一种基于可传递置信模型的分布式决策方法

证据推理理论是研究在不确定情况下智能决策的有效方法之一。将证据推理引入到分布式决策系统，提出了一种基于可传递置信模型的分布式智能决策方法，从信息融合技术的角度构建了agent模型以及分布式决策系统的框架，并且分析了分布式决策系统的信息提取和合成算法以及决策制定算法。通过借鉴信息融合技术中证据推理的可传递置信模型和算法，使分布式决策的研究方法有进一步的发展。在仿真中采用机器人足球仿真比赛作为平台进行研究。     

一种基于相对模型的分布式预测控制算法研究

针对分布式系统中高精度的相对状态比绝对状态更易获取的特点,提出了一种基于相对状态模型的分布式预测控制方法.该方法的本质是各子系统通过预测其与相邻子系统的相对状态轨迹来求解分布式最优控制问题.与常规基于绝对状态的分布式预测控制方法相比,该方法的特点在于通过相对状态模型的引进改进算法的实时性,并通过减少测量噪声源提高控制精度.该方法适用于一般非线性分布系统,且在满足一定条件下能够保证整个系统的渐近收敛性.最后,在Matlab仿真环境中将该方法应用于多机器人编队控制中,并验证的该方法的可行性.     

多平台分布式协同作战下基于MPC-MAS的指挥控制模型设计

在瞬息万变的网络化体系作战环境中,如何准确、及时地提取有用信息并作出决策,有效应对实际作战中作战效益低、资源损耗大、作战时间长等问题一直是研究的热点之一。本文以多平台协同完成对来袭目标的拦截任务为背景，提出了一种多平台分布式协同作战下基于模型预测控制(model prediction control, MPC)和多智能体系统(multi-agent system, MAS)的指挥控制系统模型。通过引入分布式多平台协同的模型概念,使各平台之间实现完全信息共享,并且采用全局分布-局部集中的决策结构,设计了分布式指挥控制的协同模型框架,选定蒙特卡罗方法进行仿真实验对比。实验结果证明了该模型具有收敛性好、误差低、损失值低等优点,可以高效地解决分布式环境下协同作战的指挥控制模型构建问题。     

一种机载系统研制保证等级分配的优化方法

为系统的设备/功能分配研制保证等级并实施相应的研制保证活动, 能使研制过程发生错误的可能性最小化。以设备/功能的研制保证等级为决策变量, 以研制保证等级分配原则和系统顶层失效状态发生概率要求为约束条件, 以系统研制成本最小为优化目标, 构建了机载系统研制保证等级分配模型。以所有设备/功能的研制保证等级组成的向量为个体, 提出了基于遗传粒子群(genetic algorithm and particle swarm optimization, GA-PSO) 混合算法的分配模型求解方法。最后, 结合某假定机载系统和某飞机电传飞控系统给出了应用实例, 结论表明本文方法有效降低了对设计人员经验的依赖, 并且对比单一算法具有更高的精确度和计算效率。     

基于共轭梯度求解代价函数的卷积码参数识别算法

卷积码常作为级联码、Turbo码等高性能编码的子码, 正确识别出卷积码的参数是级联码、Turbo码参数识别的基础, 这要求卷积码参数识别算法具有较强的抗噪能力。利用解调软判决序列可以有效提高识别算法的抗噪能力。根据递归系统卷积码编码码元间的线性约束关系构造了一个基于指数函数的代价函数模型, 将生成矩阵的识别问题转化成求解代价函数极小值的最优化问题, 并采用共轭梯度法不断逼近极小点。仿真结果显示, 与现有算法相比, 所提方法显著提高了抗噪能力, 且适用性强、收敛速度快。     

在轨空间智能制造:分布式调度建模与优化

在轨空间制造系统是在行星大气层外的需要地面工厂、在轨空间工厂、天地运载工具协同的以进行空间设施建造为目标的一类分布式制造系统.分布式调度建模和高效优化求解技术是实现在轨空间智能制造的关键技术之一.本文针对一类具有组件地面分布式制造及运输、地空分批次运输、组件在轨装配等典型特点的在轨空间智能制造系统,将其分解为分布式同质流水线调度,考虑运输时间的同速并行机调度,考虑工件释放时间、机器可用时间、机器处理能力的单机批调度以及考虑组件释放时间、优先约束的单机调度等问题,并基于模型协调思想建立以最小化组件生产到产品装配总时长为目标的分布式多阶段调度模型.进而,将用于求解连续优化问题的易理优化算法扩展到离散调度问题,提出求解该分布式调度问题的基于易理优化的模因算法.基于中规模、大规模算例的仿真结果和算法分析比较表明:相较于粒子群算法、教学算法、水波算法等智能优化算法,所提算法是一种求解分布式多阶段调度问题的可行、有效算法.值得一提的是,这是第一篇关于在轨空间智能制造系统调度优化的研究.     

基于一致性算法的道路交通监测控制系统

本文的主要目的是建立智能交通网络监测控制系统。该智能系统中,交通网络的控制结点通过"群体一致性算法"进行相互沟通协作,从而监测整个交通网络流量变化,并控制交通网络的流量。建立该系统的主旨在于采用分布式结构来监测交通网络的流量变化并设法缓解拥堵状况,以减少智能交通系统对中央处理系统的依赖。同时使交通网络中每个智能结点可以实时得到整个交通网络的拥堵情况,从而快速的调整交通网络流量,分配交通网络资源,最终使整个交通网络的利用率最大化。除了采用理论分析的方法验证系统的稳定性,本文中还将采用MATLAB构建模拟平台,从而验证系统的可行性。     

兵力协同计划方案智能决策系统研究

以红蓝双方海上编队对抗为背景，以拟制多兵种同攻击计划方案为目的，基于动态多目标决策和方案优化模型，在传统的作战辅助决策系统技术基础上，将面向分布式人工智能理论技术引入到多兵种协同作战计划智能决策系统实现中，定义了协同作战智能体单元的概念，并给出了该MAS系统的Agent组成，Agent结构，Agent功能分类，系统的运行流程以及系统的构成框架。     

威胁条件下一类空中加油区域配置方法研究

空中加油区域的部署对顺利完成空中加油作战任务具有十分重要的作用.对存在敌威胁时的空中加油任务,提出了一种基于遗传算法的区域配置方法.通过建立空中加油各飞机的油耗模型、限定方案搜索区域,并将不同的代价通过转换而统一在适应度函数中,建立了区域优化模型,并结合问题的特点设计了合适的染色体编码和遗传算子.最后对模型进行了仿真计算与分析.     

RoboCupRescue Agent仿真中的多智能体协作方法

对RoboCupRescue智能体仿真系统内的多智能体协作问题进行了研究和分析,提出一种由多种评价模型和协作方式组成的协作方法,并从同类和异类智能体两个方面给出了具体的实现.该实现主要采用了人工免疫控制、静态分配与动态调整结合以及基于共识的分布式控制等方式.在仿真测试中,各类智能体通过相互协作有效完成了灾难环境中的救援任务.     

基于支持向量机的智能决策方法

分析多属性决策问题及现有方法,提出了基于支持向量机的智能多属性决策方法.首先,介绍了支持向量回归估计的学习算法.其次,探讨了基于支持向量机的智能决策原理.然后,提出了多属性决策支持向量机方法的实现算法.最后给出了一个算例.     

一种基于智能中间件的综合GDSS框架模型

针对群体决策分析的过程和特点,在传统中间件的基础上,增加知识库的相关内容和方法,获得一个由中央处理单元、辅助选择、功能组合平台和知识库交互平台构成的智能中间件,并提出一个基于智能中间件的综合群体决策支持系统框架模型。在该框架模型中,将知识发现、知识管理和群体决策支持系统相互结合,集智能中间件、知识发现技术于一体,系统分为三个层面:用户层、管理层和分析层,分别对应于用户交互、知识管理和知识挖掘三个平台,并给出了三个平台的框架结构和功能。最后,通过具体实例讨论了该系统框架模型的应用。     

电极升降智能复合控制技术研究

通过研究电弧炉冶炼过程工艺，对于熔化，氧化和还原三个不同过程中的电极控制特点进行分析，结合复合控制的基本思想，设计出了将复合控制技术应用于电弧炉电极控制的使用方法，建立了智能式电极升降复合控制模型和算法，利用专家控制系统提供策略和算法切换技术，构成多模态控制系统结构，并利用Clips语言进行算法实现和专家控制系统的程序编制，系统投入运行以来保持了不同冶炼阶段的电弧功率值，取得了很好的现场效果。     

基于EKF永磁同步电机FMRAC方法的仿真研究

结合传统模型参考自适应方法控制性能优越的特性和模糊控制不依赖对象精确数学模型的优势,将模糊控制器植入模型参考自适应控制系统构架中。主模糊控制器用于取代传统模型参考自适应控制中的反馈控制器,模糊逆模型结合自适应调整算法取代复杂的常规自适应规则,利用模糊控制良好的非线性学习特性,构建模糊自适应控制机构。以永磁同步电机为例,在MATLAB/Simulink环境下建立双闭环控制系统,基于扩展卡尔曼滤波设计速度观测器,基于模糊模型参考自适应方法设计速度控制器,仿真结果表明:控制系统运行平稳,速度跟踪快速准确,具有良好的动、静态特性。     

基于遗传模糊树的海空对抗无人机智能决策模型

随着人工智能技术的应用领域不断扩大, 无人机(unmanned aerial vehicle, UAV)的自主智能化发展成为目前军事领域的研究热点。其中, UAV的武器智能决策能力是其面临舰艇编队剧烈火力打击时能否顺利完成对海侦察任务的关键条件。针对这一军事应用难点, 利用改进的遗传模糊树构建UAV武器智能决策模型, 以此实现UAV的智能武器决策: 通过设计三模糊子集参数编码法改进参数编码方式, 克服了无效编码导致的系统紊乱; 采用单、组合场景结合的训练方法改进种群训练方式, 提高了决策模型在多样化实战中的适应性。仿真结果表明，所提武器智能决策模型具有较好的有效性和灵活性。     

基于物联网的河湖水系连通水质水量智能调控及应急处置系统研究

总结分析了河湖水系连通工程水质安全保障中亟需解决的科技难题,凝练出制约水质水量智能调控及应急处置系统建设的技术瓶颈,从物联网理念出发,提出由实时感知层、水信互联层、智慧决策层组成的河湖水系连通工程水质水量智能调控及应急处置系统总体框架,该系统具备智能感知、智能仿真、智能诊断、智能预警、智能调度、智能处置、智能控制等服务功能.     

基于ULMADM的智能指挥控制系统决策分配方法

在智能指挥控制系统设计中，为了充分发挥指挥员与自动化系统的决策优势，需要将决策功能在两者之间进行合理分配. 给出了指挥控制系统决策分配步骤，针对决策分配过程中属性值无法准确测度的特点，采用不确定性语言型多属性决策（ULMADM）方法，基于UEWAA算子确定决策功能的自动化等级范围，基于UEWAA算子和ULHA算子相结合的多属性群决策算法确定决策功能的自动化等级，算例表明ULMADM方法解决决策分配问题的可行性、有效性和通用性.     

基于模糊专家系统与IDE算法的UCAV逃逸机动决策

针对现有研究中无人作战飞机(unmanned combat air vehicle, UCAV)近距逃逸机动的自适应性不足和战术性匮乏问题, 提出一种将模糊专家系统与双策略竞争的可选外部存档差分进化算法(external archiving differential evolution algorithm with dual strategy competition, DSC-JADE)相结合的逃逸机动决策算法。通过对战术知识的学习, 建立模糊专家系统, 将逃逸决策过程通过滚动时域划分为离散片段, 根据模糊专家系统决策得到机动动作, 在其控制量对应的可行域内, 采用改进差分进化算法(improved differential evolution, IDE)进行寻优得到最优控制量, 完成逃逸机动决策。在UCAV处于劣势的初始条件下进行仿真验证, 证明DSC-JADE算法相较原始差分进化以及其他传统群智能算法搜索能力更强，采用专家系统相较不采用专家系统逃逸决策能力更优。     

目标机动策略的智能决策支持系统研究

在建立地面防空作战信息对抗模型的过程中,为充分利用目标机动时的定性和定量信息,应用智能决策支持系统的基本理论和方法建立了目标机动策略的智能决策支持系统模型。该系统模型突出知识库创建、知识表示方法、模型库和决策支持系统建立,形成了具有专家水准的目标机动的战术机动自动决策仿真机制,为地面防空作战信息对抗模型的进一步研究提供了良好的平台。