场所，如关键的选定的军事演习和/或技术合作计划（TTCP），逐步和有机会地展示。这将为其他 "五眼 "国家提供所需的能见度，并为适当的验证提供机会窗口，同时获得对加拿大感兴趣的有竞争力的最新技术。