中抽取出参与合同的作战单位，构成使用与目标选择的项集的示例如表表合同火力打击项集示例战果致因频繁项集战果致因关系分析目的是衡量不同作战属性对火力打击结果影响的大小，以及属性之间的耦合关系对火力打击结果的影响战果致因包括攻击方关联规则算法挖掘作战要素与行为之间的关联，其算法流程如图所示预定义最小支持度和最小臵信度的两个阈值扫描数据库，生成所有频繁项集，记为图算法流程图进行项连接生成候选项集，遍历中每项的支持度，删除支持度低于的候选项，从而获得频繁项集若由能生成候选项集，则并跳转到步骤，否则跳转至步骤计算频繁项集臵信度，生成所有两个频繁项之间的臵信度大于的关联规则基于算法的武器效用挖掘方法根据，基于关联规则挖掘算法，从兵棋复盘数据中获取火力打击的武器效用知识流程如图所示其中关合同火力打击行动定义为两个及以上作战单位发出的攻击行为，其各自的火力打击行动发生时间间隔不超过∆，且相邻两次火力打击的目标之间距离阈值不超过∆，基于式所定义的火力打击行为如下公式图合同火力打击模式构建合同火力打击构建约束条件的数学表达式为公式其中，和表示两次火力打击行动所处推演时刻，和表示两次打击目标所处兵棋角格的位臵当两次火力打击行动目标为同作战单位时，为合同火力打击模式的特例基于关联规则的挖掘分析算法关联规则挖掘算法关联规则挖掘算法是种挖掘隐含于大量数据中事务之间产生依赖或关联的机器学习方法，对于战争规律挖掘具有广阔的应用场景，其基本概念如下兵棋推演复盘数据中获取武器效用的方法研究武器工业论文演阶段，表示为，的序列形式地图要素定义地图单元格是兵棋地图的基本单位，通常为角格形态，定义为以下元组形式公式其中，为单元格地质为单元格高程为单元格经度坐标为单元格纬度坐标基于地图格单元，兵棋地图定义为定义兵棋地图是由兵棋地图格组成的维矩阵，表示为公式其中，为兵棋地图行数为兵棋地图的列数作战单位要素定义作战单位是兵棋的基本作战单元，定义为如下元组形式公式其中，为作战单位的武器配臵为在所处推演阶段作战单位剩余车班数为作战单位所处状态，包含机动掩蔽压制行军堆叠等为作战和掩护射击针对这些火力打击行为中指挥员对武器使用规律的挖掘，提出火力打击要素分析模型的总体框架如下火力打击要素分析模型总体框架基于兵棋推演复盘数据的火力打击要素分析模型框架，由数据层兵棋要素层关联挖掘层层组成，如图所示数据层是火力打击要素关联分析模型的底层支撑，存储数据包含静态数据和动态数据两类静态数据是指在推演设计时对地形武器夺控要点等兵棋要素进行的设定数据动态数据是在推演过程中，产生的序列化行动相关数据兵棋要素层抽取与火力打击决策有关的战场态势关键因素，建立可计算的要素表示模型主要包含火力打击中己方实力属性敌方实力属性和战场环境的客观因素属性方面其中己方实力属性和地方实力属性分别包含作战单位攻击武器单位数量装甲防献提出了兵棋应用可拓数据挖掘的必要性，并且将其用于知识库构建文献提出种基于梯度提升树的机器学习算法对反映兵棋战场态势的数据样本进行行为性描述分类，帮助降低人工标注标签的成本目前数据挖掘在兵棋数据分析中的应用，主要解决了推演对抗的其中方算子的行为分析的问题，然而博弈对抗中的行动决策是指挥员综合推演规则目标作战环境以及敌方行动而做出的判断从大规模复盘数据中获取指挥员的经验知识，必须将对手的行为数据和地形武器等作战要素纳入考虑，从数据中挖掘地形武器等客观要素与主观行动行动与战果之间的关联关系本文以人在回路的兵棋推演产生的大数据为基础，基于关联规则挖掘思想，对推演过程中复杂的耦合拓扑关系和时空关系综合考虑，能够挖掘兵摘要针对从人在回路的兵棋推演复盘数据中获取指挥员决策经验问题，提出了种基于陆军合同战术兵棋复盘数据的火力打击行动决策要素关联分析模型，实现对其中武器使用规律的挖掘该模型分为数据兵棋要素关联挖掘个层级数据层包括动态和静态数据兵棋要素层构建了决策要素的定量化计算模型，实现原始数据向要素特征值的转化关联挖掘层基于兵棋要素层的建模，提出了地形因素协同规律和战果致因个频繁项集模型构建方法，进而使用经典关联规则算法实现了对陆军战术对抗中武器使用规律的挖掘将该模型应用于年第届全国兵棋大赛复盘数据集，成功挖掘出坦克战车步兵作战单元在不同地形下的使用效能，以及不同作战单元之间的协同和武器对目标的打击效用规律关键词关联同级协同方式以及上下级单位之间的协同模式挖掘，并将机器挖掘的协同模式规律加入陆军兵棋领域的指挥员作战知识库参考文献戴国忠兵棋推演与军事训练年学术年会论文集军队信息化建设与军事运筹研究下册北京军事运筹学学会，宋安琦，张星昊数据挖掘助力军事理论研究国防，石崇林基于数据挖掘的兵棋推演数据分析方法研究长沙国防科学技术大学，刘长亮，鲍传美，包化，等可拓数据挖掘在高性能兵棋推演系统中的应用指挥信息系统与技术，钱勇基于知识的战场数据样本标签匹配方法研究南京南京大学，平志伟，王立杰信息化条件下陆军精确战斗理论北京解放军出版社，刘海洋，唐宇波，胡晓峰，等面向联合作战评估的兵棋推演实验研究指挥与控制学报，聂魏岳，曾金明，周概率达到，相对其他地形高出接近其原因极可能是山岳丛林易于战车隐蔽，战车可以利用其机动性能抢先占据有利地形完成火力设伏，以火力大范围覆盖敌方活动区域，等待时机进行伏击火力打击战果致因分析为探究火力打击中影响战果的因素规律，选取年第届全国兵棋大赛城镇居民山地通道山岳丛林和岛上苔地种地形所有连级对抗下的火力打击共条数据按节方法，构建包含攻击单位坦克产生战果的项有条，包含攻击单位坦克未产生战果的项有条，根据式，频繁项攻击单位坦克产生战果的支持度为根据式，频繁项攻击单位坦克产生战果的臵信度为设定最小支持度阈值取，最小臵信度阈值取，选取关联规则算法挖掘出的后项为产生战果的强关联规则，结果如表所示攻击目标的选择在不同地形下，坦克都是被攻击的主要目标，其被攻击的概率均超过在山地通道中，步兵作为火力打击目标的频率为，相比其他地形有很大的降低，是由于该地形中作战双方部队被地形断绝，使得步兵不易快速占据多控点表的结果则揭示了指挥员在运用武器单元实施火力打击的些战法规律如坦克为主战武器，坦克攻击不同目标的优先程度为坦克战车步兵兵种合同火力打击运用挖掘以合成营级对抗复盘数据中红方实施火力打击行动部分为挖掘对象，使用项集构建方法，以城镇居民地对抗为例，共筛选形成合同火力打击数据项集条，其中包含坦克的项条，根据式，频繁项坦克的支持度为，其他频繁项和其他地形上的计算实验结果如表所示表作战单位参与合同作战支持度上述条数据集中，包示例如下，城镇居民地共有数据条，包含目标坦克的项有条，根据式频繁项目标坦克的支持度为其他频繁项的计算方式同上，结果如图所示图火力打击攻击方作战平台的运用情况图火力打击目标选择频繁度攻击平台与目标关联规则将对抗中出现的攻击方与被攻击方作战实体关系对，表示为的形式，其中表示攻击方作战平台，表示目标作战实体计算关系对的支持度和臵信度在城镇居民地地形对抗数据集下，共有数据条，含攻击单位坦克，目标坦克的项有条，攻击单位坦克，目标战车的项有条，攻击单位坦克，目标步兵的项有条根据式，因此，表中频繁项攻击单位坦克，目标坦克的支持度为频繁项攻击单位坦克，目标坦克的臵信度为其他频繁项的计算方式同上兵棋推演复盘数据中获取武器效用的方法研究武器工业论文力联合火力打击作战信息保障效能评估研究舰船电子工程，南熠，伊国兴，王常虹，等概率有限状态机在动态效能评估中的应用宇航学报，杨光，胡习霜海军兵棋演习系统研究指挥控制与仿真，伍文峰，郭圣明，贺筱媛，等基于大数据的作战体系协同时序网络分析指挥与控制学报，郑书奎，吴琳，贺筱媛基于深度学习的兵棋演习数据特征提取方法研究指挥与控制学报，张明星，程光权，刘忠，等多武器协同作战发射时序规划方法指挥与控制学报，胡晓峰，荣明智能化作战研究值得关注的几个问题指挥与控制学报，邢思远，倪晚成，张海东，闫科基于兵棋复盘数据的武器效用挖掘指挥与控制学报，基金国家自然科学基金资助兵棋推演复盘数据中获取武器效用的方法研究武器工业论文在不同决策要素条件下对武器的使用规律和效用由于兵棋推演是个多层次决策与环境动态交互并且时空相互关联的对抗过程，因此，对兵棋推演进行数据挖掘是个很大的难题针对此进行算法设计需要抓住两个主要特点，是动态演化性，是环境与决策行为的交互性实验结果证明了本文分析模型和方法，能够有效挖掘兵棋对抗中人类指挥员进行火力打击行动的决策规律本文提出的关联规则方法，不仅可以对战果致因和火力打击属性进行其单因素的定量分析，还可以解决常规数理分析方法难以实现的任务，即多因素关联关系挖掘表战果致因强关联规则本文的研究工作是应用数据挖掘方法从对抗数据中获取武器使用经验的初步尝试，后续的工作还将在关联要素分析模型框架的基础上，从研究多个作战单位之间型表战果致因项集示例实验结果实验数据集本文所用实验平台为陆军铁甲突击群兵棋推演系统所用数据来源为年第届全国兵棋大赛分赛区数据，共包含场复盘数据按照地图和竞赛等级的统计如表所示表第届兵棋大赛比赛场次统计根据所述个维度的频繁项集构建方法，进而使用关联规则算法挖掘算法，从复盘数据中的海量火力打击行为记录获得不同地形条件下的武器使用经验规律兵种合同火力打击运用规律和火力打击战果致因分析结果不同地形条件上的武器使用规律挖掘根据大赛地形想定，分别以城镇居民山地通道山岳丛林和岛上苔地种地形按照和节