전투실험 분석을 위한 최적화 시뮬레이션 프레임워크

Optimized Simulation Framework for the Analysis in Battle systems

다양한 변수들이 존재하는 현대의 전투전장에서는 운용전술에 따라 전투의 양상이 결정되기 때문에 최적화된 운용전술을 도출하는 연구가 필요하다. 기존의 M&S(Modeling & Simulation) 연구에서는 몬테 칼로 실험을 통해 변수들을 분석하는 것이 일반적이다. 그러나 이 방법은 상호 복합적으로 작용하는 다수의 변수들의 모든 조합에 대해 시뮬레이션을 수행하기 때문에, 많은 수행시간이 소요되고 최적의 운용전술 도출을 위한 별도의 분석이 필요하다. 본 논문에서는 최적화 요소를 찾는 전산탐색기법 중 하나인 DPSO(Discrete binary version of PSO) 알고리즘을 기반으로 하는 최적화 시뮬레이션 프레임워크를 제안하였다. 최적화 시뮬레이션 프레임워크는 짧은 시간 내에 최적화된 운용전술을 도출하기 위하여 설계되었다. 본 연구에서는 아군 수상함이 적 어뢰로부터 회피하는 사례를 적용하여 최적화 시뮬레이션 프레임워크의 탐색 성능을 확인하였다. 이를 통해 최적화 시뮬레이션 프레임워크의 효율성을 제시하였다.

The tactical employment is a critical factor to win the war in the modern battlefield. To apply optimized tactics, it needs analyses related to a battle system. Normally, M&S (Modeling & Simulation) has been studied to analyze data in general problems. However, this method is not suitable for military simulations because there are many variables which make complex interaction in the system. For this reason, we suggested the optimized simulation framework based on the M&S by using DPSO (Discrete binary version of PSO) algorithm. This optimized simulation framework makes the best tactical employment to reduce the searching time compared with the normal M&S used by Monte Carlo search method. This paper shows an example to find the best combination of anti-torpedo scenario in a short searching time. From the simulation example, the optimized simulation framework presents the effectiveness.