智能技术在作战筹划系统中的应用研究

始加紧布局，加强人工智能在军事方面的研究和应用。美国将人工智能视为“改变游戏规则”的颠覆性技术，美国国防部已明确把人工智能作为第三次“抵消战略”的重要技术支柱。该战略围绕抵消中、俄非对称制衡能力，瞄准打造智能化作战体系，发展颠覆性前沿技术。

根据美军的作战条令JP 5-0《联合作战计划》，美军的作战筹划过程联合作战计划流程(JOPP)包括：受领任务、任务分析、行动方案生成、行动方案分析、推演和评估以及行动方案执行。目前，美军已经将人工智能技术广泛应用于作战筹划的整个流程，如美国陆军的“深绿”系统已经将人工智能技术用于从受领任务到行动方案生成的三个步骤、美国空军的Alpha AI空战仿真系统已经在仿真环境下将人工智能技术用于整个作战筹划流程，本文梳理了作战筹划流程中可使用的各种人工智能技术。

1、人工智能用于任务分析

在任务分析阶段，分析人员需要处理和融合信息以生成一张通用作战图(COP)。为完成该任务，分析人员需要对接收的信息进行分类并确定当前态势以构建动态更新的COP，此外，还需要检测己方系统是否被欺骗。在信息融合技术的辅助下，战术级系统可根据接收到的情报报告的顺序自动生成战术级COP。任务分析过程中的信息处理可分为三种类型：发现信息、编辑信息和探测信息中的异常。

1.1 发现信息

通常情况下，发现信息需要找到与特定主题相关的类似文档。如果所有文件都有与主题相关的元标签，则处理过程较快。元标签的标注过程可使用半监督学习自动执行。Salakhutdinov和Hinton提出了一种以深度自动编码器的形式，利用深度学习算法将高维度文件输入向量转换为一种低维度本征向量空间的方法，在该空间中互邻的向量与类似的文档对应。自动编码器的学习过程可以一种无监督学习的形式执行。可利用少量有主题标记的样本来定义本征向量空间中的特定聚类，并使用这些聚类来构建自动元标注算法。

（编辑：济南站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!