现代高技术条件下军事系统的发展和现代战争作战样式、作战手段发生的巨大变化,对军事系统的研究理论、研究方法都提出了新的要求。近年来蓬勃兴起的复杂性科学、特别是复杂适应系统理论,在各个领域研究取得的丰硕成果,为军事问题的研究提供了新的思路。在这样的背景下,本文对基于复杂适应系统理论的作战模型进行了研究。 本文主要的研究内容和研究成果可以概括为如下的四个方面。 首先,以复杂适应系统理论为理论基础,以军事系统的性质为依据,论述了“军事系统是复杂适应系统”,提出了军事系统作为一种特殊的复杂适应系统所独有的特点,奠定了后续研究的理论基础。 第二,提出了一种基于多智能体的作战模型。其中:提出了一种基于多智能体的作战模型框架,在该框架下,作战模型由作战环境模型、作战智能体模型和作战模型参数三部分构成;提出了一种作战环境模型,定义了作战空间和作战环境参数,描述作战单元、作战环境的空间特性和作战环境因素对作战单元作战行为的影响;提出了一种作战智能体模型,它由属性和行为模型两部分构成,定义了作战智能体的空间属性、物理属性和品质属性,用以描述作战单元的各种行为能力和状态,分别建立了作战智能体的侦察、机动、攻击、通信、适应性行为模型和上述行为规则的元规则,用以描述作战单元之间的交互作用关系;提出了一种基于知识表示方法的作战智能体模型形式化描述方法,使得作战智能体模型能够以一种便于从概念模型向仿真模型转化的方式进行表达;研究了基于多智能体的作战模型的建模工作流程,确定了各个步骤中的主要工作;提出了一种基于多智能体的作战仿真策略,采用作战智能体反复随机排序的方法,解决单处理器、单线程条件下,事件的并发问题。 第三,研究了基于多智能体的作战模型参数的优化求解问题。其中:提出了一种基于细粒度模型的作战智能体模型参数优化求解算法,用细粒度模型遗传算法求解作战智能体模型参数优化问题;提出了“作战智能体群体参数模式”的概念,对作战智能体群体模型参数进行形式化描述,再以作战智能体群体参数模式为遗传个体,应用遗传算法求解作战智能体群体模型参数的优化问题;研究了上述优化问题求解算法的调度策略,提出了分层模型参数优化算法的双层顺序调度策略和双层嵌套调度策略,解决复杂的模型参数优化问题;将对抗条件下作战模型参数的优化问题转化为一种对抗性问题,应用竞争性共同进化遗传算法,进行求解。 第四,对城市作战问题进行了仿真研究。应用本文研究的模型与建模方法,建立了该问题的基于多智能体的作战模型。在此基础上,研究了城市环境对作战的影响,通过仿真实验,对几种作战策略进行了比较分析。