主题：【原创】数学与战争 -- 晨枫

德雷福斯案件中，庞加莱使用贝叶斯方法证明了德雷福斯的清白，然后引发了犯罪学研究的一场革命。

简单的说,就是计算那些信件是否德雷福斯本人所写的概率。

这方面用到文体学的一些知识，最近的一个类似案例是韩寒，网上有个哥们用主成分分析法来计算署名韩寒的一些作品区分度。

他把署名韩寒作品与韩仁均、天下霸唱，郭敬明的作品比较，看区别如何。

初步结论是署名韩寒的作品与郭敬明、天下霸唱的作品区别明显，与韩仁均的作品区分度不高，与韩寒博客的文章也有一定区别。

可惜我们没有的确是韩寒所写的文章样本，不然也可以算出署名韩寒的作品是韩寒所写的概率。

记得有一个基于Swarm的作战模拟项目，EINSTein（这大概是十年前的事情了，唉，顺便感慨一下），基于Multi Angent思想，对作战中的各种要素进行仿真模拟，后来出了一本书专门描述这个系统--《Artifical War》。这个项目是基于之前的另一个项目ISAAC，后者不是基于Swarm的。（这两个项目名字很有意思，einstein就不用多说了,isaac是牛顿的名字）。国内也有用这个系统做研究的，不过总体感觉这个系统还是太象玩具，且主要用语战术层面而非战役。

遗传算法在这两个项目里也有应用，但主要用于搜索优化，而不是CAS的本意。

不错，传统的作战模拟可能确实不太适应了，可是不意味着没有新的模拟方法。

随着战场逐渐透明化，模拟会越来越重要，甚至会超过所谓“名将”的重要性。信息的汇集处理越来越重要，指挥官发挥的余地会越来越小，极端情况甚至只需在模拟所给出的几个选项里随便挑就行了。

当然，这不是说人的作用就不重要，而是说人机合作越来越重要。

只是强调时代不同了，作战模拟的准确性会降低

比如火箭，不可能象经典统计方法那样发射N颗做实验。使用贝叶斯方法就可以通过很少几次实验计算可靠性等指标。

这个项目是CNA（Center of Naval Analyses）支持的,应该也是海军。

不过这个项目其实是研究陆战的。作者认为，通常的空战和海战已经可以用兰彻斯特方程比较好地描述，但陆战却是复杂系统。

可惜的是复杂性科学的这一波高潮已经过去了（实际上十年前就过去了），除了遗传算法之外，其他的都是看起来很漂亮却没多大实用性的东西，几乎又变成了一门社会科学。看来只能等下一波了。

所以日军失败也不能说如果不是“甲板上堆满了炸弹和鱼雷”赢的概率就会增大。理论上来说，双方输赢概率是个客观存在的值，模拟的过程是去估计这个值，分析结果时过分强调偶然因素其实没太大帮助（毕竟模拟过程已经考虑到了部分随机因素）。

没甲板上的炸弹和鱼雷，会这么快沉三航母吗？只有飞龙的沉没与此无关

您只注意到甲板上的一堆炸弹造成日军最后失败，但是别忘了在此之前日军的运气也是好的不得了，航母没什么损失，战斗机轰炸机损失也很少。这前后两种情况的巨大反差，其实说明实际一是有一个客观的东西在起作用，而这个东西是公平的，前期的过分顺利和后来的突然反转是相互联系的。如果您可以假设“甲板上没有一堆炸弹”，那为什么不可以假设“美陆军航空兵击沉或重创一艘或更多航母”？

这个经验公式好像在二战后的历次游记战中都成立。

都被拦截在高空或是很远的地方，根本无法有效瞄准目标。美航母舰载机来袭时，已升空的日军战斗机多在拦截美陆军航空兵，这才让他们得手。但要是甲板上没一堆炸弹，三航母顶多受伤，不会一下子全沉了。

而正规军相互作战3：1就可以算集中优势兵力了（指美军而言），TG对付蒋军一般是5-6：1。

湘西剿匪，尽管土匪号称10万，解放军也是10万，加上10万民兵，兵力上TG没有到3：1，但是湘西人民站在TG一边，所以10：1都不止，因此湘西剿匪1年就结束了。

阿富汗塔利班2万余人，美军联军10来万，至少要再增兵10万才行。而塔利班到巴基斯坦那边去借兵1万就够联军喝一壶的了。

越南战争中美军空军攻击胡志明小道，而越共进攻美军在南越的基地，双方都在攻击对方后勤。因为美军要保护的点太多，50万美军用于机动作战的兵力仅仅为10万余人（南越伪军战斗力实在糊不上壁），而在南方的北越军队则有24万之多，所以越战中美军没有形成优势兵力，打糊涂仗。

美军的10万人靠直升机高速机动来达到作战人数不够的缺陷，而越军一旦破了美军制空权，这个地面仗就打不下去了。