الگوسازی و شبیه‌سازی صحنه نبرد، چالش‌ها، محدودیت‌ها و پیاده‌سازی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 پژوهشگردانشگاه عالی دفاع ملی، فارغ التحصیل دکترای ریاضی محض دانشگاه فردوسی مشهد، نویسنده مسئول

2 استادیار گروه ریاضیات و کاربردها، دانشگاه کوثر بجنورد، بجنورد، ایران

3 عضو هیئت علمی دانشگاه عالی دفاع ملی

چکیده

نبرد و دفاع همواره امری مخاطره‌آمیز و پرهزینه، همراه با صرف نیروی انسانی و زمان بسیار است. هر ملتی به‌ویژه میهن عزیزمان ایران به‌واسطه موقعیت جغرافیایی و منابع سرشار و شرایط سیاسی ویژه ناگزیر از صرف این نیرو و هزینه در جهت برقراری امنیت است. اما آیا می‌توان به وسایلی و در مقاطعی این دشواری‌ها را مدیریت کرد؟ با ظهور کامپیوتر، هوش مصنوعی و کاربرد وسیع آن در جنبه‌های مختلف زندگی، بشر در حقیقت به یک کارگزاری سریع و کم هزینه دست یافته‌ است. این کاربری هوش مصنوعی در زمینه نبرد امروزه بسیار رواج دارد. هدف این تحقیق تبیین چارچوبی نظام‌مند برای شبیه‌سازی نبرد و سپس مدل‌سازی و پیاده‌سازی آن است که به فرماندهان ارشد در جهت تصمیم‌سازی یاری برساند. در این پژوهش برای ایجاد این چارچوب به بیان پیشینه، دیدگاه‌ها و چالش‌های پیش‌رو در شبیه‌سازی پدیده آشوبناک نبرد پرداخته شده و محدودیت‌های شبیه‌سازی نبرد نیز تبیین شده است؛ سپس ریاضیات مورد نیاز برای شبیه‌سازی ارائه و مولفه‌های اساسی نبرد چون زمین نبرد، سربازان و حرکت،‌ شبیه‌سازی شده است. همچنین با طراحی‌ توابع متعددی به سربازان این امکان داده می‌شود که به‌طور پویا و خودکار تصمیم‌گیری کنند و مسیر امن را بیابند. پژوهش حاضر از نظر روش تحلیلی، کتابخانه‌ای، کاربردی و گسترشی است.

کلیدواژه‌ها

عنوان مقاله [English]

Battlefield modeling and simulation, challenges, limitation and implementation

نویسندگان [English]

  • Ramin Faal Gandomkar 1
  • Emran Tohidi 2
  • Akbar Zare Chavoshi 3
1 Researcher of Supreme National Defense University- PhD graduated from Ferdowsi University of Mashhad. responsible author
2 Department of Mathematics, Kosar University of Bojnord, Bojnord, Iran
3 Academic Member of Supreme National Defense University
چکیده [English]

Battle and defense are always risky and costly, along with consuming lots of manpower and time. Every nation, especially our beloved homeland of Iran, due to its geographical location, rich resources and special political conditions, is forced to spend this effort and money to establish security. But can these difficulties be managed by some means and at some periods of time? With the advent of computers, artificial intelligence and its widespread application in various aspects of life, human beings have in fact achieved a fast and low-cost agent. This use of artificial intelligence in battle is very common today. The purpose of this study is to obtain a systematic framework for battle simulation and then to model and implement a battle simulation which helps managers in order to make decisions. To create this framework, we gathered the history of its evolution, described the relevant perspectives and methods in battle simulation, and then we addressed the challenges ahead in simulating the chaotic phenomenon of battle, and explained the limitations of simulation. Then, the mathematical requirements for our simulation have been presented and fundamental components of a battle such as battlefield, soldiers and movement have been simulated. Soldiers also equipped with various functions which let them make dynamic and automated decisions and find a safe path. The present research from the perspective of method is an analytical, library, applied and extensive research.
 

کلیدواژه‌ها [English]

  • Modeling and Simulating Battlefield
  • MATLAB
  • War game
  • Genetic algorithm

مراجع

  • الف. منابع فارسی

    • چهاردلی، عباس؛ دهقان، نبی اله؛ علیزاده، عظیم (1399)، الگوی آینده‌نگاری راهبردی دفاعی، فصلنامه مطالعات مدیریت راهبردی دفاع ملی، (4)14، 91-24.
    • کلانتری، فتح‌الله (1395)، مشخصات جنگ احتمالی آینده علیه ج.ا.ایران و راهبردهای مقابله با آن، فصلنامه علمی راهبرد دفاعی، (4)14، 103-131.
    • خاکی، غلامرضا (۱۳۹۲)، روش تحقیق در مدیریت، نشر فوژان.
    • خلیلی شورینی، سیاوش (۱۳۹۲)، روش های تحقیق در علوم انسانی، تهران: موسسه انتشارات یادواره کتاب، چاپ هشتم
    • سرخوش، افشین. (1386)، بازی جنگ، علوم و فنون نظامی، 4(8)، 114-122.
    • گرجی، ابراهیم و برخورداری، سجاد (1388)، مبانی روش تحقیق درعلوم اجتماعی، تهران، ثالث.
    • ایران نژاد پاریزی، مهدی (1382)، روش های تحقیق درعلوم اجتماعی، تهران: نشر مدران.
    • الوانی، مهدی (1379)، تصمیم گیری وتعیین خط مشی دولتی، سازمان مطالعه و تدوین کتب علوم انسانی سمت.
    • حافظ نیا، محمد (1387)، مقدمه‌ای بر روش تحقیق در علوم انسانی، انتشارات سمت.

     

    ب. منابع انگلیسی

    • Chabot, C. (1995). Defining high Technology. Stanford: Stanford Publication of Stanford University.
    • Chen, J., Zhu, Z, & Xie, H. Y. (2004). Measuring intellectual capital: a new model and empirical study. Journal of Intellectual Capital, (1)5, 21-95.
    • Commander’s Staff (1976). War Gaming Training Course, Computer Sciences Corporation, Verginia.
    • ABCA Armies Standardization Program (1992). Catalogue of War Games, NTIS Report No. AD -A258232.
    • Ilachinski, A. (2004). Artificial war: Multiagent-based simulation of combat. World Scientific.
    • Keegan, John (1976). The Face of Battle. Jonathan Cape, London.
    • Boo-Bavnbek, B. and Hoyrup, J. (2002). Mathematics and War, The volume grew out of an International Meeting on Mathematics and War, Karlskrona, Sweden, 49-81.
    • Clausewitz, Carl von, (1982). On War. Penguin Books, London.
    • Liljefors, M., Noll, G., & Steuer, D. (2019). War and Algorithm. Rowman & Littlefield International.
    • Shephard, B., (2001). A war of nerves: Soldiers and psychiatrists in the twentieth century. Harvard University Press.
    • Popper, K. R. (1966). The Open Society and its Enemies. rev. ed., Routledge & Kegan Poul, London.
    • Barber, M., (2006). Wildcards–Signals from a future near you. Journal of Futures Studies, 11(1), 75-94.
    • Kuosa, T., (2010). Futures signals sense-making framework (FSSF): A start-up tool to analyse and categorise weak signals, wild cards, drivers, trends and other types of information, Futures, 42(1), 42-48.
    • Sandars J., (1975). An Introduction To Wargaming , Pellham Books, London.
    • Mc Carty D., (1988). War Games and logistics.
    • Neuman G., (1984). Defense Planning in Less-Industrialized Statses, Lexington Books,
    • Gush, G., Finch, G., Andrew D., (1980). A Guide to Wargaming, Hippocrene Books, Inc. NewYork, 175-187.
    • Moffat, J. and Witty, S. (2002): Bayesian decision making and military command and control, Journal of Operations Research Society, 7, 709–718.
    • Hunsaker, P.L., (2007). Using social simulations to assess and train potential leaders to make effective decisions in turbulent environments, Career Development International, 12(4), 341-360.
    • Celik, G., Sabuncouglu, I., (2007). Simulation modelling and analysis of a border security system, European Journal of Operational Research, 180(3), 1394-1410.
    • Cho, S-H., Eppinger, S.D., (2005). A simulation-based process model for managing complex design projects, IEEE Transactions on Engineering Management, 52(3), 316-328.
    • Altenburg, K., Schlecht, J., Nygard, K.E., (2002). An agent-based simulation for modeling intelligent munitions, Advances in Communications and Software Technologies, 9(2), 60-65.
    • Power, M., (2007). Digitized virtuosity: Video war games and post-9/11 cyber-deterrence, Security Dialogue, 38(2), 271-288.
    • Ruigrok, R.C.J., Hoekstra, J.M., (2007). Human factors evaluations of Free Flight. Issues solved and issues remaining, Applied Ergonomics, 38(4), 437-
    • Myerson, R.B., (1990). Game Theory – Analysis of Conflict, Harvard University Press, Cambridge, Massachusets and London.
    • Kuhn, H.W., (1997). Classics in Game Theory, Princeton University Press.
    • Shrader C.R., (2006). History of operations research in the united states army, Volume I, 1942–1962, office of the deputy under secretary of the army for operations research, Washington, DC.
    • Battilega J.A., Grange J.K., (1984). The military applications of modeling. Air Force Institute of Technology, Wright-Patterson AFB, OH.
    • Shelton, L., (2014). Optimizing modern path finding methods In Imperfect 2D Environments, Journal of Game Behavior, 1(1), 126-155.
    • Yun-Wu Huang, N.J., Rundensteiner, E.A., (1997). A Hierarchical Path View Model for Path Finding in Intelligent Transportation Systems, GeoInformatica. 1(2), 125-159.
    • Bingul, Z., (2007). Adaptive genetic algorithms applied to dynamic multiobjective problems, Elsevier Applied Soft Computing, 7(3), 791–799.
    • The MathWork corporation, (2004). Mapping toolbox for use with matlab, online free version, 2004.

     

     

مطالعات مدیریت راهبردی دفاع ملی
دوره 5، شماره 19
آذر 1400
صفحه 289-320

فایل ها

هم رسانی

ارجاع به این مقاله

آمار