题名 关于指挥与控制系统的再思考
被引量：2
1
作者
刘伟
机构
北京邮电大学自动化学院 网络系统与网络文化北京市重点实验室
出处
《指挥与控制学报》
2015年第2期238-240,共3页
基金
中国社会科学院资助课题 国家质量监督检验检疫总局资助项目(201310095-02) 安全生产智能监控北京市重点实验室主任基金(2014)资助
文摘
首先探讨了指挥与控制系统的实质,分析了指挥与控制系统与其他学科融合的状况,指出指挥与控制系统研究是科学技术、人文艺术和哲学宗教等主客观事物的混合体;其次对指挥与控制系统中的纠缠规律进行了初步研究;最后对指挥与控制系统中诸多的人机环境悖论进行了分析.
关键词
指挥与控制系统 纠缠 人机环境 思考
Keywords
command and control system, entanglement, humanmachine-environment, rethinking
分类号
E9
[军事]
题名 基于灰色关联分析的敏捷指挥与控制系统资源优选
被引量：2
2
作者
端木竹筠 王珩 焦松
机构
信息系统工程重点实验室
出处
《指挥与控制学报》
2016年第3期243-247,共5页
文摘
针对根据任务需求如何从网上选择最优资源组合构建敏捷指挥与控制系统的问题,提出了一种基于灰色关联分析的敏捷指挥与控制系统资源优选方法.首先建立了系统构建方案属性模型,并采用熵权法来确定方案各属性权重.然后,基于灰色综合评判得到备选方案的属性与"最理想属性"的"相似程度",进而选出"相似程度"最大的备选方案为最佳者.通过实例应用,验证了方法的有效性和合理性.
关键词
敏捷指挥与控制系统 资源匹配 灰色关联分析
Keywords
agile command and control system resource matching grey relevance analysis
分类号
E917
[军事]
题名 基于改进DS证据理论的指挥控制系统信息融合方法
被引量：8
3
作者
刘庆利 王文广 张学翠 商佳乐
机构
大连大学通信与网络重点实验室 北方自动控制技术研究所
出处
《火力与指挥控制》
CSCD
北大核心
2022年第2期82-87,共6页
基金
国家自然科学基金资助项目(61571074)。
文摘
对作战目标的识别是指挥与控制系统在作战环境中实施精确打击的前提条件,然而多种系统协同作战必然会对作战目标的识别有差异。针对冲突识别信息融合导致的目标识别不明确甚至错误的问题,提出一种基于改进DS证据理论的指控系统信息融合方法,该方法构建基于智联体的融合模型,在此模型基础上根据皮尔逊相关系数计算出目标识别信息的相关性权重,引入分类思想并结合模糊熵理论计算出目标分类权重,最后用DS融合规则对经过相关性权重和目标分类权重修改后的目标识别信息进行融合。仿真结果表明,与DSCR方法、CRET方法、CBF方法、CMCE方法和NDCM方法相比,所提方法在各种冲突情况下降低了识别错误目标的概率,提高了对正确目标的识别,有效提升了系统的目标识别能力。
关键词
指挥与控制系统 信息融合 皮尔逊相关系数 模糊熵 DS 融合规则
Keywords
command and control system information fusion pearson correlation coefficient fuzzy entropy DS fusion rule
分类号
TP202
[自动化与计算机技术—检测技术与自动化装置]
TP212
[自动化与计算机技术—检测技术与自动化装置]
题名 关于“指挥与控制工程”学科的初步探讨
被引量：6
4
作者
秦继荣
机构
北京理工大学
出处
《火力与指挥控制》
CSCD
北大核心
2007年第3期1-4,共4页
文摘
阐述了指挥与控制及其系统的概念、意义、作用,初步探讨了指挥与控制工程的研究对象、研究内容、研究目的及学科体系,希望引起专业领域内专家学者对指挥与控制工程学科的关注,以共同促进指挥与控制工程科学技术的发展。
关键词
指挥与 控制 工程指挥与 控制 工程学科指挥与控制系统 学科定位
Keywords
command and control engineering ,command and control engineering subject ,command and control system ,subject location
分类号
E919
[军事]
题名 基于图模型的海上自适应杀伤网生成与应用
5
作者
张龙剑 李晶晶 范慧丽 张建涛 蔡子诺 马汝辉
机构
中国舰船研究设计中心 汉江国家实验室 上海交通大学电子信息与电气工程学院
出处
《中国舰船研究》
北大核心
2025年第5期297-306,共10页
基金
国家部委基金资助项目。
文摘
[目的]为提升作战效能,解决海上作战装备协同调度难题,提出一种基于图模型的海上自适应杀伤网生成方法。[方法]该方法涵盖4个关键部分:通过实时接入并融合多源信息,构建动态战场模型;利用复杂任务分解模块,将作战任务细化为可执行子任务并优化资源分配;基于装备关系和能力指标生成杀伤网,并在多重目标约束下优化选择;当装备资源变化时,通过冗余节点补充等方式自适应重构杀伤网。[结果]经海上反导场景试验验证,该方法可有效解决战场态势信息处理、任务分解与建模、装备协同优化及动态调整等问题。它可以快速生成并优化杀伤网,实现多链条、多角度防御。[结论]基于图模型的海上自适应杀伤网生成方法能够显著提升现代海上作战整体效能和应对能力。未来将继续优化算法性能与系统响应能力,为军事作战提供更有力的支持。
关键词
指挥与控制系统 海上杀伤网 决策 作战效能 图模型 自适应算法 多源信息融合
Keywords
command and control systems maritime kill web decision making combat effectiveness graph model adaptive algorithms multi-source information integration
分类号
U674.7
[交通运输工程—船舶及航道工程]
题名 基于场景的C^2系统的模拟与评价方法
6
作者
吴征宇 刘胤田
机构
炮兵学院南京分院 四川大学计算机学院
出处
《现代防御技术》
北大核心
2006年第3期52-56,共5页
文摘
为适应一体化联合作战指挥控制系统快速决策与实时性能评价的要求,提出一种基于场景的系统快速模拟与评价模型。其优点在于:①根据系统需求实现系统的建模、仿真代码自动生成及性能评价。②模型自适应能力强,系统场景设计中的冲突、不完整、安全、性能及行为错误等问题都可以通过仿真过程中不同方面的动态分析检测出来。
关键词
一体化联合作战 场景驱动 指挥与 控制 (C^2)系统 系统 仿真与评价
Keywords
Integrated union operation Scenario driven Command and control system System simulation and evaluation
分类号
N945.12
[自然科学总论—系统科学]
TP391.9
[自动化与计算机技术—计算机应用技术]
题名 基于多属性决策的模糊特征目标识别
7
作者
刘庆利 乔晨昊 王文广
机构
大连大学信息工程学院通信与网络重点实验室
出处
《控制工程》
CSCD
北大核心
2023年第10期1812-1817,共6页
文摘
针对指挥与控制系统在目标识别过程中的模糊特征信息导致目标识别准确率低的问题,提出基于多属性决策的模糊特征目标识别方法。首先,引入三角模糊数,将观测值转化为模糊数;然后,使用加权欧式距离计算目标相似度,并使用基于指标相关性的权重确定(criteria importance through intercriteria correlation,CRITIC)方法得到目标特征属性权重,基于目标相似度和特征属性权重构建加权相似度矩阵;最后,使用相对熵排序法计算出目标贴近度排序,识别出目标。基于多个指标的仿真结果表明,所提方法提高了目标识别准确率和系统的目标识别能力。
关键词
指挥与控制系统 目标识别 多属性决策 相似度 相对熵
Keywords
Command and control system target recognition multi-atribute decision-making similarity relativeentropy
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
题名 基于属性约简与BP神经网络的舰艇目标威胁评估方法
被引量：8
8
作者
孙宇祥 周献中 戴迪
机构
南京大学工程管理学院 南京大学智能装备新技术研究中心
出处
《指挥与控制学报》
CSCD
2021年第4期397-402,共6页
基金
国家自然科学基金(61876079) 中船重工第716研究所(41412xxxx)资助。
文摘
通过建立属性约简与反向传播算法(Back Propagation,BP)神经网络的舰艇威胁评估模型,对舰艇目标威胁程度进行评估判断.主要通过属性约简给出了舰艇威胁评估的典型作战因素,验证基于BP神经网络解决非线性舰艇威胁评估的技术可行性,并建立了多目标舰艇威胁评估指标体系,为导入大量作战数据验证舰艇威胁评估算法奠定理论基础.通过验证数据,给出了舰艇威胁评估结果,实验结果表明BP神经网络能有效地解决作战态势评估中的非线性问题,威胁评估准确、稳定,对实现智能作战威胁评估具有重要意义,为辅助决策技术的实现提供了技术途径和理论基础.
关键词
BP神经网络 目标威胁评估 属性约简 智能指挥与控制系统
Keywords
BP neural network target threat assessment attribute reduction intelligent command and control system
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
E91
[军事]
