军事学方程之广宇方程的推导

军事学方程之广宇方程的推导

 

内容提要:由于兰切斯特方程的计算与实际有偏差,所以要引入广宇方程。本节介绍广宇方程的推导过程和使用方法。当杀伤率趋近于0时,广宇方程计算的结果和兰切斯特第二方程结果相同;当杀伤率趋近于1时,广宇方程的计算结果和兰切斯特第二方程的计算结果相同。也就是说,广宇方程不仅可以更准确的预测实际结果,并且可以覆盖兰切斯特的2个方程。Xn表示胜利一方的兵力数量,Yn表示失败一方的兵力数量,n表示战斗的最终轮数,a和b表示A方和B方的武器性能。



由于兰切斯特方程计算的结果和实际推演有较大的出入,我们按照实际战斗来建立新的战斗模型,以弥补兰切斯特方程计算不准的问题。

假设A队的武器性能为A,命中率为k,B队的武器性能为B,命中率为h。武器性能越好,射出的子弹越多,杀伤力越大,命中率越高,杀伤力越大(如图1所示)。


1 战斗互相影响框图

在第n轮战斗完成时,每一队的人数都等于上一轮战斗剩余的人数减去本轮被杀的人数。A队在第n-1轮结束时剩余的人数为Xn-1,本轮被杀的人数为Yn-1×Bh,其中命中率h可以这样理解,假设B队每5发子弹打死一个敌人,那么命中率就是1/5=0.2。所以得到Xn=Xn-1-Yn-1×Bh。设杀伤率为武器性能和命中率的乘积,A队的杀伤率为a=Ak,B队杀伤率为b=Bh,即可得到关于Xn和Yn的方程。




我们来对比一下实际推演、兰切斯特方程和广宇方程对于X队和Y队人数的计算和战斗周期的计算,看看有什么差别。

分别把X0=9,Y0=6,a=b=1/3带入兰切斯特方程和广宇方程,即可得到每一轮的剩余人数和战斗的周期。比如广宇方程计算的结束时间是2.32,那么分别将n=1,2和2.32带入广宇方程就能得到三个时刻A队和B对的实际人数(如图2所示)。


2实际推演、兰切斯特方程和广宇方程的结果对比

计算结果可以看出,兰切斯特方程每一轮计算的结果都比其他两个计算的结果大,兰切斯特方程计算的周期也比广宇方程计算的周期长。广宇方程在第1轮和第2轮计算结果和实际推演完全一致,第三轮由于时间不同而稍有偏差。广宇方程可以准确的反应实际战斗的实时情况,而兰切斯特方程则有较大偏差。

可以将兰切斯特法则、兰切斯特方程和广宇方程计算的结果在MATLAB中绘制成图形,实际推演指示的线上分别有4个小圆圈,代表了在时间为0、1、2和3时,A队和B队的兵力数量(如图3所示)。


3 实际推演、兰切斯特方程和广宇方程的图形对比

从图形可以看出,广宇方程对应的曲线和实际推演对应的曲线拟合的非常好,而兰切斯特方程对应的曲线则偏离实际推演曲线较多。



《可以量化的军事学》全书结构

使用物理学分析经济学、管理学和军事学,让它们从艺术变为科学!

可量化研究网站:www.kelianghua.com

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,992评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,212评论 3 388
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,535评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,197评论 1 287
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,310评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,383评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,409评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,191评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,621评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,910评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,084评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,763评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,403评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,083评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,318评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,946评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,967评论 2 351

推荐阅读更多精彩内容