历史战役的连续流模型：以皮克特冲锋为例的新审视

一种基于个体守恒与 subunit 身份追踪的步兵行为连续流模型已被发展到足够精细的程度，现可应用于历史战役的真实模拟。美国内战期间1863年宾夕法尼亚州葛底斯堡战役中的皮克特冲锋被选为该模型的初步应用。该场景是对当前数学模型的一个良好检验，因为其中采用了许多现代军事战术，行动发生于步行或骑马背景之下，且历史地图与部队数量均可获取。与离散智能体模型相比，发现流模型能更好地捕捉部队与地形及彼此间的相互作用。我们执行了忠实于历史事件细节的旅级模拟。发现伤亡人数不对称的主要来源是邦联部队在移动时无法使用有效的远程火力。对有地形效应与无地形效应的模拟进行比较表明，地形减缓了战斗节奏并有利于防御方，使进攻方在较长时间内暴露于猛烈的远程火力之下。我们对基线旅级场景的1000次随机扰动集合进行了可能结果的统计分析。与历史事件一致，发现仅6%的场景产生了可被视为邦联胜利的结果。