基于兰彻斯特方程的卫生减员预测方法及系统技术方案

技术编号:37233900 阅读:30 留言:0更新日期:2023-04-20 23:16
本发明专利技术公开了一种基于兰彻斯特方程的卫生减员预测方法及系统,方法包括在兰彻斯特方程中引入时滞函数和随机白噪声得到卫生减员预测模型,其中,所述时滞函数用于表示兵力增援的时间延迟,所述随机白噪声用于表示影响战争的发展趋势的不可控因素;设置模拟仿真初始参数;通过模拟仿真软件基于所述模拟仿真初始参数对所述卫生减员预测模型进行数值模拟仿真,得到作战双方的减员分布曲线图。本发明专利技术能够更加有效地模拟战争过程,展现战场态势演进,减员预计结果能够在一定程度上体现战争的不确定性,从而有效提高卫生减员预测的准确度。度。度。

【技术实现步骤摘要】
基于兰彻斯特方程的卫生减员预测方法及系统


[0001]本专利技术涉及数据处理
,尤其涉及一种基于兰彻斯特方程的卫生减员预测方法及系统。

技术介绍

[0002]卫生减员预测是卫生资源筹划与保障的起点和前提,其作用举足轻重。在既往关于卫生减员的记载中,减员分布通常有规律可循,可以采用基于经验数据的方法、基于数理模型的方法和基于仿真的方法等方法进行预计,但是,现有的卫生减员预测方法对过程模拟、进程推演等缺乏有效手段,且多依赖历史数据,存在过拟合的问题,从而导致卫生减员预测的准确度不高。另外,现代战争样式发生了巨大的改变,经典卫生减员规律已开始被打破,卫生减员预计基本流程和方法也需进行针对性调整,以满足未来卫生减员预计需要。
[0003]因此,如何更加有效地模拟战争过程,更好地体现战争的不确定性,从而提高卫生减员预测的准确度,是目前本领域技术人员亟待解决的问题。

技术实现思路

[0004]本专利技术旨在解决现有技术中存在的技术问题,特别创新地提出了一种基于兰彻斯特方程的卫生减员预测方法及系统,能够更加有效地模拟战争过程,展现战场态势演进,减员预计结果能够在一定程度上体现战争的不确定性,从而有效提高卫生减员预测的准确度。
[0005]为了实现本专利技术的上述目的,根据本专利技术的第一个方面,本专利技术提供了一种基于兰彻斯特方程的卫生减员预测方法,所述方法包括如下步骤:
[0006]在兰彻斯特方程中引入时滞函数和随机白噪声得到卫生减员预测模型,其中,所述时滞函数用于表示兵力增援的时间延迟,所述随机白噪声用于表示影响战争的发展趋势的不可控因素;
[0007]设置模拟仿真初始参数;
[0008]通过模拟仿真软件基于所述模拟仿真初始参数对所述卫生减员预测模型进行数值模拟仿真,得到作战双方的减员分布曲线图。
[0009]优选地,在兰彻斯特方程中引入时滞函数和随机白噪声得到的卫生减员预测模型如下:
[0010][0011]其中,t表示战争时刻,r1表示第一作战方的兵力增援函数,r2表示第二作战方的兵力增援函数,τ1表示第一作战方的兵力增援延迟时间,τ2表示第二作战方的兵力增援延迟时间,α表示第一作战方的战斗力系数,β表示第二作战方的战斗力系数,x(t)为第一作战方随时间变化的作战能力,y(t)表示第二作战方随时间变化的作战能力,σ1表示第一作战方的
白噪声大小,σ2表示第二作战方的白噪声大小,B1(t)、B2(t)为定义在完全概率空间上的标准布朗运动。
[0012]优选地,在设置模拟仿真初始参数之前,所述方法还包括:
[0013]利用预先构建的多因子战斗力系数模型对所述卫生减员预测模型中作战双方的战斗力系数进行修订。
[0014]优选地,所述方法还包括:
[0015]通过杜派指数法基于影响战争的多个因素构建所述多因子战斗力系数模型,其中,所述多因子战斗力系数模型如下:
[0016]Q
α/β
=S
·
m
·
l
e
·
p
·
o
·
b
·
u
s
·
r
u
·
h
u
·
z
u
·
v
[0017]其中,Q
α/β
表示战斗力系数,m表示作战部队的机动因子,l
e
表示指挥因子,p表示训练因子,o表示士气因子,b表示后勤因子,u
s
表示与实力有关的态势因子,r
u
表示与态势有关的地形因子,h
u
表示与态势相关的气象因子,z
u
表示与态势相关的季节因子,v表示易损性因子,S表示战斗实力。
[0018]优选地,所述设置模拟仿真初始参数包括:
[0019]设置增援函数、作战双方的兵力增援延迟时间值和随机白噪声值,并将作战双方的初始兵力人数和与战斗力系数相关的多个影响因子的具体数值作为初始参数输入至模拟仿真软件。
[0020]根据本专利技术的第二个方面,本专利技术还提供了一种基于兰彻斯特方程的卫生减员预测系统,所述系统包括:
[0021]预测模型构建模块,用于在兰彻斯特方程中引入时滞函数和随机白噪声得到卫生减员预测模型,其中,所述时滞函数用于表示兵力增援的时间延迟,所述随机白噪声用于表示影响战争的发展趋势的不可控因素;
[0022]仿真参数设置模块,用于设置模拟仿真初始参数;
[0023]减员预测仿真模块,用于通过模拟仿真软件基于所述模拟仿真初始参数对所述卫生减员预测模型进行数值模拟仿真,得到作战双方的减员分布曲线图。
[0024]优选地,在兰彻斯特方程中引入时滞函数和随机白噪声得到的卫生减员预测模型如下:
[0025][0026]其中,t表示战争时刻,r1表示第一作战方的兵力增援函数,r2表示第二作战方的兵力增援函数,τ1表示第一作战方的兵力增援延迟时间,τ2表示第二作战方的兵力增援延迟时间,α表示第一作战方的战斗力系数,β表示第二作战方的战斗力系数,x(t)为第一作战方随时间变化的作战能力,y(t)表示第二作战方随时间变化的作战能力,σ1表示第一作战方的白噪声大小,σ2表示第二作战方的白噪声大小,B1(t)、B2(t)为定义在完全概率空间上的标准布朗运动。
[0027]优选地,所述系统还包括:
[0028]战斗力系数修订模块,用于在设置模拟仿真初始参数之前,利用预先构建的多因子战斗力系数模型对所述卫生减员预测模型中作战双方的战斗力系数进行修订。
[0029]优选地,所述系统还包括:
[0030]战斗力系数模型构建模块,用于通过杜派指数法基于影响战争的多个因素构建所述多因子战斗力系数模型,其中,所述多因子战斗力系数模型如下:
[0031]Q
α/β
=S
·
m
·
l
e
·
p
·
o
·
b
·
u
s
·
r
u
·
h
u
·
z
u
·
v
[0032]其中,Q
α/β
表示战斗力系数,m表示作战部队的机动因子,l
e
表示指挥因子,p表示训练因子,o表示士气因子,b表示后勤因子,u
s
表示与实力有关的态势因子,r
u
表示与态势有关的地形因子,h
u
表示与态势相关的气象因子,z
u
表示与态势相关的季节因子,v表示易损性因子,S表示战斗实力。
[0033]优选地,所述仿真参数设置模块具体用于:
[0034]设置增援函数、作战双方的兵力增援延迟时间值和随机白噪声值,并将作战双方的初始兵力人数和与战斗力本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于兰彻斯特方程的卫生减员预测方法,其特征在于,包括:在兰彻斯特方程中引入时滞函数和随机白噪声得到卫生减员预测模型,其中,所述时滞函数用于表示兵力增援的时间延迟,所述随机白噪声用于表示影响战争的发展趋势的不可控因素;设置模拟仿真初始参数;通过模拟仿真软件基于所述模拟仿真初始参数对所述卫生减员预测模型进行数值模拟仿真,得到作战双方的减员分布曲线图。2.根据权利要求1所述的基于兰彻斯特方程的卫生减员预测方法,其特征在于,在兰彻斯特方程中引入时滞函数和随机白噪声得到的卫生减员预测模型如下:其中,t表示战争时刻,r1表示第一作战方的兵力增援函数,r2表示第二作战方的兵力增援函数,τ1表示第一作战方的兵力增援延迟时间,τ2表示第二作战方的兵力增援延迟时间,α表示第一作战方的战斗力系数,β表示第二作战方的战斗力系数,x(t)为第一作战方随时间变化的作战能力,y(t)表示第二作战方随时间变化的作战能力,σ1表示第一作战方的白噪声大小,σ2表示第二作战方的白噪声大小,B1(t)、B2(t)为定义在完全概率空间上的标准布朗运动。3.根据权利要求2所述的基于兰彻斯特方程的卫生减员预测方法,其特征在于,在设置模拟仿真初始参数之前,所述方法还包括:利用预先构建的多因子战斗力系数模型对所述卫生减员预测模型中作战双方的战斗力系数进行修订。4.根据权利要求3所述的基于兰彻斯特方程的卫生减员预测方法,其特征在于,所述方法还包括:通过杜派指数法基于影响战争的多个因素构建所述多因子战斗力系数模型,其中,所述多因子战斗力系数模型如下:Q
α/β
=S
·
m
·
l
e
·
p
·
o
·
b
·
u
s
·
r
u
·
h
u
·
z
u
·
v其中,Q
α/β
表示战斗力系数,m表示作战部队的机动因子,l
e
表示指挥因子,p表示训练因子,o表示士气因子,b表示后勤因子,u
s
表示与实力有关的态势因子,r
u
表示与态势有关的地形因子,h
u
表示与态势相关的气象因子,z
u
表示与态势相关的季节因子,v表示易损性因子,S表示战斗实力。5.根据权利要求4所述的基于兰彻斯特方程的卫生减员预测方法,其特征在于,所述设置模拟仿真初始参数包括:设置增援函数、作战双方的兵力增援延迟时间值和随机白噪声值,并将作战双方的初始兵力人数和与战斗力系数相关的多个影响因子的具体数值作为初始参数输入至模拟仿真软件。6.一种基于兰彻斯特方程的卫生减员预测系统,其特征在于,包括:预测模型构建...

【专利技术属性】
技术研发人员:马建威冉雪郝枭雄邬晓薇黄朝晖游海燕
申请(专利权)人:中国人民解放军陆军军医大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1