一种联合作战体系辅助决策分析系统技术方案

一种联合作战体系辅助决策分析系统，包括数据采集模块，用于采集作战数据，根据作战数据生成知识图谱；方案生成模块，与数据采集模块连接，用于根据知识图谱和多目标优化模型智能生成初始作战方案；方案优化模块，与方案生成模块连接，用于根据实时的战场形势对初始作战方案进行优化调整，获得目标作战方案。通过将知识图谱、强化学习等智能化手段科学地运用到作战方案关联与生成中，构建作战知识库，基于知识推理技术精准分析战场态势；建立面向多目标的战场作战方案优化模型，利用强化学习等技术合理规划行动任务，可以大幅度提高作战方案的效率和效果。案的效率和效果。案的效率和效果。

【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。如何利用深度学习方法进行大数据信息分析，进而辅助联合作战制定作战方案具有重要意义。

技术实现思路

[0004]为实现上述目的，本专利技术提供了如下方案：一种联合作战体系辅助决策分析系统，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。
[0005]优选地，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。
[0006]优选地，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。
[0007]优选地，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。
[0008]优选地，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。
[0009]优选地，所述数据处理单元包括目标分类单元、目标分析单元和目标排序单元；所述目标分类单元用于对所述目标作战数据中的打击目标汇总后进行分类，获得分类结果；所述目标分析单元用于根据所述分类结果进行单目标价值分析和多目标价值分析后，确定目标组合；所述目标排序单元用于根据作战计划或战场态势进行目标提名，再综合考虑任务相关程度、态势影响程度、火力威胁程度、目标防御程度和攻击难易程度提出目标打击初始清单，结合天气、地形、现有武器、反应时间和攻击限制因素对所述目标组合进行现有能力评估，确定目标打击的所述排序结果。
[0010]优选地，所述分类结果按目标机动特性分类分为固定目标和可移动目标，按目标防护特性分类分为软目标、轻防护目标、重防护目标和坚固目标，按目标分布特性分类分为点目标、线目标和面目标。
[0011]优选地，所述方案优化模块包括方案优化单元和方案评估单元；
所述方案优化单元用于基于所述强化学习模型对所述初始作战方案进行多目标函数的多轮次优化，并将优化结果通过方案生成引擎解析为战役层和战术层的作战方案；所述方案评估单元用于基于层次分析法对战役层和战术层的作战方案进行方案质量综合评估，获得所述目标作战方案。
[0012]优选地，所述方案优化单元还包括目标聚类单元、火力分配单元和弹目匹配单元；所述目标聚类单元用于将作战目标进行分类，简化任务分配；所述火力分配单元用于将任务集群分配给火力联盟，在每个火力联盟内，通过强化学习模型，将火力联盟内的火力点与目标任务进行交互，获得目标任务分配的最优策略；所述弹目匹配单元用于根据所述最优策略对作战目标进行弹目匹配。
[0013]优选地，所述方案评估单元包括第一评估单元、第二评估单元和第三评估单元；所述第一评估单元用于根据作战影响因素构建评价框架；所述作战影响因素包括战场环境、打击任务列表和作战意图；其中，所述战场环境包括战场态势和自然环境；所述战场态势包括火力资源部署情况和潜在目标分别情况；所述打击任务列表包括打击任务和任务序列；所述打击任务包括时间属性、火力资源和打击对象；所述时间属性包括执行时间和持续时间；所述火力资源包括战场位置、资源类型和资源数量；所述打击对象包括作战能力和作战效果；所述第二评估单元用于将战役层和战术层的作战方案输入评价框架进行指标清理、归一化处理、提取指标权重、参数矩阵判决以及方案排序，获得方案排序结果；所述第三评估单元用于根据所述方案排序结果进行方案评估，获得方案评估结果，判断所述方案评估结果是否理想，若理想，则执行方案，并将方案存储到知识图谱中，方便后续调用；若不理想，则将方案返回至方案优化单元继续优化直至方案评估结果理想，输出获得目标作战方案。
[0014]与现有技术相比，本专利技术具有如下优点和技术效果：本专利技术以知识图谱作为总体的知识源，为方案执行提供底层的知识支撑；以作战方案的多目标总体最优为优化目标，采用强化学习方法对多目标函数进行多轮次优化，将优化结果通过方案生成引擎解析为战役层和战术层的作战方案本文档来自技高网...

【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：