陈龙 宋庆国 廖孟豪
摘要:以百年未有之大变局下的大国博弈为切入点,立足未来航空科技发展的军事应用需要界定国防领域航空颠覆性技术的概念内涵,遴选适合国防领域航空颠覆性技术的识别方法,并以航空领域特定时段公开发表且被工程索引收录的高质量期刊/会议论文、高水平科学引文索引期刊论文及已获授权的三方发明专利为源数据构建颠覆性技术识别的数据集,通过文本聚类、复杂网络方法和军事应用潜力評估完成一批国防领域航空颠覆性技术识别,为开展军事航空颠覆性技术研发部署提供参考。
关键词:军事航空;颠覆性创新;数据集;文本聚类;复杂网络
中图分类号:V11文献标识码:ADOI:10.19452/j.issn1007-5453.2022.05.006
习近平总书记指出,只有把关键核心技术掌握在自己手中,才能从根本上保障国家经济安全、国防安全和其他安全,他进一步强调要以关键共性技术、前沿引领技术、现代工程技术、颠覆性技术创新为突破口,努力实现关键核心技术自主可控,要瞄准关键领域加速孕育颠覆性科技创新,对属于战略性、需要久久为功的技术,要提前部署。2016年8月,国务院发布的《“十三五”国家科技创新规划》明确提出“发展引领产业变革的颠覆性技术”;“十四五”以来,发展颠覆性技术更是各类科技发展规划的核心内容和重要命题。2021年,全国“两会”审议通过的《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》再次指明,“加快武器装备现代化,聚力国防科技自主创新、原始创新,加速战略性前沿性颠覆性技术发展”,为我国未来若干年的国防和军队建设指明了方向。
颠覆性技术又名破坏性技术,其概念源自《颠覆性技术:逐浪之巅》一书,该书作者美国哈佛商学院的克莱顿·克里斯滕森(Clayton M. Christensen)教授认为,颠覆性技术通过性能提升或功能优化取代已有技术并开辟新的市场,形成新的价值体系,被视为“改变游戏规则、重塑未来格局”的革命性力量[1]。20余年来,大量学者致力于丰富充实颠覆性技术的概念内涵,其应用也已从最初的商业领域扩展到国防、军事、科技乃至经济社会等领域[2]。我国最早关注颠覆性技术概念的是清华大学吴贵生教授,其于1997年运用案例分析法阐述了颠覆性创新的发生发展过程[3],逐渐引起学术界乃至国家层面的广泛关注。
作为现代工业的皇冠,自第一次世界大战以来,航空科技工业作为科学、技术、工程与产业的结合体,就持续引领现代科技发展,在近现代战争、国防建设和经济社会发展中发挥了不可替代的作用;与之对应,战争需要也是推动航空领域技术变革的强劲动力。在百年未有之大变局和美国已将我国列为“头号威胁”的大背景下[4-5],立足新形势下的国防建设需要,科学识别国防领域航空的颠覆性技术,有针对性地谋划新质航空武器装备发展,对我国航空装备体系建设有着重要且紧迫的研究价值和现实意义。
本文从航空领域颠覆性技术的研究现状出发,通过借鉴前沿科技领域的主流颠覆性技术识别方法,以航空领域重要期刊、会议论文和发明专利为基础开展颠覆性技术识别、评估和分析预测,并对其军事应用潜力进行评估,最终形成国防领域航空颠覆性技术清单,以期支撑国防领域航空新技术研发布局。
1国防领域颠覆性技术的研究概况
与民用领域强调替代主流技术、变革市场结构、改变社会形态的技术突破性、产业变革性和市场认同性不同,国防领域颠覆性技术更强调技术及其转化为战斗力后对国防安全乃至在特定冲突场景下对战争格局的影响,即“改变战争规则”的潜力。美军则将国防领域的颠覆性技术定义为“支撑形成让对手半夜惊醒的非常规和非对称作战使能技术”,是能产生新的作战样式甚至改变战争形态的新技术[6]。
纵观全球,世界各军事强国都高度重视颠覆性技术对战争格局的影响,并注重研究其在未来战争中的应用。早在2005年,美国国防部就将“颠覆性技术”纳入战略谋划范畴[7]。事实上,早于“颠覆性技术”概念的提出,美国国会1958年就授权国防部成立了国防预先研究计划局(DARPA)的前身预先研究计划局(ARPA),以开展“改变游戏规则”的高风险、高回报国防尖端军事科技研发,以期避免遭遇技术突袭并谋求对对手的技术突袭,是最早的颠覆性技术研究机构[8],高超声速飞机[9]、分布式无人机群[4]等先进技术便是其在军事航空领域的代表作。与美国类似,俄罗斯于2012年设立了先期研究基金会,负责探索、突破国防前沿技术的组织工作,重点支持的细分领域包含新型材料、人工智能、未来能源、仿生学,以及下一代航空电子等技术。英国也在着力打造“军产学研”,组织军事部门与工业部门、高校、科研院所建立广泛的合作关系,致力于研究满足各类国防技术创新需求的先进材料和纳米技术等。
“十三五”以来,我国科技部、自然科学基金委、中国科学院、中国工程院,以及军队有关部门也高度重视对颠覆性技术研究的经费支持,但尚未成立专门的机构来开展或组织开展国防领域航空颠覆性技术的识别和研究。放眼整个国防领域,学术界尚在围绕概念内涵、管理方法、创新机制、资源投入等方面开展研究的颠覆性技术识别早期阶段,如曹晓阳等[10]系统分析了DARPA使命定位、颠覆性创新的经验,探讨了对我国发展颠覆性技术的启示;侯树强等[11]指出颠覆性军事技术是科技发展到一定阶段,由量变到质变跨越的结果,提出加强颠覆性军事技术战略预研的建议,并指明颠覆性军事技术具有技术发展速度快、潜在影响范围广、可创造军事价值高和带来颠覆性影响大4个共同特点。
事实上,在当前和未来一段时间内,能够在军事航空领域构成“技术突袭”的先进技术都应归属国防领域航空颠覆性技术的范畴。如何在现有国防领域航空技术研发体系中尽早发现潜在颠覆性技术,并促其形成能力对获得技术优势具有不可替代的作用。因此,有必要深入开展国防领域航空颠覆性技术识别研究,以把握未来军事航空科技的发展方向,支持相关技术方向提早布局、前置发展,牢牢掌握体系化作战时代空基多域对抗的主动权,形成非对称优势,进而最终赢得潜在的军事对抗乃至战争。3B86AB7F-2AE9-42A2-8552-9231C4FC578D
2颠覆性技术识别方法遴选
自“颠覆性技术”概念提出以来,众多研究机构和团队都在开展颠覆性技术识别研究[1]。如何在萌芽初期准确识别颠覆性技术,进而在技术孵化和后续发展阶段谋求主动,已成为行业、地方政府和国家层面密切关注的问题[10-12]。过去的20余年间,结合不同领域颠覆性技术识别的任务需求,已发展的识别方法种类众多、适用性各异,需要针对国防特性遴选合适的识别方法。
2.1通用识别方法概述
(1)基于专家智慧的识别方法
基于专家智慧的识别方法依托领域专家的过往研究和实践经验,结合当前社会、经济和政治发展环境,对未来的技术演进方向、发展路线及措施、关键时间节点等进行识别和预测。
该类型方法凝聚了领域专家的研究和实践经验,研究结果具有较强的科学性和权威性。但受主观认知的影响较大,专家组难以对萌芽期的新技术、新想法达成共识,容易遗漏部分潜在的新兴颠覆性技术,甚至对潜在颠覆性技术形成错误评价。
(2)基于指标评估的识别方法
基于指标评估的识别方法通过建立多指标的评估框架来识别颠覆性技术,并结合技术实例验证框架的有效性。目前,多指标分析方法大致可以分为三类:基于客观指标计算的定量研究法;基于主观指标评估的定性研究法;基于主观指标评分的定性与定量相结合法。
通過构建多维度指标体系,基于指标评估的识别方法可对颠覆性技术进行较为全面、系统地评估和预见,科学性和客观性较强。但同时,部分评估指标依然需要依靠专家打分,难免会干扰评价的客观性。
(3)基于模型构建的识别方法
基于模型构建的识别方法是按照一定理论框架和准则,通过统计等方式构建模型,并对颠覆性技术进行的识别和预测。目前,常用的模型包括突变理论、创新问题解决理论等。
基于模型构建的识别方法充分借鉴经济学、运筹学和数学等学科的基础理论,形成了相对完整的分析框架和评价准则,能够更加系统客观地开展颠覆性技术识别。模型分析法具有客观、简便易操作、时间周期短等特性。同时,构建模型对技术进行分析需要具备完整的专业知识,充分掌握技术现状和趋势信息,因而对研究者的专业素养和实践技能要求较高。
(4)基于文献计量学的识别方法
近年来,随着“数据驱动”观念的深化,机器学习、大数据技术和复杂网络理论等的逐步普及为颠覆性技术识别带来了新的问题解决思路。该类方法基于科技文献、网络信息等文本数据,利用文献计量学、文本内容和关系挖掘等手段开展颠覆性技术识别。目前,常用方法包括传统文献计量学方法以及融合机器学习、大数据技术和复杂网络理论等的颠覆性技术识别方法。
以论文、专利等科技文献数据来分析技术未来发展态势的传统文献计量学方法已经成为颠覆性技术识别的有力工具,并有诸多研究和实践成果,如词频分析、共现分析和引文分析等。随着“数据驱动”的观念深化,机器学习、大数据技术和复杂网络理论等在颠覆性技术识别和预见活动中也逐渐得到应用。基于文本内容和关系的技术识别和预见方法从定量研究的视角出发,所采用的数据和方法具有客观性强,一定程度上缓解了专家认知偏差对识别结果的影响,是开展颠覆性技术识别活动的有力工具。
2.2基于科技文献的颠覆性技术识别
由前文可知,采用专家智慧、指标评估和模型构建三类方法开展颠覆性技术识别活动均需要相关领域专业人员深度参与,易受主观认知的影响。中国工程院院士徐匡迪认为,在现有的行政审批和专家评审制度下,识别颠覆性技术的愿望难以实现[13];中国科学院院士杨卫也认为,在孕育颠覆式创新初期,很难达成学术共识,现有评审体系无法满足颠覆性创新的评审需求[14]。
航空科学与技术涉及的领域宽泛、体系庞杂、产业链条长,需要多学科交叉融合,对开展颠覆性技术的全面、客观、科学评估提出了较大挑战。本文以公开发表的高质量论文集专利为基础,从文本内容和关系出发,融合经过检验的机器学习方法、复杂网络理论和科学计量学方法构建一套客观性强、可解释性好、科学有效且可复用推广的方法体系,为先进航空领域颠覆性技术识别提供可靠方案。
3研究路线、识别过程与结果
以发生在第二次世界大战期间的中途岛海战为标志,战争制胜机理实现了从“制海权”向“制空权”的跨越。此后的历次局部战争都表明先进航空武器装备的快速发展和实战应用显著加快了现代战争的进程,制空权对夺取战争胜利起着决定作用。
面向未来作战需要,国防领域航空的颠覆性技术识别需要充分考虑技术颠覆性、影响性和预期实现性,再通过科学的方法、算法和手段进行准确识别进而确保识别结果具备参考价值。
3.1研究路线
本文以航空领域核心文献数据为基础,采用文献计量学方法构建识别工具,进行航空领域颠覆性技术识别,具体的研究路线如图1所示。
具体来说,本文以详细记载技术研发过程、集前沿科技成果于一体的航空领域重要期刊论文、会议论文及高质量三方专利等科技文献数据为颠覆性技术识别的载体,进而挖掘出航空领域颠覆性技术的主题分布情况、发展态势及潜藏线索等,力求完成针对从科学研究、工程实践到产业应用的颠覆性技术识别体系。具体而言,通过文本预处理构建高质量分析数据集,再采用文本聚类和发展趋势评估等手段发掘航空领域前沿创新技术研发方向,初步构建航空领域颠覆性技术清单,以航空领域颠覆性技术清单为基础,通过评估各单项技术的军事应用潜力完成国防领域航空颠覆性技术识别。
3.2识别过程
3.2.1数据集构建
科技领域的创新思想和前沿技术往往会先通过学术论文[15]呈现,科学研究成果和创新思想则通过专利转化体现[16],综合考虑技术的时效性和不同性质研究成果的公开发表或专利授权周期,本文的数据集构建思路如下。3B86AB7F-2AE9-42A2-8552-9231C4FC578D
(1)以Scopus数据库为数据源,利用航空领域工程索引受控词构建检索式检索航空领域论文数据,通过整合上述论文的题录信息,包括标题、摘要、关键词、发表年份构建工程索引期刊和重要学术会议的分析数据集。
(2)以航空领域4种顶级科学引文索引(SCI)期刊为数据源,包括《Progress in Aerospace Sciences》《Aerospace Science and Technology》《IEEE Transactions on Aerospace and Electronic Systems》《Chinese Journal of Aeronautics》,构建高质量期刊论文数据集。
(3)融合作为可评价技术创新性重要指标的航空领域高质量三方专利(美国、欧盟和日本,已合并同族专利)作为基础数据,以此构建专利分析数据集。
构建的数据集中所含数据来源、统计时段和元数据数量见表1。
3.2.2文本聚类识别
本文首先遴选出特定学科领域的核心文献数据,经过文本预处理并向量化表达后进行数据清洗,再采用无监督聚类算法完成文献知识聚合,最终形成多个文献簇。通过文本结构化表达、关键词聚类、技术发展趋势评估和颠覆性潜力评估,结合技术发展趋势及可视化分析方法,遴选其中具有突发增长态势的技术簇,以此作为颠覆性技术识别遴选的依据。
3.2.3复杂网络识别
文本聚类识别层面的数据分析可以揭示相对宏观的颠覆性技术方向,但缺乏对萌芽状态或跨学科交叉融合的颠覆性技术进行发掘辨识的能力。需要在文本聚类的基础上,从关键词及技术术语层面切入,利用复杂网络(高频词共现网络、缺失网络、离群节点网络)方法开展航空领域关键词及术语网络的分析挖掘,进而实现更加细粒度的颠覆性技术识别和遴选。三种识别方法的技术路径简述如下。
(1)高频词共现网络识别
关键词体现了科技文献的主旨研究内容,是论文作者对研究成果的高度凝练,而通过大量科技文献统计得到的高频关键词则反映了该领域内核心且具有较高热度的技术要点。首先,通过抽取科技文献中的作者关键词,利用Python编程语言的开源包对同义不同形的关键词进行归并清洗;其次,通过统计选取高频关键词,并以关键词为节点、以关键词共现次数为边权重构建网络;最后,采用Louvain算法对网络图中的高频关键词节点进行技术簇划分,归纳形成若干潜在的颠覆性技术方向。
(2)缺失网络识别
跨学科领域的交叉融合和集成创新已成为当代科学技术创新的鲜明特征,通过预测多个研究方向和技术主题产生交叉融合的可能性,将有助于识别潜在的颠覆性技术。上述研究过程构建的高频关键词网络是对领域研究现状的描述,但对于未来交叉融合态势的揭示尚有欠缺。因此,本文利用链路预测方法,预测网络中尚未有共现关系、但未来可能产生较强共现关系的关键词节点对(即缺失边),并计算其产生连接的概率。其次,以预测计算的缺失边连接概率作为边权重重新构建网络,通过技术簇划分的方式归纳形成若干潜在的颠覆性技术方向。
(3)离群节点网络识别
颠覆性技术相对主流技术和持续性技术,更有可能是另辟蹊径、不走寻常路的一类技术,与现有的研究范式存在较大差异。在构建关键词共现网络的基础上,本文通过网络节点特性(如介数中心性)评估网络中的离群节点,以此为依据归纳形成若干潜在的颠覆性技术方向。
3.3识别结果分析
基于以上数据集构建和颠覆性技术识别方法对不同类型的数据源进行分析、评估,再综合考虑各项技术的军事应用前景可得出国防领域航空颠覆性技术清单(见表2)。
(1)在对前述Scopus数据库的174019篇工程索引论文进行文本预处理、向量化表达、K-means++聚类分析的基础上,通过计算轮廓系数,经过优化后确定聚类簇数量K=400时,具有较好的聚类效果。以每三年为时间周期窗口,通过文献计量可视化方法量化展示各文献簇所代表的技术主题发展趋势以及颠覆性潜力,确定颠覆性技术清单。
(2)利用前述Scopus数据库的174019篇工程索引论文的数据集中出现频次在104次以上的330个作者关联的高频关键词构建共现网络,并进行技术簇划分,归纳形成颠覆性技术清单。
(3)利用前述3722篇论文的高频关键词构建网络,通过介数中心性计算网络中的离群节点,再利用离群节点重新构建网络;以此为基础,再利用上述3722篇论文高频关键词构建的网络,通过链路预测算法计算缺失边并进行离群节点的技术簇划分,最终得出国防领域航空颠覆性技术备选清单。
(4)对前述9647项专利进行文本预处理、向量化表达处理、K-means++聚类,通过计算轮廓系数,通过算法优化后确定聚类簇数量K=90时,具有较好的聚类效果,以每三年为时间周期窗口,通过文献计量可视化方法量化展示各个文献簇所代表航空技术主題的发展趋势及其颠覆性潜力评估结果。
对各项技术的发展态势和颠覆性潜力简述如下。
(1)高超声速飞机
基于组合动力的高超声速飞机具备水平起降、重复使用和临近空间高超声速巡航能力,依靠速度和高度优势大幅提升飞机生存力和战斗力,是颠覆性航空武器装备,被誉为继螺旋桨和喷气式飞机后世界航空史的又一次“革命”[9, 17]。
(2)智能变体飞行器
随着压电材料、新型记忆合金等技术的日趋成熟,通过机翼、尾翼、进气道和蒙皮等结构的自适应变形,可大幅改善飞机性能、扩展飞行包线,任务航程可增加30%~50%,是可能带来未来飞行器革命性变化的颠覆性技术之一[18]。3B86AB7F-2AE9-42A2-8552-9231C4FC578D
(3)無人机集群技术
基于“集群智能”的无人机群通过行动协调和能力互补提升机群体系效能,将构成新质力量并颠覆战场形态;美国国防部指出“全自主集群”是无人机自主控制的最高等级并预测2025年后无人机将具备全自主集群能力[4]。
(4)新型推进技术
以电推进、冲压动力、爆震发动机乃至核动力等新型推进技术的持续研发和日趋成熟将从根本上变革航空武器装备的推进方式、运行模式乃至作战样式,不仅会革新传统飞行器的设计理念,甚至将对其研发生产、使用维护等环节产生颠覆性影响。
(5)新型能源生成技术
构建以电能为核心的下一代能源体系,取消传统飞机的气压、液压等二次能源,将大幅提升飞机系统效能和响应速度,并可为定向能等高能武器装备提供充足电能[19]。为此,美国空军启动了“MW级电源系统”计划,旨在颠覆传统飞机能源体系乃至作战样式。
(6)轻质高效热防护技术
大气层内的高马赫数飞行活动受限于飞发结构的热强度,突破对流热、化学热和辐射热等主动热调控技术可显著降低结构壁面温度进而显著提升飞发结构的被动热防护能力,将为发展可重复使用高马赫数飞行器铺平道路。
(7)能量优化技术
第五代战斗机采用的一系列革命性技术带来了突出的能量与热管理问题,为此美国相继启动能量优化飞机、INVENT等计划,取得技术突破后,在大幅提升飞机航程的同时解除能热约束,将为高能武器扫清能量供给和热量管理障碍。
(8)人机协同技术
智能决策尚不足以将空战体系无人化,通过耦合机器智能的逻辑问题处理能力与人类应对非逻辑问题的潜力构建人机量化算法,并与可信任人类决策者达成一致,进而实现基于混合智能的人机协同,是智胜体系化对抗的关键[20]。
4结束语
立足科技情报开展国防领域航空颠覆性技术识别方法的探索实践,以科技创新基本规律为理论基础,以文本聚类和复杂网络构建为分析主线,以无监督聚类和复杂网络预测为分析方法进行国防领域航空颠覆性技术的挖掘和识别,形成了一套科学有效且可推广复用的方法体系。研究结果对近期航空领域颠覆性技术的预先研究和研发布局具备参考意义。需要说明的是,受限于基础数据来源,本文未能对其他领域可能对军事航空产生颠覆性影响的技术进行评估识别。同时,受国防领域航空前沿技术研究的保密限制,也无法辨识未以论文、专利等载体公开的潜在颠覆性技术。
百年未有之大变局的时代背景下,优化颠覆性技术识别工具、持续更新技术清单,再集中行业专家智慧建立科学有效的评估方法体系,进而形成符合我国国防领域发展需要的航空颠覆性技术清单,对我国新质航空武器装备研发具有重要作用。
参考文献
[1]苏鹏,苏成,潘云涛.颠覆性技术识别方法发展现状及启示[J].图书情报工作, 2019, 63(20): 129-138. Su Peng, Su Cheng, Pan Yuntao. Overview and considerations on disruptive technology identification method[J]. Library and Information Service, 2019, 63(20): 129-138. (in Chinese)
[2]刘安蓉,李莉,曹晓阳,等.颠覆性技术概念的战略内涵及政策启示[J].中国工程科学, 2018, 20(6): 122-128. Liu Anrong, Li Li, Cao Xiaoyang, et al. The strategic connotation and policy enlightenment of the concept of disruptive technology[J]. Strategic Study of Chinese Academy of Engineering, 2018, 20(6): 122-128. (in Chinese)
[3]吴贵生,谢伟.“破坏性创新”与组织响应[J].科学学研究, 1997, 15(4): 35-39. WuGuisheng,XieWei."Disruptiveinnovation"and organizational response[J]. Studies in Science of Science, 1997, 15(4): 35-39. (in Chinese)
[4]宋庆国.百年未有之大变局下的航空科技发展[J].航空科学技术,2021,32(3):1-5. Song Qingguo. The development of aviation science and technology under changes unseen in a century[J]. Aeronautical Science & Technology,2021,32(3):1-5. (in Chinese)
[5]Avril H. Annual threat assessment of the US intelligence com‐munity[R]. Office of The Director of National Intelligence,Washington DC,2021.
[6]张守明,张斌,张笔峰,等.颠覆性技术的特征与预见方法[J].科技导报, 2019, 37(19): 19-25. Zhang Shouming, Zhang Bin, Zhang Bifeng, et al. Review on characterization and foresight methods of disruptive technology[J]. Science & Technology Review, 2019, 37(19): 19-25. (in Chinese)3B86AB7F-2AE9-42A2-8552-9231C4FC578D
[7]王志勇,黨晓玲,刘长利,等.颠覆性技术的基本特征与国外研究的主要做法[J].国防科技, 2015,36 (3): 14-17,22. WangZhiyong,DangXiaoling,LiuChangli,etal. Characteristics of disruptive technology and international research survey[J]. National Defense Science & Technology, 2015, 36(3): 14-17,22. (in Chinese)
[8]David T. DARPAs disruptive technologies[J]. MIT Technology Review,2001,104(8):42-46.
[9]廖孟豪,李宪开,窦相民.美国高超声速作战飞机气动布局演化分析[J].航空科学技术,2020,31(11):3-6. Liao Menghao,Li Xiankai,Dou Xiangmin. Evolution analysis of aerodynamic configuration of hypersonic military aircraft in USA[J].Aeronautical Science & Technology,2020,31(11):3-6. (in Chinese)
[10]曹晓阳,魏永静,李莉,等. DARPA的颠覆性技术创新及其启示[J].中国工程科学, 2018, 20(6): 122-128. Cao Xiaoyang, Wei Yongjing, Li Li, et al. Enlightenment of disruptive technological innovation of DARPA[J]. Strategic Study of Chinese Academy of Engineering, 2018, 20(6): 122-128. (in Chinese)
[11]侯树强,王豪杰.加强颠覆性军事技术战略预研的思考[J].信息安全与通信保密, 2015(2):63-65. Hou Shuqiang, Wang Haojie. Strengthen the thinking of strategic pre-research on disruptive military technology[J]. Information Security and Communications Privacy, 2015(2): 63-65. (in Chinese)
[12]孙永福,王礼恒,陆春华,等.国内外颠覆性技术研究进展跟踪与研究方法总结[J].中国工程科学, 2018, 20(6): 14-23. Sun Yongfu, Wang Liheng, Lu Chunhua, et al. Summary of research progress and methods of disruptive technology in China and abroad[J]. Strategic Study of Chinese Academy of Engineering, 2018, 20(6): 14-23. (in Chinese)
[13]樊丽萍.徐匡迪院士:对颠覆性创新意愿应宽容支持[EB/ OL]. [2021-11-11]. http://scitech.people. com.cn/n1/2016/0817/ c1007-28642311.html. Fan Liping. Xu Kuangdi, member of chinese academy of engineering: tolerance and support for disruptive innovation willingness [EB/OL]. [2021-11-11]. http://scitech.people.com. cn/n1/2016/0817/c10 07- 28642311.html.(in Chinese)
[14]杨卫,郑永和,董超.如何评审具有颠覆性创新的基础研究[J].中国科学基金, 2017,31(4): 313-315. Yang Wei, Zheng Yonghe, Dong Chao. How to evaluate fundamental research with disruptive innovation[J]. Chinese Science Foundation, 2017, 31(4): 313-315. (in Chinese)
[15]Dotsika F,Watkins A. Identifying potentially disruptive trends by means of keyword network analysis[J]. Technological Forecasting & Social Change,2017,49(119):114-127.
[16]Lee C,Kwon O,Kim M,et al. Early identification of emerging technologies:a machine learning approach using multiple patent indicators[J]. Technological Forecasting and Social Change,2018,50(127):291-303.
[17]李宪开,王霄,柳军,等.水平起降高超声速飞机气动布局技术研究[J].航空科学技术,2020,31(11):7-13. Li Xiankai,Wang Xiao,Liu Jun,et al. Research on the aerodynamic layout design for the horizontal take-off and landinghypersonicaircraft[J].AeronauticalScience& Technology, 2020, 31(11): 7-13. (in Chinese)3B86AB7F-2AE9-42A2-8552-9231C4FC578D
[18]白鹏,陈钱,徐国武,等.智能可变形飞行器关键技术发展现状及展望[J].空气动力学学报, 2019, 37(3): 426-443. Bai Peng, Chen Qian, Xu Guowu, et al. Development status of key technologies and expectation about smart morphing aircraft[J]. Acta Aerodynamica Sinica, 2019, 37(3): 426-443. (in Chinese)
[19]李开省.碳中和目标下航空能源转型研究[J].航空科学技术,2021,32(9):1-11. Li Kaisheng. Research on the transformation of aviation energy under the goal of carbon neutrality[J]. Aeronautical Science & Technology,2021,32(9):1-11. (in Chinese)
[20]楊伟.关于未来战斗机发展的若干讨论[J].航空学报, 2020, 41(6): 1-12. Yang Wei. Development of future fighters[J]. Acta Aeronautica et Astronautica Sinica, 2020, 41(6): 1-12. (in Chinese)
Identifying Disruptive Technologies in Military Aviation for Defense
Chen Long1,Song Qinguo2,3,Liao Menghao1
1. Chinese Aeronautical Establishment,Beijing 100012,China
2. Training Center for Aviation Industry Corporation of China,Ltd.,Beijing 100009,China
3. Tsinghua University,Beijing 100084,China
Abstract: Based on the background of defense race among big countries under changes unseen in a century, this paper defines the conceptual connotation of disruptive technologies in the field of military aviation for defense under the development and application needs of military aviation technologies in the future as the starting point. The methods are selected to be suitable for the identification of disruptive technologies in the field of military aviation with a data set based on published high-quality academic papers indexed by Science Citation Index (SCI) and Engineering Index (EI) as well as authorized triadic patent families in a specific period of time in the aviation fields for disruptive technology identification. Then, the combines text clustering, complex network methods and military application potential assessment are combined to complete the identification of a number of disruptive research technologies in the field of military aviation. Current research strives to provide a reference for the subsequent development of aviation disruptive technology research and development.
Key Words: military aviation; disruptive innovation; data set; text clustering; complex network3B86AB7F-2AE9-42A2-8552-9231C4FC578D