基于Recognition-Primed Decision模型的多智能体作战仿真(英文)

自然决策方法应用到多智能体协作决策是人工智能研究的热点问题,而作战仿真中的协作决策问题是多智能体协作决策重要的应用领域。为了建立作战仿真中的协作决策模型,将模糊集、模糊规则引入Klein提出的RPD模型中对战场环境中的不确定性信息进行处理,并建立了基于RPD模型的作战仿真多智能体体系。仿真结果表明内核为RPD模型的兵力主体能够对战场环境自主反应,并能够进行协作决策来协调统一团队的行为。     

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。     

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。     

应用在基于Agent作战仿真中的协作Recognition-Primed Decision模型

现阶段,团队认知、自然决策方法和协作理论方面的研究是人工智能方面的热点问题,然而在将自然决策方法应用到多智能体的协作决策方面还需要进行大量的工作.该研究的目的是建立作战仿真中的协作决策模型,在对Klein的RPD模型进行了修改的基础上,提出了协作的SRPD模型,它能够支持多智能体系统态势感知的统一,并能将感知简化和提炼为多智能体的协作决策服务,并将该模型引入到作战仿真多智能体系统中建立了基于协作SRPD模型的多智能体体系.实验表明内核为协作SRPD模型的兵力主体能够对战场环境自主反应,并能够进行协作决策来协调统一团队的行为.     

基于模糊Petri网的空战战术决策研究

空战过程中由于空战态势的不确定性,战术决策也应作为一个动态的不确定性决策问题进行研究。针对该不确定性动态决策过程,在分析超视距空战战术决策的基础上,综合利用模糊逻辑理论与Petri网理论的优点,构建了超视距空战机动战术的模糊推理规则,提出了超视距空战战术决策的Petri网模型,并对该模型进行了仿真分析。此模型的仿真结果表明该模型能够提高决策的自动化和智能化程度,这是一种快速、实用、直观的方法。     

基于影响图的UCAV编队对地攻击战术决策研究

随着武器的高科技化、战场环境的复杂化、战斗节奏的加快,智能化的战术决策系统在现代战争中占有越来越重要的地位。基于影响图易于进行不确定性推理的优点,提出应用影响图来建立UCAV编队对地攻击智能战术决策系统。建立了UCAV编队对地攻击战术决策的影响图模型,并且对该模型进行了仿真分析。仿真结果表明,基于影响图的战术决策模型能够提高决策的准确度和智能化,而且推理简单,易于实现。     

SUGENO型网络在空战CGF战术决策中的应用

提出了运用SUGENO线性模型研究空战仿真中飞机CGF的战术机动决策问题，构建了决策ANFIS网络。把各种作战态势纳入到统一框架下考虑，并运用混合学习算法完成网络的训练。用最速下降算法优化前提参数，用最小二乘法拟合结论参数。该模型训练速度快，鲁棒性好，能较客观地反映实际空战模型，较好地模拟飞行员的决策，并为蓝方CGF的智能化设计奠定了基础。     

模糊随机环境下编队对地攻防对抗决策方法研究

随着现代军事技术的发展,军事作战指挥中的不确定性决策问题成为军事决策支持系统中迫切需要解决的问题。以对策论为理论基础,以编队协同对地攻防对抗作战为背景,建立了动态对抗决策模型,针对模糊随机环境下的军事指挥决策问题,提出了模糊随机影响因子概念,反映战场不确定环境对各参战单元产生的影响程度,建立了模糊随机环境下的对抗决策模型。通过模糊随机模拟方法解算期望值决策模型及机会约束对抗决策模型,得到对抗策略平衡点。仿真结果表明,该算法能够合理处理战场模糊随机环境带来的影响,客观分析作战结果,为作战指挥决策提供有力的决策支持,方法实用、有效,具有很好的应用前景。     

虚拟智能体的情绪建模研究

如何模拟人类情绪的产生、变化过程是一个非常复杂的问题.基于个性心理学和情绪理论,研究了虚拟智能体情绪决策的过程,提出采用模糊有限状态机模型来建立具有个性化的虚拟智能体情绪决策模型,将个性和刺激因素等进行模糊处理后,给出了具体的推理过程.通过一个仿真实例,验证了模糊有限状态机模型能够有效的实现虚拟智能体情绪变换的平滑控制.     

面向LVC训练的蓝方虚拟实体近距空战决策建模

真实-虚拟-构造为近距空战对抗训练提供了有力支撑。针对课题对蓝方虚拟实体的实际决策建模需求, 在对比分析深度强化学习与经典智能优化方法的基础上, 从优化理论的角度对神经网络的权值空间和结构空间进行定义, 提出基于智能优化的进化神经网络决策模型及其求解方法。首先,分析近距空战战术特点, 战机飞行运动模型, 实际决策建模需求。其次,分别设计战机关键飞行状态、动作空间、适应度函数, 实现蓝方端到端感知与决策。最后, 给出基于经典遗传神经网络的决策模型及求解示例。结果表明, 所提方法可实现蓝方战机通过对抗数据来学习对手作战特点的功能, 验证了模型及方法的有效性; 同时所提方法对目前智能优化及其改进算法, 以及不同结构神经网络具有通用性。     

基于深度随机博弈的近距空战机动决策

针对空战中作战信息复杂、难以快速准确地感知态势做出决策的问题,提出一种博弈论与深度强化学习相结合的算法。首先,依据一对一典型空战流程,以随机博弈为标准,构建近距空战中红蓝双方对抗条件下的双机多状态博弈模型。其次,利用深度Q网络(deep Q network, DQN)处理战机的连续无限状态空间。然后,使用Minimax算法构建线性规划来求解每个特定状态下阶段博弈的最优值函数,并训练网络逼近值函数。最后,训练完成后根据网络输出求得最优机动策略。空战仿真实验表明,该算法具有较好的适应性和智能性,能够有效地针对空战对手的行动策略实时选择有利的机动动作并占据优势地位。     

基于模糊控制的智能复飞技术研究

针对舰载飞机恶劣、复杂的着舰环境,提出了一种在原军用推力操纵的基础上,加入具有保持迎角恒定的升降舵模糊控制的新的复飞决策系统。给出了复飞边界准则,设计了升降舵的模糊控制器,建立了复飞区,并对具有复飞决策系统的舰载机自动着舰导引系统进行仿真验证。仿真结果表明,提出的新复飞决策系统有效地增强了低动压状态下飞机的机动能力,明显地缩小了复飞边界区,减小了复飞包线的范围,从而消除了不必要的复飞,提高了着舰概率,从而增加了着舰的安全性。     

双层多目标线性规划问题的一个算法

现有方法常常将双层多目标线性规则问题(下层决策者无关联)的下层问题的最优性条件转换为上层问题的严格约束,这样缩小了上层决策问题解的搜索范围,与实际中的决策过程相违背。因此,基于隶属函数以及模糊数等有关性质,提出了一种模糊决策方法;同时,在上下层问题独立求解时,引入了一种多项式的时间算法,为两层以及多层决策问题提供了新的求解途径。     

两层多目标决策问题的模糊交互式决策方法

建立了一类上层多目标、下层多人无关联单目标的多人两层决策问题的数学模型和决策机制，基于模糊集理论，提出了一种模糊决策方法，为两层以及多层决策问题提供了求解途径．     

An Application of Fuzzy Decision Theory in Combat Decision Simulation

In this paper a model of military command process under the combat situation is presented. The model is based on the Lanchester Equations and Fuzzy Decision Theory. The decision of a military commander is usually a process from precise to fuzzy and then from fuzzy to precise,and the model fitted this process well. The model was used in a Warfare Simulation System whose object is to evaluate the effectiveness of the military C3I systems.     

多传感器信息时空融合模型及算法研究

在目标识别中,为了获得观测目标的准确状态,需要同时考虑数据融合的时间性和空间性。提出了一种多传感器信息的时间和空间两级融合的结构模型。首先对同一时刻不同传感器的信息进行空间融合,然后对经空间融合后的时间序列进行时间上的融合。就该模型提出了基于证据理论和模糊积分的融合算法。将该模型和算法应用于目标识别。仿真实验表明,该模型可以提高系统的识别率和可靠性。     

模糊多目标主从冲突决策模型

应用模糊测试理论和模糊规划理论 ,针对决策约束条件的不确定性和目标的不确定性 ,研究了不确定性 Stackeberg冲突决策的数学模型 ,探讨了模糊平衡解与 Mash平衡解 (或 Nash平衡结局 )的关系 ,给出了解的一致性分析。经过模拟分析验证了模型与方法的可行性 ,为综合效能风险决策提供了实用而有效的决策方法     

不确定环境下的两层交互式有限理性决策方法

为解决不确定环境下决策成员具有有限理性行为特征的两层决策问题,基于概率权重具有稳定性和结果价值具有模糊性两项合理假设命题,从平衡上下两层满意度视角提出了用于确定最优结果价值和最优概率权重的两层决策模型及相关定理,同时给出了实现决策方案有限理性全排序的两层交互式决策方法.模拟验证结果表明,该方法不仅在理论上是科学有效的而且在实际应用上是可行的.