推演是一项研究国家安全与竞争、军事冲突与战争、危机管控等重大战略问题的预实践活动。智能推演系统需要人工智能技术的赋能。简要概述了智能博弈的研究进展，推演的演进脉络，智能化兵棋推演及战略博弈推演方法；从博弈论的视角切入，分析了面向智能推演的博弈问题模型，梳理了智能兵棋推演的应用模式、战略博弈推演的组织方式；提出了基于云原生的智能推演服务化架构，面向云边端分布式对抗探索了未来决策云预训练方法，面向危机事件认知构建了战略博弈推演元博弈分析框架。期望为智能博弈推演方面的理论与工具等研究提供科学有效的参考，为新一代智能化云边协同指控提供理论与技术支撑。
虚实融合是实现虚拟世界与物理世界双向交互、映射联动的一种方式，成为当前各国关注的热点。为理清该框架下层出不穷的新技术状况，以数字孪生、信息物理系统、元宇宙和实况-虚拟-构造仿真为代表，围绕各自概念内涵、学术现状、应用情况进行梳理统计；并从它们的发展进程、功能特点、目标趋势等方面做了对比。
为准确地估计靠泊参数，提出了一种基于艇载3D激光雷达的靠泊参数估计方法。该方法包括2个主要模块：无人艇位姿估计和靠泊状态估计。无人艇位姿估计模块采用点云预处理算法对原始点云进行降采样并滤除异常值，利用点云配准算法实现了无人艇靠泊过程中的位姿估计。靠泊状态估计模块通过MSAC算法提取泊位边界信息，并基于此信息计算靠泊参数。实验结果表明：该算法所得无人艇位姿信息和靠泊参数信息均与实际相符，平均靠泊距离误差小于0.023 m，平均角度误差小于0.26°，验证了该靠泊参数估计算法的准确性和合理性。
未来高技术武器装备和作战行动、战场环境日趋复杂，依托现有仿真技术条件和模拟训练资源，构建网络化、体系化、智能化的模拟训练装备与系统，开展体系对抗模拟训练，是缓解高技术装备训练耗费大与资源有限的有效途径，是提高训练质量和水平的主要途径。总结分析了联合训练领域重点关注的仿真体系架构、仿真建模、蓝军模拟、信息体系仿真等技术发展现状与趋势，初步剖析了上述技术在美海军常态化训练环境、“阿尔法”智能空战模拟训练系统等典型系统、美“大规模演习2021”中的应用情况与作用效能，围绕提高体系对抗条件下的实战化模拟训练能力水平，从技术趋势和工程实现的角度，提出了5个值得重点关注的研究方向，可为本领域工程技术人员提供参考借鉴。
新时代航天领域蓬勃发展，航天装备呈现出体系化、新质化、高效能、智能化等新特点，仿真技术作为覆盖论证、研发、试验、制造、训练、维护等全生命周期各阶段的增效赋能手段，在数字航天时代更显重要作用。介绍了航天装备体系化仿真的内涵，阐述了国内外发展现状和实践，研判了未来发展的趋势和挑战，围绕航天装备体系化仿真技术成体系发展、抓重点突破、演进式推升，从技术体系、支撑应用、效用演进等维度提出了设想。结合人工智能、大数据、虚拟现实、数字技术等新兴前沿热点，对其助力航天装备体系化仿真发展进行了思考。
针对无人机在动态环境中的全局路径规划问题，提出了一种改进哈里斯鹰优化算法。针对算法后期搜索性能不足等问题，提出自适应混沌和核心种群动态划分策略，提高算法后期的搜索能力；修改哈里斯鹰更新公式，引入黄金正弦策略，提高算法搜索效率；融合自适应动态云最优解扰动策略，提高算法跳出局部极值的能力；针对三维栅格路径规划问题，设置了一种估值函数，通过计算栅格到达终点的代价，帮助算法进行节点筛选，使算法能搜索到更短路径，并针对路径转角不平滑的问题，使用3次B-spline曲线对路径转角进行处理，使路径更适合无人机飞行。通过国际标准测试函数和在不同大小、不同复杂程度的静态、动态栅格地图进行仿真实验。实验结果显示，本文算法相较于对比算法，规划出的路径平均缩短了14.94%、转角数量平均减少了53.31%。
阐述了虚实结合仿真的概念与内涵。根据技术思路的不同，从数字孪生、LVC(live-virtual-constructive)仿真和平行系统3个领域总结了当前虚实结合仿真的发展现状和存在的问题，分析对比了3种方式的异同和优缺点，并阐述了其主要适用领域。针对目前军事训练、作战试验、装备研发、维修维护遇到的困难，以理论指导、案例对比、迁移运用的方式提出了基于虚实结合的解决方法。针对军事领域相关装备和试验的高保真性、保密性和安全性要求，提出了未来虚实结合仿真的发展方向。
电动车技术的发展为物流企业提供了一种配送车辆的新方案。电动车具有低污染、低噪音等优点，其续航短、充电站有限等特性也带来了新的挑战。电动车路径问题(electric vehicle routing problems，EVRPs)在交通运输、物流管理等领域得到了广泛应用，受到了众多学者的关注。整理了电动车路径问题及其主流变体的问题描述，分析了其各自的提出背景与适用场景。对EVRPs的求解方法和技术做了归类，分析了各方法的优劣，并介绍了相关实际应用。给出了EVRP基准数据集与带时间窗的电动车辆路径问题的基准数据集的基本信息和部分节点分布图，对比分析了已对EVRP基准数据集应用的算法。展望了EVRPs的发展前景。
针对工业装配机器人复杂作业编程耗时耗力、准确性差等问题，提出一种基于数字孪生的机器人在线编程方法。从几何、接触动力学、行为、规则四个维度实现了机器人从真实向虚拟空间的忠实映射。实现了多零件装配轨迹规划程序验证，实时同步作业及状态监测。设计搭建了基于数字孪生的装配机器人建模与在线编程系统，以六轴工业机器人单元为例验证了系统的实用性和准确性，为复杂装配作业机器人编程提供了新方案。
无人集群博弈对抗是一种新兴的作战样式，在智能化战争扮演着至关重要的作用，其核心是自主生成博弈对抗决策序列，为集群“赋能”。分析了无人集群博弈对抗系统仿真验证的进展；从基于专家系统和博弈论的技术、基于群体智能和优化理论的技术，以及基于神经网络和强化学习的技术三个方面论述了自主决策关键技术，以及课题组在自主决策上开展的相关工作；提出了无人集群博弈对抗的发展方向。
高精度光学系统容易受到空间环境的影响，在高温、结构载荷等作用下光学系统像质变差，需要进行光机热耦合分析。但光学、结构、热学仿真等学科的独立发展，导致数据不能有效地耦合和传递。提出了一种跨学科耦合分析方法。采用集成分析思想，以多项式拟合为接口，解决了光学元件表面的不规则变形问题。通过最佳拟合刚体位移、最佳拟合曲率半径、多项式拟合等过程，实现了有限元分析工具与光学分析工具的耦合分析。以卡塞格林系统作为测试研究对象，验证了该方法的有效性。为评估在极端工况下光机系统的光学性能以及系统的设计优化提供了参考。
随着科学技术的飞速进步，带有自动驾驶功能或辅助驾驶功能的车辆也开始涌入市场。交通事故的频发，使其安全问题成为人们关注的焦点。为测试自动驾驶汽车的感知系统，仿真技术提供了良好的平台。针对自动驾驶汽车感知系统的传感器仿真建模研究，从包含毫米波雷达、激光雷达、摄像头在内的单一传感器仿真、多传感器仿真、经典仿真平台等角度，回顾与梳理了现有研究，并总结了关于感知系统仿真建模的不足与发展趋势，为提升感知系统的感知效率、出行安全、促进自动驾驶汽车的发展助力。
为解决约束多目标优化问题中的平衡约束满足与目标函数优化以及可行域复杂等挑战，提出了基于不同帕累托前沿关系的分类搜索方法。提出一种双种群双阶段框架：进化一个辅助种群Pa和一个主种群Pm，并将进化过程分为学习阶段和搜索阶段。学习阶段，种群Pa向UPF(unconstrained Pareto front)进行搜索，而种群Pm向CPF(constrained Pareto front)进行搜索，旨在探索UPF与CPF之间的关系；完成学习后，对不同问题的UPF与CPF关系进行分类，以指导后续搜索策略；在搜索阶段，根据不同的分类关系，调整种群Pa的搜索策略，旨在使种群Pa为种群Pm提供更有效的辅助信息。基于此算法框架，对不同类型约束多目标优化问题的帕累托前沿关系进行了分类，实现了对CPF更有效的搜索。实验结果表明：所提算法与其他7种先进的约束多目标优化算法相比具有更显著的性能优势。通过学习与利用UPF与CPF的关系，能够选择更合适的搜索策略去应对具有不同特性的约束多目标优化问题，以获得更具优势的最终解集。
针对陆上突击装备发展的军事需求牵引问题，开发一种面向未来智能化作战的陆上突击系统作战概念。从界定相关概念和研究边界出发，基于DoDAF提出作战概念模型框架和建模步骤，结合模型描述分析其作战效果、作战流程、作战节点、资源交互、系统组成和能力特征，采用仿真实验方法从系统打击效能和通信负载两个方面进行作战概念验证。结果表明，智能突击系统相比传统突击装备具有更为敏捷的打击链路和更强的火力打击能力，新增通信负载压力在当前技术能力支撑范围内，证明作战概念中的核心执行者系统选型、编配及作战方式合理可行，对于未来装备发展具有参考意义。
针对粒子群优化（particle swarm optimization，PSO）算法在处理不相关并行批处理调度问题中存在的种群多样性丢失、易陷入局部最优等问题，提出了一种改进PSO的调度优化算法，用于最小化最大完工时间求解。采用基于工件序列的实数编码方式进行编码操作；基于该问题的混合整数规划模型，设计了一种J_B局部搜索的新策略；将模拟退火算法的Metropolis准则引入种群粒子的个体极值搜索。通过随机生成的小型、中型和大型实例对该算法的性能进行了测试，并与针对该调度问题提出的元启发式算法和其他3种元启发式算法进行了比较。实验结果和统计测试表明，该算法的性能明显优于对比算法。
智能无人集群装备作为智能装备的典型代表，其技术、装备、作战应用在全球范围内加速推进，但总体上无人集群试验理论的研究滞后于无人集群技术、装备，无人集群能力的涌现性、对抗的复杂性，以及无人集群试验的不可重复、不可泛化等特性给无人集群试验基础理论、方法带来了巨大挑战。从体系工程集成试验视角和装备研制建设全生命周期视角提出面向能力生长的智能技术、智能单装、智能集群、智能体系4个集群试验模式，深度剖析无人集群智能协同试验的基础理论问题，构建无人集群智能协同试验基础理论框架。
针对多无人机执行多目标协同侦察的任务需求，提出了多机多目标任务分配与路径规划的协同优化方法。以单亲遗传算法(partheno genetic algorithms, PGA)为基础，基于Dubins曲线构建了与实际路径代价相结合的代价函数；为进一步减小计算量，提出了基于无人机探测距离的聚类算法，将生成的聚类点作为无人机新的航路点。仿真结果表明：在考虑禁飞区域以及侦察点繁多情况下，该算法能够有效完成无人机的侦察任务分配并同时形成初步航路，提高了任务分配的合理性和收敛速度，并降低了全局代价。
为实现移动机器人在复杂动态障碍物环境中的避障，提出一种改进的快速随机扩展树(rapidly-exploring random tree，RRT*)与动态窗口法(dynamic window approach，DWA)相融合的动态路径规划方法。基于已知环境信息，利用改进RRT*算法生成全局最优安全路径。通过消除RRT*算法产生的危险节点，来确保全局路径的安全性；使用贪婪算法去除路径中的冗余节点，以缩短全局路径的长度。利用DWA算法跟踪改进RRT*算法规划的最优路径。当全局路径上出现静态障碍物时，通过二次调整DWA算法评价函数的权重来避开障碍物并及时回归原路线；当环境中出现移动障碍物时，通过提前检测危险距离并转向加速的方式安全驶离该区域。仿真结果表明：该算法在复杂动态环境中运行时间短、路径成本小，与障碍物始终保持安全距离，确保在安全避开动态障碍物的同时，跟踪最优路径。
工业4.0及中国制造2025发展方针的提出，加速了制造业从自动化向智能化的转型。工业机器人作为智能制造的代表性设备也将变得更智能化。针对在实际生产中工业机器人点焊调试存在的干涉碰撞、操作繁琐、效率低等问题，基于数字孪生技术进行数字建模和仿真调试。利用TECNOMATIX系列软件中的Process Simulate进行机器人点焊工位的数字化建模与运动定义，综合利用TIA Portal和S7-PLCSIM Advanced搭建虚拟仿真调试环境，实现由外部虚拟PLC控制加工工位的多机器人协同工作。仿真结果表明，机器人在运动过程中所有工作点均可达且关节速度始终保持在合理区间内，满足实际生产过程中安全性和稳定性的要求；通过数字孪生技术进行机器人点焊工位仿真可及时发现产品缺陷，缩短调试周期，降低成本。
传统运动仿真的虚拟建模缺少针对复杂系统中信息子系统与物理子系统的动态性融合建模。融合传统运动学虚拟建模与信息计算的优势，针对运动仿真的精度和实时性难以满足实际工业制造需求的问题，提出面向复杂系统运动仿真的信息物理融合建模方法，并以机械臂的运动学控制为仿真案例进行验证，解决了实际环境中机械臂的驱动与仿真环境虚拟机械臂运动不一致的问题。搭建了复杂系统运动仿真虚实映射平台，集成了虚拟建模环境CoppeliaSim，融合实际机器人的运动反馈，和虚实映射计算模型，确定工业机器人运动方程的唯一位姿解。实验结果表明本文提出的方法实现了工业机器人的虚实映射实时运动仿真。
分析了体系作战效能评估与优化的特点，基于“整体论”提出了将体系作战效能评估与优化划分为综合评估、分析、优化3个阶段的思路，针对3个阶段需要解决的实际问题，归纳总结了适用于解决各阶段问题的典型方法，并对比分析了不同方法的优缺点。针对“整体论”思想指导下体系作战效能评估与优化在实施中面临的实际困难，从综合应用框架设计、评估指标体系构建、试验推演模式创新等方面提出了下一步的研究方向，为体系作战效能评估与优化方法的有效落地提供了支撑。
http://www.china-simulation.com
