适应性指挥控制组织研究进展(Ⅱ)——组织适应性调整方法和测试方法综述

从组织适应性调整方法和组织实验测试方法2个方面对适应性C2组织的国内外研究现状进行了综述。其中,组织适应性调整方法包括:基于三阶段方法的组织适应性调整方法,基于粒度计算的组织适应性调整方法和基于组织结构分层的组织适应性调整方法;组织实验测试方法包括:基于DDD-III的组织实验测试方法,基于Extend的组织实验测试方法和组织全闭环虚拟实验测试方法。给出了各种适应性调整方法和实验测试方法的具体描述,并分析了各种方法的优缺点,最后给出了适应性C2组织下一步的研究方向。     

基于云遗传算法的不确定性环境下平台资源调度适应性优化方法

针对战场环境中不确定因素对平台资源调度方案的影响,提出了一种面向不确定事件的平台资源调度适应性优化方法。考虑平台损耗和任务处理时间2个方面的不确定性,建立以最大任务执行效率为目标函数的平台资源调度的适应性优化问题的数学模型,根据不确定事件对平台资源能力或任务属性的影响来判断是否触发调度方案的适应性优化,并基于云遗传算法设计了平台资源调度适应性优化问题数学模型的求解方法,最后通过算例进行了验证。仿真结果表明,使用云遗传算法对平台资源调度方案进行适应性优化调整,能得到更加优化的平台任务匹配关系,并从整体上缩短使命完成时间。     

适应性指挥控制组织研究进展(Ⅰ)——组织建模方法与设计方法综述

适应性指挥控制(Command and Control, C2)组织的研究是实现未来网络中心战的核心技术之一。描述了适应性C2组织的概念和主要研究内容,从C2组织建模方法和C2组织设计方法2个方面对适应性C2组织的国内外研究现状进行了综述。其中,C2组织建模方法主要包括:计算数学组织理论、Petri网、信息论方法、智能体和社会网络分析方法,C2组织的设计方法主要包括:三阶段组织设计方法、扩展的三阶段组织设计方法、基于分组技术和嵌套遗传算法的组织设计方法和基于粒度计算的组织设计方法,给出了C2组织各种建模方法和设计方法的具体描述,并分别分析了它们优点和存在的不足之处。     

基于二项熵和邻域节点间范德华力的关键节点识别方法

对节点重要性进行排序是复杂网络中识别关键节点的一种常用分析方法,分析网络中节点的重要性,有助于深入了解网络特性。在现有方法上为进一步提升节点评估精准度,引入二项熵概念来量化节点在网络中的重要性,通过邻域相似度衡量节点间的相互影响力,同时采用范德华力抽象节点之间的相互作用关系,提出一种基于二项熵和邻域节点间范德华力的关键节点识别方法,该方法从网络的整体信息流和相邻节点之间的位置和交互关系,综合考虑节点的局部和全局特征,并选取3个同类算法通过3个评价指标验证性能优劣,实验结果表明该算法对重要节点的判断具有良好的性能。     

基于差分特征点网格的数字水印抗缩放性能

为了提高数字水印的鲁棒性,使数字水印系统具备抵抗缩放攻击的能力,并评价其抵抗缩放攻击的程度,构造了差分特征点网格,设计了抗缩放数字水印嵌入和提取方案,并重点分析了差分特征点网格的抗缩放性能,通过分析待检图像中差分特征点的基点成功检测情况来判定数字水印抗缩放性能.在图像放大时,总能检测差分特征点中的基点;在图像缩小时,当单向的缩小比例在0.5到1的范围内,保证能够检测出差分特征点中的基点,当单向的缩小比例小于0.5,不一定能够检测出差分特征点中的基点.结果表明差分特征点网格能够较好地保证图像在受攻击后,差分特征点中仍存在基点,差分特征点网格具有较好的抗缩放性能,对数字水印抗缩放攻击起到了关键作用.     

有人/无人机协同作战系统C2结构和行动计划适应性设计方法

针对有人/无人机协同作战系统指挥控制（C2）结构和行动计划设计问题,基于粒度计算思想,提出分层适应性设计方法。将C2结构和行动计划适应性设计问题分解为平台编组方案生成、任务调度方案生成、平台编组方案调整和任务调度方案调整4个子问题,从而有效降低问题求解规模。首先,建立适应性设计框架;其次,对关键元素属性进行形式化描述;然后,详细分析子问题耦合关系;最后,给出了4个子问题的适应性设计方法。     

考虑时域稳定性的军事信息系统运维性能评估

军事信息系统在信息时代体系作战中发挥的作用日渐显著,对其运维性能进行综合评估,有助于掌握军事信息系统整体运用情况。针对考虑时域稳定性的系统运维性能评估问题,通过构建“6+20”两级指标体系,建立了考虑时域稳定性的性能评估模型;随后基于综合主客观信息,采用拉格朗日乘子法确定最优指标权重,以方差值为优化目标确定评估时点权重,并在确定指标和评估时点权重基础上进行系统运维性能评估结果的生成;最后通过仿真算例,验证了所提出方法的有效性和可靠性,为军事信息系统运维性能评估提供方法支撑。     

基于领域BERT模型的服务文本分类方法

针对BERT模型领域适应能力较差，无法解决训练数据类别数量不均衡和分类难易不均衡等问题，提出一种基于WBBI模型的服务文本分类方法。首先通过TF-IDF算法提取领域语料中的词汇扩展BERT词表，提升了BERT模型的领域适应性；其次，通过建立的BERT-BiLSTM模型实现服务文本分类；最后，针对数据集的类别数量不均衡和分类难易不均衡问题，在传统焦点损失函数的基础上提出了一种可以根据样本不均衡性特点动态调整的变焦损失函数。为了验证WBBI模型的性能，在互联网获取的真实数据集上进行了大量对比试验，实验结果表明：WBBI模型与通用文本分类模型TextCNN、BiLSTM-attention、RCNN、Transformer相比Macro-F1值分别提高了4.29%、6.59%、5.3%和43%;与基于BERT的文本分类模型BERT-CNN、BERT-DPCNN相比，WBBI模型具有更快的收敛速度和更好的分类效果。     

难分类样本快速空中目标意图识别方法

针对不平衡难分类条件下空中目标群组意图快速识别的难题,提出一种基于滑动窗口估计的时空卷积自注意力网络模型的意图识别方法。该方法根据特征数据的特点对其使用滑动窗口的预先处理,通过时空卷积网络快速提取多维时序特征数据的流信息;然后采用自注意力机制捕捉每个特征数据的关键特征并优化权重。仿真结果表明该方法有效提升了不平衡样本中难分类样本意图识别的训练效率和分类的准确率。     

语义驱动的作战资源服务聚类方法

针对SOA架构下指挥信息系统中作战资源服务池规模大、服务组织效率不高的特点,进行了服务组织聚类的研究。首先对作战资源进行属性分析,基于OWL-S描述规范对其进行服务化建模,形成作战资源原子级服务本体模型,实现云服务化;然后构建了作战资源服务聚类模型,并在遗传算法中将模拟退火方法和K-means方法相结合,提出了一种作战资源服务聚类方法;最后通过仿真与GS和GK算法进行了对比。实验结果表明,所提算法能够在可接受的时间内找到适应度值更高的聚类方案,且方案结果适应度值的标准差较低。该方法相比于GS与GK算法具有更好的寻优性与稳定性。