小的情况下，这套体系表现十分出色，但是模拟测试面对规模较大的战场，这套系统就出现问题了。

　　无数动态的目标信息被传递到战区联合战术系统之后，系统随时在动态调整危险目标，当这个调整达到某种频度，董锋的团队就发现，其实等于是没有瞄准目标了。

　　也就是说，在营级或者团级规模坦克对战的情况下，系统会很好地高效运转，寻找到危险目标自动提示摧毁；但是当规模上升到师级规模数百辆坦克混战，利用无人机掌握了整个战场态势后，系统反而就极其低效起来，瞄准对手出现了极大问题，因为危险目标总是在频频改变之中。

　　杜克在研究中心仔细地看了不同规模下的模拟作战结果，当双方混战中的坦克数量超过200辆之后开始显现这个问题，而超过300辆以上则更加突出，基本上失去了智能选择作战对象的效果，而不得不转成人工操作方式。

　　当初在设计这个算法的时候，杜克可没有想过现在还有数百辆坦克对战的场景，因此测试方面并没有指示克里进行多种大规模作战场景的模拟，对于这个问题，杜克认为并不是很难解决，只需要在算法中增加一条规则就可以解决：当目标对象过多的时候，以某个距离内的目标为优先打击对象。

　　这样在并不妨碍整个系统的完整性就可以解决这个类似于临界溢出的问题。

　　这个BUG修订后，杜克通过秦泰然发放补丁修订了全军中已经装备的电子作战系统，杜克非常庆幸这个BUG是在家里就发现了，如果真是在战场上才发现，那真是会害死很多人。

　　经过了这次事件，杜克对于军品研发测试有了极大的重视和警惕，要求项目组每个项目结束前都要经过各种极端场景的测试验证，即使那个场景现在看起来完全没有多少实战意义，杜克也会要求测试在这种场景下的表现情况，尽管有些发现的问题限于成本可能不用修改。

　　但是有了这些测试结果，杜克起码能够让战士们清楚，在某种情况下会出现什么样的问题，可以采取什么措施来避免，不至于当这种情况真的出现之后让人手足无措。

　　在杜克的这个原则下，杜氏特种机械以后打造出来的主战装备都有着极强的可靠性，虽然为了达到这个目标将付出几倍的测试开销，使得杜氏特种机械的研发成本远远高于竞争对手，但是其产品极高的可靠性让这一切付出都有了很好的回报，在战场，那得是挽回了多少鲜活的人命。

　　为了让模拟测试有着更为逼真的效果和更大规模，杜克再次扩大了研发中心的运算能力，不但申请了利用国内最新技术建设的超级计算机中心，还一手将超级小型机集群规模直接扩大了三倍，为此，杜克将付出几十亿元的代价。

　　等到整个工程完成之后，杜氏特种机械将会拥有国内军工企业中最为庞大和先进的计算中心，在这个系统中开发出来的各种仿真应用程序，可以让每一种产品在设计阶段就会有着极其完善模拟测试环境，提前发现各种各样的问题，极大地减少了产品定型后发生问题的概率。

　　（感谢书友“lornaml”捧场打赏）

　　请收藏：https://m.xiaoshuomvp.com

（温馨提示：请关闭畅读或阅读模式，否则内容无法正常显示）