• Journal of Intelligence and Information Systems
• /
• v.3 no.1
• /
• pp.143-160
• /
• 1997

현재 우리 군에서는 첨단과학무기를 이용한 전투력을 신속히 집중, 전환시키고 효과적으로 통합 운용해야하는 각급 제대의 지휘관 및 참모의 지휘통제능력 향상을 위하여 첨단 컴퓨터장비를 이용하여 시뮬레이션 기법을 통한 워게임 모델을 개발하여 이를 이용한 훈련을 실시하고 있다. 이 워게임 모델중 지상전투의 가장 기본이 되는 근접전투 시뮬레이션은 미국에서 개발도입된 "COBRA" 시스템을 이용하고 있으나 한국실정에 맞는 시스템으로 확장 및 유지보수가 어렵고, 상위시스템의 서브시스템으로만 운영되고있어 자체 교육훈련 및 전투분석을 위한 단독시스템으로 운영이 어려운 실정이다. 본 논문에서는 이러한 문제점을 극복하고, 방대한 양의 지식을 효율적이고 효과적으로 표현할 수 있으며 시스템의 확장 및 유지보수가 용이하고 우리실정에 적합한 전투 훈련을 실시하도록 지원하는 워게임(근접전투) 지원용 멀티미디어 전문가시스템을 개발하였다. 본 논문에서 개발한 전문가시스템은 쌍방이 부대들의 근접전투를 실시할 때 실전에서 나타날 수 있는 가능한 모든 상황의 데이터를 이용하여 전투상황을 분석하며, 기존의 획일적이고 단순한 형태로 결과를 판정하던 것을 전투원의 사기, 체력, 전투한계 등 심리적 요소까지 고려함으로써 새로이 변화되는 전쟁양상에 쉽게 적응할 수 있는 확장성 및 유지보수가 용이하며 시스템 단독으로 운영하여 반복적으로 전투를 분석하고 교육훈련을 실시하도록 함으로써 실전적이고 실질적인 근접전투 워게임지원이 가능하다. 본 논문에서는 전문가 시스템을 개발함에 있어서 지식베이스 모듈, 추론엔진 모듈 및 설명 모듈은 전문가 시스템 개발도구인 Smart Elements를 이용하여 구축하였으며, 사용자 인터페이스 모듈은 멀티미디어 저적도구인 툴북 3.0을 이용하였으며, 마지막으로 전체적인 모듈은 API를 이용 통합하여 하나의 응용소프트웨어를 생성하였다.

• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.42 no.1
• /
• pp.143-150
• /
• 2019

We focus on the weapon target assignment and fire scheduling problem (WTAFSP) with the objective of minimizing the makespan, i.e., the latest completion time of a given set of firing operations. In this study, we assume that there are m available weapons to fire at n targets (> m). The artillery attack operation consists of two steps of sequential procedure : assignment of weapons to the targets; and scheduling firing operations against the targets that are assigned to each weapon. This problem is a combination of weapon target assignment problem (WTAP) and fire scheduling problem (FSP). To solve this problem, we define the problem with a mixed integer programming model. Then, we develop exact algorithms based on a dynamic programming technique. Also, we suggest how to find lower bounds and upper bounds to a given problem. To evaluate the performance of developed exact algorithms, computational experiments are performed on randomly generated problems. From the results, we can see suggested exact algorithm solves problems of a medium size within a reasonable amount of computation time. Also, the results show that the computation time required for suggested exact algorithm can be seen to increase rapidly as the problem size grows. We report the result with analysis and give directions for future research for this study. This study is meaningful in that it suggests an exact algorithm for a more realistic problem than existing researches. Also, this study can provide a basis for developing algorithms that can solve larger size problems.