【技术实现步骤摘要】
一种联合作战体系辅助决策分析系统
[0001]本专利技术属于作战指挥领域，尤其涉及一种联合作战体系辅助决策分析系统。
技术介绍
[0002]联合作战是一个在多维作战空间开展的、多元战役力量参与的、分多个作战阶段采用多种作战战法的多元一体化的大系统作战。在联合作战中，各参加力量相互关联，相互依赖，相互增效，使“整体大于部分之和”的功能呈现放大效应。联合作战的典型特征是作战力量是由两个或两个以上的军种部队组成，有统一的联合部队指挥员和联合参谋机构，以及统一的联合作战计划为实现既定的共同目标，在统一计划下联合实施的作战。
[0003]随着科学技术的发展，信息化越来越成为决定战争胜负的关键因素，信息系统的高效、自动化是军事信息化水平发展的重要方向。根据作战信息制定的作战方案，直接影响联合作战的效果。而现代战争中涉及到的装备、人员等要素数量众多、要素间的关系非常复杂，这就导致在作战体系中，节点规模和复杂性成指数级增长，为作战方案的高效、高质量生成带来了巨大的挑战。当前，大数据、人工智能技术飞速发展，有效推动了信息化社会的发展。...
【技术保护点】
【技术特征摘要】
1.一种联合作战体系辅助决策分析系统，其特征在于，包括：数据采集模块，用于采集作战数据，并根据作战数据生成知识图谱；方案生成模块，与所述数据采集模块连接，用于构建多目标优化模型，并根据所述知识图谱和所述多目标优化模型智能生成初始作战方案；及方案优化模块，与所述方案生成模块连接，用于根据实时的战场形势对所述初始作战方案进行优化调整，获得目标作战方案。2.根据权利要求1所述的联合作战体系辅助决策分析系统，其特征在于，所述数据采集模块包括数据获取单元、数据融合单元、数据评价单元和数据更新单元；所述数据获取单元用于采集不同数据类型的作战数据，所述作战数据包括结构化数据类型的作战任务信息、作战目标信息、目标兵力信息、目标装备信息和目标行动信息；半结构化数据类型的作战任务信息、作战目标信息、目标兵力信息、目标装备信息和目标行动信息；非结构化数据类型的作战任务信息、作战目标信息、目标兵力信息、目标装备信息和目标行动信息；所述数据融合单元用于将采集的不同数据类型的作战数据进行知识抽取和知识清理后进行数据融合，以获得关联明确的目标作战数据；所述数据评价单元用于预设置信度阈值，对所述目标作战数据进行可信度量化评价，将可信度小于置信度阈值的数据剔除；所述数据更新单元用于将经过可信度量化评价的目标作战数据存入知识图谱中，以生成所述知识图谱或对所述知识图谱进行实时更新。3.根据权利要求2所述的联合作战体系辅助决策分析系统，其特征在于，所述数据融合单元进行的所述知识抽取包括实体抽取、关系抽取和语义属性抽取；所述实体抽取用于从结构化数据和半结构化数据中构建实体词典、知识规则或知识特征，抽取出符合某一类的实体；所述关系抽取用于从非结构化数据中挖掘知识；所述语义属性抽取用于对资源描述框架增加时空描述方法，构建适于时空索引和查询的增强型资源描述框架三元组，并基于所述增强型资源描述框架三元组进行语义属性抽取。4.根据权利要求2所述的联合作战体系辅助决策分析系统，其特征在于，所述数据融合单元进行的所述知识清理包括实体关联、实体消歧和实体对齐；所述实体关联用于建立兵要实体之间的相关性联系；所述实体消歧用于解决同名实体产生的歧义问题；所述实体对齐用于对于多源异构的兵要信息中的各个实体，挖掘和分析出同一实体；所述数据评价单元进行的所述可信度量化评价基于知识的准确率和覆盖率进行评价；所述准确率用于评价知识本身的准确性，所述覆盖率用于评价知识对于某一领域的覆盖程度。5.根据权利要求2所述的联合作战体系辅助决策分析系统，其特征在于，所述方案生成模块包括模型构建单元、数据处理单元和方案生成单元；所述模型构建单元用于构建所述多目标优化模型和强化学习模型；所述数据处理单元用于对所述知识图谱中的目标作战数据进行目标组合排序，获得排
序结果；所述方案生成单元用于基于所述多目标优化模型对所述排序结果进行多目标总体最优处理，并根据最优处理结果生成所述初始作战方案。6.根据权利要求5所述的...
【专利技术属性】
技术研发人员：郭志明，高亮，陈龙，田建辉，周宇，赵丹，王迪，孙勇，冯源，刘大卫，白子龙，张少攀，曹俊卿，
申请(专利权)人：中国兵器科学研究院，
类型：发明
国别省市：
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。