为满足预期和意外的国家安全需求,美国国防部(DoD)依靠现役部队(AC)和后备役部队(RC)。这两个部分的结构、维护和部署政策会影响部队的成本、部队的压力,最重要的是会影响部队满足国防部国家安全需求的能力。然而,国防部目前还没有一个多军种工具,使利益相关方能够评估方案编制和规划决策对部队成本、无法满足需求的风险以及部队压力的影响。

为了解决这些问题,美国国防部(P&R)要求国防分析研究所(IDA)为计划制定者、决策者和其他利益相关者开发一种联合能力,以全面评估 AC 和 RC 成本。本文介绍了该多阶段项目第一阶段的发现和结果。

部队结构评估 (FSA) 模型

项目第 1 阶段的成果是一个概念验证计算机应用程序,称为 "部队结构评估(FSA)模型"。FSA 模型是一个离散事件模拟模型,它将军种和国防部的数据与用户输入相结合,生成描述性报告。这些报告详细说明了部队组合备选方案的总成本及其提供单元以满足用户指定需求的能力。FSA 模型的主要目标是使用户能够看到在用户提供的需求情景下,政策、假设和资源变化所产生的影响。FSA 模型全面开发后,将提供一个急需的多军种工具,不仅可以解决现役-后备役混合问题,还可以解决其他部队管理政策问题。

作为概念验证工作,第一阶段模型的范围和规模有限。第一阶段模型中使用的单元仅为陆军旅级战斗队(BCTs)。根据设想,该模型的未来阶段将包括更多单元和军种。

部队需求

在第一阶段模型中,用户提供的需求情景包括在用户指定的时间段内所需的 BCT 数量。可存储的需求概况数量不受限制,因此用户可以根据多个需求情景测试多个政策备选方案。下图显示了一个长期战争类型情景的名义需求曲线。

部队供应

FSA 模型存储有关军种部署政策、单元成本、部队组建周期和其他属性的信息。这些数据由用户提供,确定了满足需求的部队供应条件。该模型提供可调整的 "杠杆",使用户能够观察潜在部队管理决策的影响。

成本

在部队组建周期的不同阶段(如重置、训练、准备、部署),根据具体单元列出了 AC 和 RC 单元的成本。模型中包含的单元成本来自各处模型和国防部数据源,包括直接成本和间接成本。下表重点介绍了四个类别的成本: 人员、设备、采购和间接成本。

该模型在包含哪些成本方面具有灵活性,用户可以排除与当前分析无关的类别。例如,如果用户关注的是短期事件,且预计不会有采购活动,则可以排除采购成本。第二阶段将考虑更多成本要素。

举例说明:改变AC-RC 组合

作为一个例子,我们考虑了前面所示的 60 个月名义需求概况和 58 个 BCT 的部队组合。基线组合为 31 个 AC 和 27 个 RC 陆军 BCT,用户有兴趣评估将其改为 27 个 AC 和 31 个 RC BCT 的 RC 重型组合。下图和表格显示了模型输出结果,显示了在上述每种条件下部队满足用户指定需求的能力。

图中蓝色区域代表 AC BCT 的部署情况,黄色区域代表 RC BCT 的部署情况。紫色需求线下的灰色区域表示 BCT 无法完全满足需求;X 轴下方的橙色区域表示同样的缺口。除了用图表表示所选部队满足需求的情况外,FSA 模型还提供了描述性指标,可用于对替代方案进行更多评估。

从指标中,用户可以看到方案 2 的总缺口增加了约 30%,在此战时情景下从 88 个 BCT 月增加到 115 个 BCT 月。平均每年成本(战时)的三角洲反映了 每年平均成本(战时)的三角洲主要反映出方案 1 比方案 2 部署更多,满足的需求更多。部署通常是单元周期中最昂贵的阶段;因此,短缺更多的方案可能看起来 "更便宜",但实际上只是满足战时需求的能力更弱。在和平时期,方案 2 的年成本约为 220 亿美元,比方案 1 和平时期 240 亿美元的成本低 10%。这些指标使用户能够评估战时缺口增加 30% 与和平时期成本减少 10% 的对比。

随着模型和用户界面在以后阶段的扩展,用户将可以使用更广泛的成本相关和风险相关指标。

FSA 模型的意义

IDA正在开发 FSA 模型,为国防部提供一个急需的多军种工具,使利益攸关方能够评估方案编制和规划决策对部队成本、无法满足需求的风险以及部队压力的影响。

第 1 阶段

该项目的第 1 阶段表明,可以对一个军种的主要单元进行有效分析,以揭示需求假设、部队管理政策、现役-后备役组合和部队规模变化的影响。可以量化多个备选方案对部队成本、部队满足需求的能力和部队压力的影响,使用户能够确定每个备选方案的相对优势。

后续阶段

根据设想,后续阶段将侧重于发展联合能力。IDA 将扩大 FSA 模型,以包括所有军种和更广泛的单元。IDA 开发人员将包括支持 "完全负担 "成本观点的额外成本细节。IDA 团队还将与利益相关方合作,确定最有用的成本指标和成本要素的图形表示法。IDA 团队的工作重点是提供一种工具,供各军种和整个美国防部的用户使用,对部队组合和政策选择进行有价值的评估。

成为VIP会员查看完整内容
39

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。
《美空军研究实验室(AFRL)全球研究布局》50页报告
专知会员服务
47+阅读 · 2023年12月12日
《将无人机和其他新兴技术融入美军》2023最新56页报告
专知会员服务
59+阅读 · 2023年10月21日
《技术成熟度评估流程》美国空军2022年53页报告
专知会员服务
49+阅读 · 2023年2月27日
《探讨未来军事技术的可能性》美国陆军2022最新52页报告
专知会员服务
81+阅读 · 2022年12月28日
国家自然科学基金
9+阅读 · 2017年12月31日
国家自然科学基金
10+阅读 · 2015年12月31日
国家自然科学基金
17+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
28+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
9+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
36+阅读 · 2011年12月31日
A Survey of Large Language Models
Arxiv
326+阅读 · 2023年3月31日
VIP会员
相关资讯
相关基金
国家自然科学基金
9+阅读 · 2017年12月31日
国家自然科学基金
10+阅读 · 2015年12月31日
国家自然科学基金
17+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
28+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
9+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
36+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员