《指挥与控制学报》10卷6期网刊目录发布，敬请关注！

【文题】：面向网络空间认知战的大语言模型：技术与挑战

【作者】：杨光飞，孙畅，刘振东，缪永飞

【摘要】：随着大语言模型技术的快速发展，其在网络空间认知域作战中的应用展现出巨大潜力。基于大语言模型的发展历程和独特优势，聚焦于网络空间认知战领域，从态势感知、态势认知、鉴定识别和信息作战4个方面梳理了大语言模型关键技术路线，并详细分析了将其应用在网络空间认知战中的具体方案及未来挑战，为我国在该新兴领域取得新质战斗力提供理论和技术支持。

【全文链接】：http://www.jc2.org.cn/fileup/PDF/JCC-CN-202400142.pdf

【引用格式】：杨光飞，孙畅，刘振东，缪永飞. 面向网络空间认知战的大语言模型：技术与挑战[J]. 指挥与控制学报, 2024, 10(6): 643-652.

YANG Guangfei，SUN Chang，LIU Zhendong，MIAO Yongfei. Large Language Models for Cognitive Warfare in Cyberspace: Technologies and Challenges[J]. Journal of Command and Control, 2024, 10(6): 643-652.

【文题】：大模型的能力边界与指挥控制应用

【作者】：赵亮，鞠鸿彬，张鹏翼，苏建，李杏

【摘要】：大模型在军事指挥决策中存在巨大的潜在应用价值，需要明确大模型能力边界，才能更好地推动应用落地。从国内外大模型行业发展现状、大模型的能力边界、潜在的指挥控制应用3个方面进行了分析。分析最先新大模型能力边界以及国内大模型的相对水平，对大模型能力缺陷、能力扩展手段进行了总结。提出大模型在指挥控制应用方法以及带来的智能化等级提升。提出在指挥与控制应用领域应重点开展的工作建议。

【全文链接】：http://www.jc2.org.cn/fileup/PDF/JCC-CN-202400011.pdf

【引用格式】：赵亮，鞠鸿彬，张鹏翼，苏建，李杏. 大模型的能力边界与指挥控制应用[J]. 指挥与控制学报, 2024, 10(6): 653-660.

ZHAO Liang，JU Hongbin，ZHANG Pengyi，SU Jian，LI Xing. Capability Boundaries of Foundation Models and Their Applications in Command and Control[J]. Journal of Command and Control, 2024, 10(6): 653-660.

【文题】：大模型驱动的智能辅助决策原理与典型应用

【作者】：张洪广，杨林，杨雄军，马琳茹，戴浩

【摘要】：规划与调度问题是在一定周期内完成资源与任务最优配置的过程，人工智能技术在此领域取得许多重要进展。大语言模型作为生成式人工智能的代表，在规划与调度领域同样展现出强大能力。将规划与调度划分为用户需求分析、方案生成、场景建模、优化算法设计4个阶段，探讨了大语言模型技术在每个阶段的应用，并构思一套完整的以大语言模型技术构建的求解框架，以及这些技术与框架如何在各阶段发挥效用。这些技术在解决更大规模、更复杂的问题具有潜在发展空间，并展望了结合大语言模型的研究趋势。

【全文链接】：http://www.jc2.org.cn/fileup/PDF/JCC-CN-202300139.pdf

【引用格式】：张洪广，杨林，杨雄军，马琳茹，戴浩. 大模型驱动的智能辅助决策原理与典型应用[J]. 指挥与控制学报, 2024, 10(6): 661-668.

ZHANG Hongguang，YANG Lin，YANG Xiongjun，MA Linru，DAI Hao. The Application of Large Language Models in Planning and Scheduling Problems[J]. Journal of Command and Control, 2024, 10(6): 661-668.

【文题】：大语言模型在C2组织领域的应用分析

【作者】：孙立健，周鋆，韦定江，朱承，张维明

【摘要】：大语言模型（large language models，LLMs）一经诞生便受到了指挥控制（command and control，C2）组织领域的广泛关注，讨论LLMs的发展现状及主要功能，介绍C2组织结构模型，建立LLMs在C2组织领域的应用架构，全面分析C2组织中LLMs在处理态势、任务、约束和方案等数据时的潜在应用，探讨LLMs在C2组织领域应用时的潜在风险。

【全文链接】：http://www.jc2.org.cn/fileup/PDF/JCC-CN-202400065.pdf

【引用格式】：孙立健，周鋆，韦定江，朱承，张维明. 大语言模型在C2组织领域的应用分析[J]. 指挥与控制学报, 2024, 10(6): 669-676.

SUN Lijian，ZHOU Yun，WEI Dingjiang，ZHU Cheng，ZHANG Weiming. Issues of Large Language Models for C2 Organization[J]. Journal of Command and Control, 2024, 10(6): 669-676.

【文题】：大语言模型技术赋能的应急管理框架

【作者】：祝哲，周文倩，林婕，陈安滢

【摘要】：随着自然灾害、事故灾难、公共卫生事件和社会安全事件等突发事件的频繁发生，大语言模型赋能的智慧应急成为应急管理学科的前沿和热点。大语言模型凭借其在信息采集，自然语言理解、生成和推理等方面的强大能力，能够为应急管理部门提供突发事件预防、准备、响应和恢复的科学依据，在应急领域扮演重要角色。基于大语言模型的特点，以事件类型和应急管理活动过程两个维度构建大语言模型技术赋能的应急管理框架，以框架为指导，探讨了不同类型事件的应急管理活动大语言模型技术赋能的途径与方法，包括预防阶段的潜在风险识别，准备阶段的应急预案生成、事件监测识别，响应阶段的应急指挥决策以及恢复阶段的应急过程复盘总结。大语言模型技术赋能的应急管理框架为智慧应急提供了一种建设思路。

【全文链接】：http://www.jc2.org.cn/fileup/PDF/JCC-CN-202400129.pdf

【引用格式】：祝哲，周文倩，林婕，陈安滢. 大语言模型技术赋能的应急管理框架[J]. 指挥与控制学报, 2024, 10(6): 677-688.

ZHU Zhe，ZHOU Wenqian，LIN Jie，CHEN Anying. Emergency Management Framework Enabled by Large Language Model Technology[J]. Journal of Command and Control, 2024, 10(6): 677-688.

【文题】：基于贝叶斯估计的任务完成率预测方法

【作者】：于天元，王泽源，白亮，阮逸润

【摘要】：现代战争涉及领域众多，具有广延性、多变性、交叉性、立体性等特点，这些巨量的信息大大增加了指挥员把握战场全局态势和科学准确决策的难度。紧贴军事智能决策需求，聚焦战场各级任务完成率预测问题，采用定性与定量相结合的方式，结合大模型知识、专家经验与战场实时态势信息，提出一种基于贝叶斯估计的任务完成率预测方法。结合仿真推演平台验证，方法通过识别完成率预测值异常变化值，及时发现战场态势变化关键点，为指挥员科学决策提供智能辅助。

【全文链接】：http://www.jc2.org.cn/fileup/PDF/JCC-CN-202400230.pdf

【引用格式】：于天元，王泽源，白亮，阮逸润. 基于贝叶斯估计的任务完成率预测方法[J]. 指挥与控制学报, 2024, 10(6): 689-698.

YU Tianyuan，WANG Zeyuan，BAI Liang，Ruan Yirun. Task Completion Rate Prediction Method Based on Bayesian Estimation[J]. Journal of Command and Control, 2024, 10(6): 689-698.

【文题】：基于KG+LLM的联合作战计划智能生成方法

【作者】：陶宇，杨若鹏，鲁义威，殷昌盛，杨远涛

【摘要】：当前国内外对于联合作战计划生成通常遵循基于预案的“快速修案”和基于操作流程与作战规则的“慢速制案”模式，但由于在制案过程中作战信息未成体系化管理、信息交互方式繁琐、人为理解存在偏差等，导致制案周期较长，难以满足实际作战需要，因此，提出了基于KG+LLM的联合作战计划智能生成框架，通过知识图谱和大模型技术缩短了制案周期，结合“安东诺夫机场闪击战”设计了基于KG+LLM的人机协作“智能拟案”模式，在CMO海空兵棋系统验证了框架的可行性和有效性。

【全文链接】：http://www.jc2.org.cn/fileup/PDF/JCC-CN-202400098.pdf

【引用格式】：陶宇，杨若鹏，鲁义威，殷昌盛，杨远涛. 基于KG+LLM的联合作战计划智能生成方法[J]. 指挥与控制学报, 2024, 10(6): 699-711.

TAO Yu，YANG Ruopeng，LU Yiwei，YIN Changsheng，YANG Yuantao. Intelligent Generation of Joint Operation Plans Based on KG+LLM[J]. Journal of Command and Control, 2024, 10(6): 699-711.

【文题】：基于大语言模型的时序知识图谱推理模型蒸馏方法

【作者】：司悦航，成清，黄金才，胡星辰

【摘要】：基于时序知识图谱的推理，是提升智能决策效率推理未来态势的技术基础。传统推理模型面临着模型参数规模大、计算硬件需求高等问题，难以满足低性能、低功耗分布式设备的实时推理决策要求。传统模型压缩方法忽略了时序特征。提出一种应用于时序知识图谱推理模型的蒸馏方法，构建基于大语言模型的蒸馏框架，融合海量公开知识和特定时序知识，辅助轻量模型训练。在公开数据集上展开的实验表明该方法优于国际同类方法。

【全文链接】：http://www.jc2.org.cn/fileup/PDF/JCC-CN-202400121.pdf

【引用格式】：司悦航，成清，黄金才，胡星辰. 基于大语言模型的时序知识图谱推理模型蒸馏方法[J]. 指挥与控制学报, 2024, 10(6): 712-719.

SI Yuehang，CHENG Qing，HUANG Jincai，HU Xingchen. Distillation Method on Temporal Knowledge Graph Reasoning Model Based on Large Language Models[J]. Journal of Command and Control, 2024, 10(6): 712-719.

【文题】：杀伤链分析构建与韧性优化方法

【作者】：雷洪涛，孙立健，朱先强，陈涛，朱承

【摘要】：针对联合战场受损环境下作战过程所面临的作战单元损伤及杀伤能力不持续等问题，提出一种杀伤链分析构建与韧性优化方法。提出杀伤链韧性概念内涵、分析了其特点，并给出一个新的杀伤链韧性度量指标。在相关概念基础上，结合杀伤链元路径表示方法和指挥控制（command and control，C2）组织结构实现考虑，设计一种杀伤链分析构建方法，为后续韧性优化研究开展奠定了优选杀伤链基础。为高效解决受损环境下杀伤链的重组或重构问题，提出一种基于链间近似度的杀伤链韧性优化方法。在构建的海空联合作战场景上验证了所提方法和算法的科学性和有效性。

【全文链接】：http://www.jc2.org.cn/fileup/PDF/JCC-CN-202400041.pdf

【引用格式】：雷洪涛，孙立健，朱先强，陈涛，朱承. 杀伤链分析构建与韧性优化方法[J]. 指挥与控制学报, 2024, 10(6): 720-731.

LEI Hongtao，SUN Lijian，ZHU Xianqiang，CHEN Tao，ZHU Cheng. A Method of Analysis, Construction and Resilience Optimization of Kill Chain[J]. Journal of Command and Control, 2024, 10(6): 720-731.

【文题】：多循环嵌套的大语言模型多智能体指挥控制过程

【作者】：孙毅，郑雨，黄海燕，张慧，权冀川

【摘要】：聚焦于闭合指挥控制链路中大语言模型多智能体系统，旨在探索大模型多智能体在指挥控制链路中的关键技术，提出多循环嵌套的大语言模型多智能体指挥控制模型，为突破无人化指挥控制、自主协同打下坚实的理论和技术基础。充分考虑到大语言模型问答式的交互模式，提出P（R）EA&OODA多循环嵌套的大模型多智能体指挥控制过程模型，以大模型系统提示词为切入点，提出大模型指挥控制智能体框架，设计指挥员和行动员两种“拟人化”大模型智能体，设计实现基于物理引擎的文本指挥控制仿真任务“追击游戏”从多个维度对系统进行评估和分析，验证模型的有效性。

【全文链接】：http://www.jc2.org.cn/fileup/PDF/JCC-CN-202400234.pdf

【引用格式】：孙毅，郑雨，黄海燕，张慧，权冀川. 多循环嵌套的大语言模型多智能体指挥控制过程[J]. 指挥与控制学报, 2024, 10(6): 732-739.

SUN Yi，ZHENG Yu，HUANG Haiyan，ZHANG Hui，QUAN Jichuan. Multi-loop Nested LLM-based Multi-agent Command and Control Processes[J]. Journal of Command and Control, 2024, 10(6): 732-739.

【文题】：大语言模型在规划与调度问题上的应用

【作者】：陈佳威，陈盈果，吕济民，王斐然，陈英武

【摘要】：规划与调度问题是在一定周期内完成资源与任务最优配置的过程，人工智能技术在此领域取得许多重要进展。大语言模型作为生成式人工智能的代表，在规划与调度领域同样展现出强大能力。将规划与调度划分为用户需求分析、方案生成、场景建模、优化算法设计4个阶段，探讨了大语言模型技术在每个阶段的应用，并构思一套完整的以大语言模型技术构建的求解框架，以及这些技术与框架如何在各阶段发挥效用。这些技术在解决更大规模、更复杂的问题具有潜在发展空间，并展望了结合大语言模型的研究趋势。

【全文链接】：http://www.jc2.org.cn/fileup/PDF/JCC-CN-202400202.pdf

【引用格式】：陈佳威，陈盈果，吕济民，王斐然，陈英武. 大语言模型在规划与调度问题上的应用[J]. 指挥与控制学报, 2024, 10(6): 740-751.

CHEN Jiawei，CHEN Yingguo，LYU Jiming，WANG Feiran，CHEN Yingwu. The Application of Large Language Models in Planning and Scheduling Problems[J]. Journal of Command and Control, 2024, 10(6): 740-751.

【文题】：基于大模型的应急指挥辅助决策系统设计

【作者】：吴昊，董福安，王雪飞，赵大硕，高东

【摘要】：围绕应急指挥场景下对突发事件的快速认知、处置需求，提出了一种基于大模型的辅助决策系统设计，利用大模型的自然语言理解、知识推理、内容生成的特性，提升指挥员对突发事件的处置效率，提高应急响应速度。该系统通过LangChain框架进行构建，采用摘要生成、元数据提取、思维链等技术，强化大模型对应急指挥场景和语境的理解，通过综合报告的形式提升突发事件情况掌握能力，同时能够自动生成处置方案辅助指挥员做出决策。

【全文链接】：http://www.jc2.org.cn/fileup/PDF/JCC-CN-202400148.pdf

【引用格式】：吴昊，董福安，王雪飞，赵大硕，高东. 基于大模型的应急指挥辅助决策系统设计[J]. 指挥与控制学报, 2024, 10(6): 752-759.

WU Hao，DONG Fuan，WANG Xuefei，ZHAO Dashuo，GAO Dong. Design of Emergency Command Aided Decision-making System Based on LLM[J]. Journal of Command and Control, 2024, 10(6): 752-759.

【文题】：基于能力包的作战体系架构方案演进设计方法

【作者】：张萌萌，阮逸润，刘晓东，盛寅，罗爱民

【摘要】：复杂作战体系架构演化既是一个重要的科学问题，也是一个亟需的实践问题。从作战体系演化问题入手，分析了复杂作战架构的演化内涵，提出基于能力包的作战体系架构演化框架与流程，将能力包区分为逻辑能力包与物理能力包，并区分支撑演化的不同匹配方式。以两栖作战任务为例说明，旨在为相关作战体系架构演化问题提供解决的思路和落地实现的途径。

【全文链接】：http://www.jc2.org.cn/fileup/PDF/JCC-CN-202400080.pdf

【引用格式】：张萌萌，阮逸润，刘晓东，盛寅，罗爱民. 基于能力包的作战体系架构方案演进设计方法[J]. 指挥与控制学报, 2024, 10(6): 760-766.

ZHANG Mengmeng，RUAN Yirun，LIU Xiaodong，SHENG Yin，LUO Aimin. System-of-systems Architecture Scheme Evolutionary Design Based on Capability Packages[J]. Journal of Command and Control, 2024, 10(6): 760-766.