人工智能在军事火力指挥与控制系统中的应用_唐可

《人工智能在军事火力指挥与控制系统中的应用_唐可》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、人工智能在军事火力指挥与控制系统中的应用_唐可DOI:10.16660/j.cnki.1674-098x.2015.03.048工业技术人工智能在军事火力指挥与控制系统中的应用唐可(装甲兵工程学院北京100072)摘要：随着我国经济的不断发展，各个行业领域都在进行着不断的改革创新。在信息技术普及应用的背景下，人工智能已经越来越多地被应用到各个领域。现代军事火力与指挥控制系统也朝着智能化的方向全面发展，在这样的基础上，如何更好地实现人工智能在军事火力指挥与控制系统的应用，成为军事领域需要进一步研究的课题。基于此，该文为人工智能在军事火力指挥与控制系统中的应用做初步分析，

2、以期为相关业界的深入研究提供一些参考。关键词：人工智能军事火力指挥控制系统中图分类号：TP18文献标识码：A文章编号：1674-098X(2015)01(c)-0099-02在军事范围中，常常要面对复杂的战术情景，火力指挥与控制系统目的就是为此提供决策支持。军事火力指挥与控制系统中包括数据融合支援、军事威胁评估、军事资源的分配和响应方案的选择。因此，军事火力指挥与控制系统的设计与应用必须要以满足作战中人机功能的分配为前提。人工智能的应用能够实现运用自动化的方式满足作战所需的技术，军事火力与指挥控制系统是提高作战平台战斗力的核——————————————————————

3、—————————————————————————心要素，制定有效的指挥决策和对武器精准的控制因此成为火力指挥与控制系统的首要任务。因此，人工智能在军事火力指挥与控制系统的应用中，人机功能的分配越来越成为一个至关重要的问题，也是作战系统进程的核心任务，进行深入的研究，有着重要的意义。Semi-Automated。Forces系统（简称ModSAF）就采用了有限状态机建模技术，有效进行单兵及排、连级作战单位和飞机、坦克、装甲车等武器系统的CGF模型构建，将行进、通讯、感知、射击等主要行为进行了智能化的实现。而ClosedCombatTacticalTrainerSAF系

4、统（简称CCTTSAF）采用的表示方法则有着相对应的规则，从而使战斗实体的智能行为得以被实现。人工智能在火力指挥和系统控制中的应用虽然有着诸多优势，但仍存在一些不足之处。首先，军事指挥控制的行为随着军事的发展而日趋复杂，人工智能技术的模型构建技术比较难于跟上军事的发展，因此人工智能的适用性受到了一定的影响。其次，目前军事的发展以仿真联合作战为主，在仿真联合作战的火力指挥控制系统模型构建中，仿真作战的规模不断扩大，也使得作战的模型更加复杂化，需要描述的指挥控制实体不断增多，而传统的人工智能技术又难以体现作战实体的目的和精神等状态，因此无法满足仿真的真实性需要。[1]个飞

5、行作战控制系统。坦克和装甲车在军事中号称“地面战场之王”，现代主战坦克有———————————————————————————————————————————————着强大的火力系统和高度的机动性，还有坚强的装甲防护力，因此，坦克作为进攻型武器，为了满足要求，火力系统应当放在研制工作的首要位置。坦克的火力指的是坦克所有武器的综合威力，在作战中要求以精确的命中率和毁灭性的打击为目的，同时具备多种军事能力。因此，火力指挥控制技术的高低成为决定坦克火力发展的关键所在。现有的人工智能技术的应用解决了诸多的问题，但同时由于有着一定的局限性，使得单独完成任务依然存在困难。Lena

6、t和Feigenbaum早在1991年就曾提出“系统将使智能能计算机与人之间形成一种默契的关系，就好比同事之间，相互为了工作，都在各自的岗位上尽职尽责，智能系统就是这种合作关系之下的产[3]。由此可见，只有研究人员寻求出更加物”1人工智能在军事中的应用概述各个行业在现代化时代的引领下，都进行着现代化的创新，时代的发展为每个行业领域都带来了多元化的发展空间。军事行业更是如此，国家军事的建设程度将关系着国家的生存与发展。军事中火力指挥与控制系统也要与时俱进，才能更好地适应时代的发展需求，而不能一成不变。在我国发展的过去几十年中，军事火力指挥与控制系统中一直相当重视人工智能

7、技术的应用，甚至被诸多行业视为人工决策自动化的一种最有效推进该。时至今日，人工智能的概念已经对火力指挥与系统控制的发展产生着持续性的影响。军事领域的发展趋势日益复杂，这就促使了人工智能技术更要进行不断地深入研究，唯有加———————————————————————————————————————————————大应用范围，全面提升军事火力指挥与控制系统的价值，才是有效的强国之举。在军事指挥控制系统中，非常重要的因素就是人的行为，而在整个系统的流程中，任何一个环节都需要人的参与，无论是任务的执行者还是战略的决策者。因此，在进行人工智能系统模型构建的过程