战术辅助决策系统中的战例库研究

来源 :华南理工大学 | 被引量 : 0次 | 上传用户:rr_uu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着信息技术不断应用于军事领域,现代战争模式正逐渐从机械化模式向信息化模式转换。信息战将是20世纪末到21世纪初军事技术革命的集中体现,作为信息战核心的信息技术正奇迹般地改变着战争方式和军队结构,并影响着作战思想、战略、战役和战斗的各个层次,向传统的作战模式提出了挑战。战术辅助决策系统应运而生,帮助指挥员处理各种复杂多变的战场环境信息,提供可参考的战术方法,极大地提高了指挥员的战场指挥水平和实时决策能力。 在战术辅助决策系统中,最重要的是构建一个结构合理、功能完善的数据库。本文针对师团级单位战术辅助决策的现状,基于使用CBR技术构建战例库的思想,充分利用数据库技术,重点研究了战例库的结构、管理和优化等技术,开发出适合师团一级作战部队战术辅助决策系统的战例库。 本文首先对历史战例进行了描述,提出了战例定性定量表示的方法,将一个完整的战例通过26个字段属性进行记录,并将其中的一部分重要字段进行量化,以利于系统进行战例相似度的计算;其次,在J2EE架构下提出将XML技术应用于战例库,使系统能够在不同的数据库层面上进行数据移植,解决了异构数据的集成问题;再次,利用模糊聚类分析方法将战例库分为几类子库,并以类的中心向量作为战例子库的索引,极大地提高了相似匹配检索的效率;然后利用最近邻算法,防止战例库数据冗余;最后提出查询级别的概念,使系统能够根据查询级别的高低来优先查询一些最可能被使用的战例,提高查询速度,同时研究了几种对战例库的优化方法。
其他文献
学位
蚁群算法作为计算智能研究的一个崭新分支,已在数据挖掘、机器学习、自动控制、故障诊断等诸多领域显示出强大的信息处理和问题求解能力以及广阔的研究前景。将人工蚁群算法与
企业应用一般都由大量运行在不同操作系统,多个层面上的应用系统组成。企业应用系统是否能快速适应商务逻辑的变动,已经是企业获得成功的关键所在。面向服务的架构(SOA)具有动
随着移动增值业务的不断丰富,移动增值业务系统应该朝着综合统一的方向发展,为SP/CP提供统一的业务接入手段;对各种增值业务进行统一管理、统一控制、综合计费;为未来3G网络中各
随着网络技术的发展和网络应用的日益增加,信息安全问题日益凸现。当前信息安全技术主要包括密码技术、身份认证、访问控制、入侵检测、风险分析与评估等诸多方面。在实际应用
近年来,随着多媒体技术和计算机网络的飞速发展,全世界的数字图像的容量正以惊人的速度增长。无论是军用还是民用设备,每天都会产生容量相当于数千兆字节的图像,其中包括来源于卫