作为作战概念开发的核心环节,科学合理分析并确定作战概念的能力需求不是一个简单的逻辑思辨过程,而是一项开创性的复杂系统工程[1]。作战概念的能力需求分析与作战方案、作战行动等能力分析相比,其分析方法应满足以下要求:1)在分析目标上应具有反向性,即不仅要通过数据分析得出优劣可否的分析结论,更要基于结果,探索能力生成的机理、规律和趋势,反向挖掘关键能力指标,确定其最优组合;2)在分析条件上应更具开放性,作战概念的提出往往面向未来,分析的输入条件更加开放,变化更加多样,取值范围更加不确定;3)在分析过程中应更具对抗性,作战概念的提出是为解决某一作战问题,对作战能力需求进行分析必须考虑对抗的方式和强度、己方部队的相互作用情况以及敌方部队适应性的行动调整等大量具有对抗性的不确定性因素影响。 而现有的分析方法难以满足上述反向性、开放性和对抗性要求,很难全面完整分析描述作战概念的能力需求。文献[2-3]分别以某航母编队反舰作战为例分析了作战能力需求,但研究对象是随机选取的,因此该方法并不具有普适性。陈英武等[4]基于多视图分析方法,对作战活动进行分解,进而通过元活动实现从使命任务到能力需求的映射,但只是针对装备体系的能力需求,并未对体系作战能力需求进行描述。于同刚等[5]构建了较完整的任务体系、能力体系、装备体系的作战能力需求,但没有给出各体系之间的映射关系。胥秀峰等[6]提出了一种基于指挥员视角的作战能力需求建模方法,该方法易于理解,但具有较强的主观性。综上,在作战概念开发过程中,亟需一种科学合理、广泛适用、体系完整的能力需求分析方法。

成为VIP会员查看完整内容
60

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
作战体系评估方法综述
专知会员服务
105+阅读 · 2023年11月4日
武器目标分配问题研究进展: 模型、算法与应用
专知会员服务
79+阅读 · 2023年6月17日
作战概念及其建模研究综述
专知会员服务
167+阅读 · 2023年5月27日
《军事场景中的视觉分析探索》2023最新124页技术报告
专知会员服务
74+阅读 · 2023年3月2日
深度学习在雷达目标检测中的应用综述
专知会员服务
49+阅读 · 2023年2月8日
基于课程学习的深度强化学习研究综述
专知会员服务
53+阅读 · 2022年11月28日
智能博弈对抗方法:博弈论与强化学习综合视角对比分析
专知会员服务
172+阅读 · 2022年8月28日
「深度分层强化学习DHRL」最新2022研究与进展综述
专知会员服务
92+阅读 · 2022年8月6日
基于深度学习的视频超分辨率重构进展综述
专知会员服务
17+阅读 · 2022年3月7日
「知识增强预训练语言模型」最新研究综述
专知
17+阅读 · 2022年11月18日
「基于通信的多智能体强化学习」 进展综述
基于模型的强化学习综述
专知
17+阅读 · 2022年7月13日
深度学习研究及军事应用综述
专知
12+阅读 · 2022年7月7日
时空序列预测方法综述
专知
18+阅读 · 2020年10月19日
最新《多任务学习》综述,39页pdf
专知
28+阅读 · 2020年7月10日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
90+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
20+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
15+阅读 · 2012年12月31日
国家自然科学基金
14+阅读 · 2012年12月31日
Arxiv
131+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
326+阅读 · 2023年3月31日
Arxiv
54+阅读 · 2023年3月26日
Arxiv
111+阅读 · 2023年3月24日
Arxiv
15+阅读 · 2023年3月17日
VIP会员
相关VIP内容
作战体系评估方法综述
专知会员服务
105+阅读 · 2023年11月4日
武器目标分配问题研究进展: 模型、算法与应用
专知会员服务
79+阅读 · 2023年6月17日
作战概念及其建模研究综述
专知会员服务
167+阅读 · 2023年5月27日
《军事场景中的视觉分析探索》2023最新124页技术报告
专知会员服务
74+阅读 · 2023年3月2日
深度学习在雷达目标检测中的应用综述
专知会员服务
49+阅读 · 2023年2月8日
基于课程学习的深度强化学习研究综述
专知会员服务
53+阅读 · 2022年11月28日
智能博弈对抗方法:博弈论与强化学习综合视角对比分析
专知会员服务
172+阅读 · 2022年8月28日
「深度分层强化学习DHRL」最新2022研究与进展综述
专知会员服务
92+阅读 · 2022年8月6日
基于深度学习的视频超分辨率重构进展综述
专知会员服务
17+阅读 · 2022年3月7日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
90+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
20+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
15+阅读 · 2012年12月31日
国家自然科学基金
14+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员