《利用时间模式注意机制和超深度集成改进数字航空战备技术引擎(DARTE)》2022最新36页技术报告，美海军信息战中心

数字航空准备技术引擎（DARTE）为美海军FA-18机队提供前所未有的预测战备能力。DARTE专注于发现与预测两个关键战备指标有关的可操作的见解：有任务能力（MC）的飞机数量和飞行时间。最近DARTE的努力集中在改进方面，包括采用前沿的人工智能（AI）和深度学习技术，如时间模式注意机制增强的长短期记忆（LSTMA）网络，超深度组合以提高性能，以及改进不确定性估计和稳健性。超深度集合和注意力机制已被证明在工业和学术界提供了最先进的结果。此外，其改进的不确定性估计为决策者提供了更高的信心水平，使其能够做出更好、更聪明的决策。

美海军航空的 "战备"概念依赖于三个关键方面：人员配备、训练和装备。"人员配备"是指现有的人力，包括入伍的维修人员和飞行员。人员配备还包括维修人员的经验水平和专业。"训练"指的是飞行员的训练程度和执行的飞行时间的数量。最后，"装备"指的是必要的飞机、物资等。即使没有严格的定义，也可以立即看出，损害这三个关键因素中的任何一个都会导致一个中队的准备程度下降。在海军航空界，有两个关键指标被用来衡量一个中队的准备情况：有任务能力的飞机和飞行小时的执行。具体来说，有任务能力的飞机是指达到或超过最低要求的飞机，可以运行并完成一项任务。

自1999年引进以来，海军FA-18超级大黄蜂的总数几乎呈线性增长，在撰写本报告时，目前的数量已接近600架[1]。超级大黄蜂有两个变种--单座E型和双座F型。此外，海军仍然使用一些老式的FA-18单座C型变种大黄蜂。FA-18战斗机在任何时候都可以处于几种准备状态之一：不具备供应任务能力（NMCS），不具备维修任务能力（NMCM），部分任务能力（PMC），或完全任务能力（FMC）。理想情况下，有任务能力的飞机数量将与飞机总数成线性比例，但事实并非如此。图1显示了库存的FA-18飞机的数量和按年份划分的MC飞机的数量。在20世纪90年代末和21世纪初，MC飞机和库存之间的关系符合预期，但在2007年附近出现了明显的偏差，MC飞机的数量趋于平稳。这是有据可查的，改善战备状态正日益成为领导层的重点[4]。

虽然准确监测和预测战备状态的能力极其重要，但这个过程非同小可。预测能力使中队和决策者有时间和能力重新分配资源，调整人员配置水平，并在问题发生之前做出更明智的决定。通过建立机器学习模型来预测战备状态，而不是凭直觉和人的洞察力，也有可能发现对中队行动的非直觉性的见解。

数字航空战备技术引擎（DARTE）的目标是预测FA18中队的战备情况，以月度MC和季度飞行小时执行情况来衡量[6]。此外，DARTE提供了在一个中队经过一个季度时监测准备情况的能力。这是通过两个步骤完成的。首先，创建一个深度学习模型来预测每个中队每月的平均任务能力飞机数量。然后，这个模型被扩展并作为第二个机器学习模型的输入，预测一个中队在一个季度内的飞行小时执行情况。此外，还有一个可解释的人工智能（XAI）引擎[7]和统计人员配置模型[8]，伴随着MC模型。DARTE的架构如图2所示。