《指挥与控制学报》11卷2期网刊目录发布，敬请关注！

《指挥与控制学报》11卷2期网刊已经发布，敬请关注，欢迎阅览！

特约

【文题】平行决策智能的历史回顾与未来展望：从ISDOS之影到平行剧场之能

【作者】王飞跃

【摘要】探讨如何将“AI for Science”化为“Decision Intelligence for Decision Science（DI4DS）”，使人工智能和智能科技成为变革传统指挥控制科学与技术的新动力并成为确保军事力量和国防安全的新科技。主要围绕决策智能理念、方法、技术的历史演化以及ISDOS、EMS、计算机会议、决策剧场、平行剧场的历史进程，讨论决策5.0和平行决策智能及相关交互数字剧场等新人工智能技术在未来C++ISR的作用与意义。

【全文链接】http://www.jc2.org.cn/fileup/PDF/JCC-CN-2025.00109.pdf

【引用格式】 王飞跃. 平行决策智能的历史回顾与未来展望：从ISDOS之影到平行剧场之能 [J]. 指挥与控制学报，2025, 11(2): 129-136

Citation WANG F Y. On parallel decision intelligence with historical reflection and perspective: from shadows of ISDOS to intelligence of parallel theaters[J]. Journal of Command and Control, 2025, 11(2): 129-136

综述

【文题】大模型在兵力推荐中的应用与思考

【作者】焦鹏博，龚治兴，罗志浩，范长俊，石建迈

【摘要】大语言模型已在人工智能领域取得了突破性进展，也正在为军事领域带来一场颠覆性的变革。传统兵力资源推荐系统依赖目标与兵力资源的标号以及历史交互数据进行预测，存在数据利用能力差、迁移能力弱、冷启动等问题。为提高兵力推荐系统的能力与效率，进一步改善目标打击方案决策的科学性与合理性。以兵力推荐过程基本范式为指导，结合大语言模型的强大能力，全面分析了大语言模型在特征工程、特征编码以及评分预测中一个或多个阶段的应用前景，展示了大语言模型从单一辅助技术向综合替代角色的转变，比较了不同应用场景的潜力。总结了大语言模型在兵力推荐系统应用中的机遇与挑战。期望利用大语言模型提供更多的军事智能决策手段，以智能优势弥补技术与兵力建设方面的不足。

【全文链接】http://www.jc2.org.cn/fileup/PDF/JCC-CN-202400131.pdf

【引用格式】焦鹏博，龚治兴，罗志浩，等. 大模型在兵力推荐中的应用与思考 [J]. 指挥与控制学报，2025, 11(2): 137-145

JIAO P B, GONG Z X, LUO Z H, et al. Large language models for military force recommendation: applications and considerations[J]. Journal of Command and Control, 2025, 11(2): 137-145

【文题】决策智能中的时间序列预测大模型

【作者】邵泽志，余澄庆，李雨杰，王飞，徐勇军

【摘要】不同场景下时序数据的异质性极大地影响了智能决策中时序预测算法的泛化性和有效性，对其应用构成了重要阻碍。时序预测大模型是解决这一挑战的重要技术。综合了时序预测领域的最新研究动态，从模态视角自上而下地探讨了时序预测大模型的4种实现思路：基于提示的方法、基于微调的方法、基于对齐的方法以及时序预测基础模型。梳理了时序预测大模型构建过程中的核心要素和可用技术。探讨了未来的重要挑战和研究方向。

【全文链接】http://www.jc2.org.cn/fileup/PDF/JCC-CN-202400146.pdf

【引用格式】邵泽志，余澄庆，李雨杰，等. 决策智能中的时间序列预测大模型 [J]. 指挥与控制学报，2025, 11(2): 146-157

SHAO Z Z, YU C Q, LI Y J, et al. Large time series forecasting model in intelligent decision-making: a survey[J]. Journal of Command and Control, 2025, 11(2): 146-157

论文与报告

【文题】基于专家知识和大语言模型的战略征候预警

【作者】曾泽凡，成清，穆军武，柴尚坤，刘忠

【摘要】战略征候预警对确保国家安全和地区稳定至关重要。针对现有预警模式主观性强、成本高的问题，以开源情报文本为数据支撑，巴以冲突为战略背景，设计了一个结合专家知识与大语言模型的战略征候预警框架。利用专家知识建立事件本体模型、定义事件类型、构建事件因果知识图。以大语言模型作为基座，完成事件摘要、事件分类、事件抽取和事件匹配。大语言模型调用推理工具来预测征候发生的概率，并给出预警结果的解释。案例分析显示，提出的框架可以生成能够辅助决策的战略征候预警和解释，并反映战略局势的变化。

【全文链接】http://www.jc2.org.cn/fileup/PDF/JCC-CN-202400140.pdf

【引用格式】曾泽凡，成清，穆军武，等. 基于专家知识和大语言模型的战略征候预警 [J]. 指挥与控制学报，2025, 11(2): 158-171

ZENG Z F, CHENG Q, MU J W, et al. Strategic early-warning based on experts knowledge and large language models[J]. Journal of Command and Control, 2025, 11(2): 158-171

【文题】大小模型协同的小样本知识图谱问答问题自动生成方法

【作者】赵润豪，曾维新，唐九阳，吴继冰，黄宏斌

【摘要】为解决现实知识图谱问题生成技术的低成本部署和生成可靠性的问题，提出大小模型协同的小样本知识图谱问题生成方法，通过构建OODA环思维链和小模型高效部署设计，可支撑资源匮乏作战场景下低成本部署和准确可控生成。该方法的先进性在多个公共数据集和军事场景得到验证。为解决资源匮乏作战场景下部署难、生成难以控制的难题提供可行路径。

【全文链接】http://www.jc2.org.cn/fileup/PDF/JCC-CN-202400152.pdf

【引用格式】赵润豪，曾维新，唐九阳，等. 大小模型协同的小样本知识图谱问答问题自动生成方法 [J]. 指挥与控制学报，2025, 11(2): 172-180

ZHAO R H, ZENG W X, TANG J Y, et al. Automatic generation of few-shot knowledge graph QA questions via large and small model collaboration[J]. Journal of Command and Control, 2025, 11(2): 172-180

【文题】基于混合智能体的作战行动方案生成方法

【作者】庞宁，肖卫东，赵翔，谭真，唐九阳

【摘要】 聚焦大语言模型技术赋能指挥控制的智能决策需求，分析指挥控制中行动方案生成任务的难点与挑战，提出一种基于混合智能体的作战行动方案生成方法。针对单个大语言模型在作战行动方案生成任务上的能力受限问题，在该框架中，提出采用多个大语言模型处理不同方面的输入信息并整合成有效的情报提示，采用多个大语言模型根据提示生成多种行动方案提议，由一个大语言模型对多种行动方案进行汇总。经验证，该方法具有良好的可行性和有效性。

【全文链接】http://www.jc2.org.cn/fileup/PDF/JCC-CN-202500063.pdf

【引用格式】庞宁，肖卫东，赵翔，等. 基于混合智能体的作战行动方案生成方法 [J]. 指挥与控制学报，2025, 11(2): 181-190

PANG N, XIAO W D, ZHAO X, et al. Course of action based on mixture-of-agents[J]. Journal of Command and Control, 2025, 11(2): 181-190

【文题】LLMs 监督的因果威胁评估模型

【作者】王紫东，贺楚超，高晓光，闫栩辰，张青富

【摘要】为解决因果可解释的前提下构建兼容数据分布与专家知识的威胁评估网络的问题，提出LLMs监督的因果威胁评估模型L-CTA。使用LLMs模拟传统建模中的专家角色，融合提示词对威胁要素与决策变量构造因果图，基于仿真数据进行参数学习，并通过k折交叉检验以验证集上的推理精度作为该因果图的适应度；引入合理的进化算子，迭代搜索寻找更优的图结构。实验结果表明，L-CTA构建的因果威胁评估网络比专家设计的朴素模型和数据驱动学习的模型在分布外推理任务上精度高出11.2% 与28.9%，验证了L-CTA在威胁评估建模中的高效性、鲁棒性以及泛化性。

【全文链接】http://www.jc2.org.cn/fileup/PDF/JCC-CN-202500069.pdf

【引用格式】王紫东，贺楚超，高晓光，等. LLMs 监督下的因果威胁评估模型 [J]. 指挥与控制学报，2025, 11(2): 191-201

WANG Z D, HE C C, GAO X G, et al. Causal threat assessment model supervised by LLMs[J]. Journal of Command and Control, 2025, 11(2): 191-201

【文题】基于大语言模型的知识图谱逻辑规则挖掘框架及应用

【作者】程昊翔，龚治兴，王浩铭，刘世旋， 张驭龙，陈超，范长俊

【摘要】提出了一种基于大语言模型的知识图谱可解释规则挖掘框架，并探究了其军事应用。该框架包括规则采样、模型规则生成和规则验证3个步骤，利用大语言模型的自然语言处理能力，高效地产生大量逻辑规则。实验结果表明，该框架在大规模知识图谱YAGO上取得最优结果，提高了知识图谱补全任务的效果，验证了大语言模型在逻辑规则挖掘中的作用。

【全文链接】http://www.jc2.org.cn/fileup/PDF/JCC-CN-202400134.pdf

【引用格式】程昊翔，龚治兴，王浩铭，等. 基于大语言模型的知识图谱逻辑规则挖掘框架及应用 [J]. 指挥与控制学报，2025, 11(2): 202-209

CHENG H X, GONG Z X, WANG H M, et al. A logical rule mining framework based on large language models and its applications[J]. Journal of Command and Control, 2025, 11(2): 202-209

【文题】思维超图推理增强的多模态基础模型

【作者】姚方龙，田昌元， 刘金涛， 张泽群， 孙显

【摘要】 推理能力是基础模型最关键的能力之一，标志着基础模型处理复杂推理任务的能力。思维链技术是提高基础模型推理能力的有效方法之一，其推理过程是线性的、循序渐进的，类似于个人逻辑推理，适用于解决一般的、稍复杂的问题。相反，专家的思维模式有两个突出特点是思维链无法恰当处理的，即高阶多跳推理和多模态比较判断。为超越思维链，构建一种能像专家一样思考的推理范式，借鉴超图的超边可以连接不同的顶点适合于模拟高阶关系，提出多模态思维超图推理范式，使基础模型具备专家级的高阶多跳推理和多模态比较判断能力。构建了一个文本思维超图来模拟高阶关系，并通过多跳游走生成思维超边来实现多跳推理。设计了视觉思维超图，通过跨模态协同图学习与文本思维超图交互，实现多模态对比印证。在ScienceQA基准上进行的实验表明，基于思维超图的T5优于基于思维链的GPT3.5和ChatGPT，并与基于思维链的GPT4性能相当但模型规模更小。

【全文链接】http://www.jc2.org.cn/fileup/PDF/JCC-CN-2024.0239.pdf

【引用格式】姚方龙，田昌元，刘金涛，等. 思维超图推理增强的多模态基础模型 [J]. 指挥与控制学报，2025, 11(2): 210-216

YAO F L, TIAN C Y, LIU J T, et al. Hypergraph-of-thought reasoning enhanced multimodal foundation models[J]. Journal of Command and Control, 2025, 11(2): 210-216

【文题】基于大语言模型技术的智慧应急应用：知识管理与应急大脑

【作者】龚晶，黄欢

【摘要】大语言模型不仅是人工智能领域自然语言处理方向的重大突破，也正在改变知识获取与知识创新的模式。在研究大语言模型的知识获取与创新的原理之上，探讨了其在应急管理信息化建设中的应用，针对智慧应急中面临的建设困境以及业务系统智能化水平的局限，提出了基于大语言模型技术重构智慧应急的知识管理模式，在此基础上构想能够协同创新、全域感知、决策支持的应急大脑，从而实现整体业务系统智能化水平从感知智能到认知智能的提升。

【全文链接】http://www.jc2.org.cn/fileup/PDF/JCC-CN-202400158.pdf

【引用格式】龚晶，黄欢. 基于大语言模型技术的智慧应急应用：知识管理与应急大脑 [J]. 指挥与控制学报，2025, 11(2): 217-224

GONG J, HUANG H. Applications of large language models in the intelligent emergency management: knowledge management and emergency management brain[J]. Journal of Command and Control, 2025, 11(2): 217-224

【文题】基于多主体仿真模型与LLMs的林火航空应急救援任务分配决策

【作者】沈洋，陈襄，汪娴冰，韩佳琪

【摘要】在林火应急救援操作中，有效的航空资源调度对于提高救援效率至关重要。提出一种创新方法，将大语言模型与多主体仿真模型相结合，以增强应急决策能力。构建一个全面且可扩展的多主体仿真框架，能够模拟多种火灾情景和救援行动，为决策的智能化验证和迭代提供了实验基础。将大语言模型集成到仿真模型中，通过自然语言处理技术实现了任务分配方案的进一步优化。为提高大语言模型辅助决策的质量和稳定性，还引入检索增强生成技术框架。相关仿真实验结果表明，大语言模型在应急救援决策中可发挥出关键性的辅助作用，显著提升决策效率和准确性。

【全文链接】http://www.jc2.org.cn/fileup/PDF/JCC-CN-202400143.pdf

【引用格式】沈洋，陈襄，汪娴冰，等. 基于多主体仿真模型与LLMs 的林火航空应急救援任务分配决策 [J]. 指挥与控制学报，2025, 11(2): 225-238

SHEN Y, CHEN X, WANG X B, et al. Wildfire aviation emergency rescue task allocation decision-making based on multiagent simulation model and LLMs [J]. Journal of Command and Control, 2025, 11(2): 225-238

【文题】基于大模型的智能算法数字测试场景生成方法

【作者】邢天，吴优，赵千川，余晗，张国华

【摘要】智能算法的开发、测试与评估需要多样化的测试场景，以验证算法的关键性能。聚焦于智能算法测试与评估中的关键难点，即可交互数字测试场景的稀缺性与构建的复杂性。从多样性、合理性、可交互性和自动化能力4个方面分析了数字测试场景智能生成能力需求。提出了基于大模型的数字场景生成技术框架，通过基于生成式算法的场景布局构建、基于大模型的场景生成意图推理和基于布局约束的三维仿真场景生成等关键方法，实现了满足生成需求的数字场景智能生成，为各类指挥控制智能算法的发展提供了创新的思路和方法。

【全文链接】http://www.jc2.org.cn/fileup/PDF/JCC-CN-202500014.pdf

【引用格式】邢天，吴优，赵千川，等. 基于大模型的智能算法数字测试场景生成方法 [J]. 指挥与控制学报，2025, 11(2): 239-247

XING T, WU Y, ZHAO Q C, et al. Digital testing scenario generative methods for intelligent algorithms based on large language models[J]. Journal of Command and Control, 2025, 11(2): 239-247

短文

【文题】大模型时代下的智能空战指挥决策问题

【作者】侯西倩，葛亚维，魏建强

【摘要】准确把握联合作战、多域作战、智能作战交融的未来战争，综合解构未来战争对空战场的迫切需求，精准定位智能空战指挥决策问题，抢占大模型时代的技术红利，从空战指挥决策面临的作战环境不确定性增加、指挥对象自主性占比增大以及指挥主体知识型储备不足3个方面的时代挑战出发，研究大模型对智能空战指挥决策过程中的数据运用、模型训练、作战进程、自主决策4个层面的赋能。以规则决策为基础、实时决策为目的、推演决策为反馈，提出着力构建“大模型+知识图谱”“云端大模型+边缘计算”“大模型+兵棋推演”模型的发展建议。

【全文链接】http://www.jc2.org.cn/fileup/PDF/ JCC-CN-202400136.pdf

【引用格式】侯西倩，葛亚维，魏建强. 大模型时代下的智能空战指挥决策问题 [J]. 指挥与控制学报，2025, 11(2): 248-252

HOU X Q, GE Y W, WEI J Q. Intelligent air warfare command decision-making in large language models era[J]. Journal of Command and Control, 2025, 11(2): 248-252