基于HLA的C3IEW系统评估方法研究

根据指挥自动化电子战系统（C^3IEW）的特点,提出对应的作战效能评估指标体系,并基于HLA构建C^3IEW仿真系统框架.主要采用数据仓库和数据挖掘技术对HLA仿真产生的大量数据进行处理,分析了数据仓库的结构并创建了针对事后分析的COGNOS数据立方体.重点利用非全连接神经网络对数据进行挖掘,确定了评估指标体系中底层指标的权重,比较了C^3IEW系统各功能域对应的作战效能,推导出一些有用的结论.     

XML在分布交互作战仿真中的应用

通过对XML数据标准在分布交互式作战仿真系统中数据表示、处理、传输等方面应用的讨论，探讨了XML数据交换格式和作战文书的XML表示形式，以及在HLA／RTI仿真体系结构下，应用XML数据描述的基本方法，从而提出了一种基于XML数据表示标准的分布交互仿真支撑框架体系结构、本文讨论的部分内容已在某中等规模的作战仿真系统中初步实现，这样为大规模分布交互式作战仿真系统研究与建设提供了可借鉴的开发原型。     

舰艇编队作战仿真系统数据管理研究

针对舰艇编队作战系统的复杂性和易变性,分析了可扩展标记语言XML在分布交互作战仿真系统中的数据表示、传输、处理等方面的特点,给出了不同形式舰艇编队仿真系统想定文件的统一XML表示形式.介绍了在HLA/RTI仿真体系结构下,应用XML进行仿真数据管理的基本方法,实现了一种基于XML数据标准的分布交互仿真支撑框架体系结构.所讨论的内容已经在舰艇编队作战仿真系统中实现,为类似系统的开发提供了可借鉴的开发原型.     

面向高层辅助决策的作战分析仿真系统框架

作战分析仿真系统是面向高层辅助决策系统研究中的关键基础性课题,目前的研究在模型设计和应用层次上不是针对高层次作战,无法有效解决高层辅助决策时面临的大规模复杂性问题。通过研究分析仿真系统在面向高层辅助决策系统中的地位,分析系统开发所要遵循的原则性问题,提出了基于指控驱动、模型驱动、数据驱动的作战分析仿真系统框架。该研究成果从总体上对面向高层辅助决策的作战分析仿真系统进行了研究,理清了面向高层的作战分析仿真系统的设计思路,为系统建设提供了指导。     

PFSM在海军航空兵作战仿真中的应用研究

海军航空兵遂行作战任务时,面临空中截击、地面以及海上打击等多种随机的、不可预测的风险,其整个作战过程可以看作一个随机过程,且具有Markov效应。提出了采用随机有限状态机（PFSM）来描述海军航空兵作战过程的方法,并基于此来构建其作战仿真系统框架。通过接口程序获取外部仿真系统的数据,以及将效能评估模型嵌入此仿真框架中,采用Monte Carlo方法,经多次仿真,可以实现航空兵遂行作战任务的风险分析和效能评估。     

粗糙集-神经网络集成在编队空战中的应用

为了提高空战决策的实时性和准确度,将粗糙集理论和神经网络引入到编队协同空战战术决策研究中,提出了应用SOM网络—粗糙集—BP网络集成进行编队协同空战战术决策的方案:应用SOM网络离散化决策系统输入数据的连续属性值;利用粗糙集数据分析方法,从数据中提取出规则将输入映射到输出的子空间上;在这个子空间上用BP网络进行逼近。2∶4编队空战实例仿真结果验证该方案的可行性,在数据充分的条件下,该方案可以推广应用于其它空战决策系统。     

虚拟战场环境中对抗仿真的可信度分析

针对目前虚拟战场环境中作战仿真系统的可信度问题进行了理论探讨。在介绍虚拟战场环境中对抗仿真系统的体系结构基础上,突出解决了如何保证作战仿真系统在开发过程中的质量管理以及如何对现有的作战仿真系统进行评估两个前沿问题。着重剖析了概念模型、总体设计、详细设计中所应该进行的校验和验证工作,最后给出了一般作战仿真系统可信度评估的体系结构。     

基于MAS的作战后勤一体化仿真体系结构研究

由于后勤系统专业众多、结构庞杂、流程复杂、易受随机干扰且难用定量描述,同时后勤系统的仿真在仿真机理、模型粒度和时钟推进等方面与作战仿真存在不同,长期以来,在军事仿真系统的研发中后勤保障问题常被简化甚至忽略。随着现代军事变革的发展,作战与后勤呈现出新的融合趋势,后勤保障与前方作战的结合越来越紧密,发展能够体现现代战争特点、作战与后勤一体的军事仿真系统已是必然趋势。在分析现代作战后勤系统特点的基础上,采用多智能体技术,构建了作战后勤一体化仿真系统的体系框架,建立了仿真系统中几类主要Agent的行为模型,给出了部分关键技术解决方法,并在Cougaar环境下实现了原型系统。     

军事想定数据挖掘技术研究

针对当前作战仿真领域中存在的不能充分理解和使用想定的问题,根据作战仿真工程的需要,提出了一种利用数据挖掘技术帮助理解和使用想定数据的方案.对想定数据的挖掘是文本挖掘的具体应用,其基本过程包括建立语料库、增加词典库、确立特征匹配规则、设计分类学习算法、形式化描述挖掘结果等五个步骤,设计了想定挖掘的工作流程,确定了想定挖掘的基本目标,并根据挖掘过程的特点和技术需求探讨了想定挖掘面临的各项关键技术,对进一步实施想定挖掘的研究具有重要意义.     

侦察卫星作战过程仿真及侦察效果评估

建立了侦察卫星星下点坐标计算、覆盖区域计算以及作战对象是否在覆盖区域判断等模型,在此基础上,完成了侦察卫星作战过程仿真模型,实现了该仿真系统。通过对大量仿真试验数据的分析研究,对影响作战对象被卫星侦察发现的因素进行了分析,并建立了各种侦察卫星对不同类型作战对象侦察效果的评估模型。     

粗集在数据开采中的应用

从数据库或数据仓库开采有用的知识，是辅助决策的有效手段，粗集作为一种新的软计算方法，是处理不确定、不完全数据的有效方法，它可以克服其他软计算方法的不足，并且和它们具有较强的亲和力，所以粗集理论得到了广泛的应用，尤其是数据开采领域巳成为研究的热点，论文就粗集在数据开采中的几个重要问题进行论述，包括决策表的约简、不完全决策表的处理，连续值的离散化、基于粗集数据开采的递增算法以及粗集与其他软计算方法的集成等几个前沿问题，同时指出了问题之所在，提出粗集进一步可能的发展方向。     

一种基于Rough集的时间序列数据挖掘策略

阐述了基于 Rough集的时间序列数据的挖掘策略 ,重点讨论了时间序列数据中的时序与非时序信息的获取问题 .实践证明 ,Rough集理论作为一种处理模糊和不确定性问题的有效工具 ,对于时间序列数据的挖掘同样也是有效的 .文章强调了时间序列数据中的多方面信息 ,包括原始数据及其变化量、变化率所提供的信息.     

Method to determine α in rough set model based on connection degree

An improvement of tolerance relation is proposed in regard to rough set model based on connection degree by which reflexivity of relation can be assured without loss of information. Then, a method to determine optimal identity degree based on relative positive region is proposed so that the identity degree can be computed in an objective method without any preliminary or additional information about data, which is consistent with the notion of objectivity in rough set theory and data mining theory. Subsequently, an algorithm is proposed, and in two examples, the global optimum identity degree is found out. Finally, in regard to optimum connection degree, the method of rules extraction for connection degree rough set model baaed on generalization function is presented by which the rules extracted from a decision table are enumerated.     

基于Rough集的空间属性数据挖掘的研究与实践

介绍了地理信息系统（GIS）的概念，深入研究了空间数据库的特性，探讨了Rough集理论，分析了Rough集合和空间数据的关系，讨论了差别矩阵的概念和算法，应用信息熵和模糊数学模型，给出了空间数据库属性数据的数据约减和数据挖掘算法，最后分析了一个应用事例，从而验证了算法的可行性。     

与特征选取和离散化集成的决策规则挖掘方法

利用粗糙集理论可以从已知数据中挖掘决策规则 .对于连续取值的特征属性必须先对其离散化 .从给定的特征属性集合中去除冗余的特征属性 ,选取有用的属性子集有助于简化决策规则 .我们利用基于信息熵的规则不确定性量度函数构造了一个决策规则挖掘的遗传算法 ,将规则挖掘与特征选取和连续属性的离散化集成在一起 .实验结果说明了这种方法的有效性.     

基于信息熵属性约简的航空发动机送修等级决策

航空发动机送修费用与送修等级紧密相关。送修等级设定过高会使送修费用大幅提高，而目前国内航空公司还缺乏对送修等级的定量控制方法。本文从数据挖掘角度出发，应用变精度粗糙集（Variable Precision Rough Set，VPRS）理论研究发动机状态参数与各个单元体性能之间的关系，提出了一种基于信息熵属性约简的航空发动机送修等级决策方法，以期在实际送修决策时能够更加客观地反映发动机实际状态。最后以CF6型发动机送修维修等级决策规则生成为例说明该决策方法的有效性。     

杂合灰色聚类与变精度粗糙模糊集的概率决策方法

在基于粗糙集理论或扩展粗糙集理论的不确定性管理决策中,仅由数据集无法获得决策表,同时决策属性呈现模糊性,以至于无法获取概率决策规则。鉴于此,本文构建了灰色定权聚类与粗糙集变精度的杂合模型,首先运用基于中心点三角白化权函数的灰色定权聚类方法对包含不同量纲指标的知识表示系统进行处理,生成多属性决策表,而后运用变精度粗糙模糊集进行决策分析,获取概率决策规则。最后以区域关键技术选择为例,表明该模型的可行性与实用性。     

粗糙集代数关系的图结构分析

粗糙图理论是知识发现、知识挖掘的新的理论工具.结合粗糙图理论,构造了基于代数算子的粗糙图结构,将分析多个粗糙集之间的代数关系映射为相应粗糙图的结构分析.结合粗糙图理论中的类最短路算法,以情感计算中挖掘性格规律为例说明了该方法的应用过程.粗糙集代数关系的图结构分析是粗糙集理论中又一研究方向.     

基于粗糙集高速公路混沌T-S FNN控制仿真

研究基于粗糙集理论的高速公路混沌系统模糊神经网络入口匝道控制方法。针对高速公路车流量不确定性特点,提出了通过数据挖掘技术建立交通流入口匝道智能混沌控制器知识库的思想;设计了以密度、上游流量和最大李亚普诺夫指数作为输入,红灯时间作为输出的T-S模糊神经网络混沌控制器;采用粗糙集理论建立混沌控制器知识库,确定模糊神经网络控制器结构并提取模糊规则;采用模糊神经网络方法对控制器参数进行优化。仿真结果表明:采用该方法设计的智能混沌控制器,可实现保持高速公路有序运动、避免交通堵塞、提高交通通行能力的目的,是提高高速公路管理控制水平的有效方法。     

不完全信息下的粗集拓展

在复杂的决策环境下，不完全信息是不可避免的，在此情况一，专家往往也能给出满意的决策，因此从不完全的案例中提取有用的模式，用于增强智能系统的知识库，是具有实际意义的，粗集是处理不确定信息的有效方法，但它通常适用于完全决策者，论文对粗集理论在不完全信息下进行了初步的拓展，这给从不完全决策表中挖掘知识提供了理论基础。