基于模糊评判的新防空威胁评估模型

防空威胁评估是防空作战指挥决策中的关键环节之一。结合现代防空作战的特点,在分析了威胁评估有关因素的基础上,给出了一种新的威胁评估方法———静态威胁和动态威胁相结合的综合威胁,并对静态威胁和动态威胁中的因素进行了分析,对相关的指标进行了量化。根据防空作战中的实际情况建立了相应的数学模型,利用模糊决策和模糊综合评价理论和方法,给出了相应的算例,证明了此模型的有效性。该模型也可为其它兵种的防空威胁评估所借鉴。     

信息化海上编队作战决心方案风险评估

针对基于信息系统体系作战的海上作战风险管理问题,综合运用现代海战理论和风险管理理论,对信息化海上编队作战风险管理的风险辨识、风险评估和风险控制进行了研究。首先,围绕定下海上作战决心和实现海上作战决心所展开的海上作战指挥活动,分析了信息化海上编队作战面临的主要风险因素,建立了海上编队作战决心方案风险评估的指标体系;在此基础上,综合运用模糊评价理论,提出了一种基于模糊综合评价法的作战决心方案风险评估方法,从而给出了海上编队作战风险控制方法;最后,通过一个案例分析说明了所提方法的有效性。     

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。     

基于遗传模糊系统的兵棋推演关键点推理方法

近年来,基于人工智能技术的自动化作战推演越发受到重视,但是由于有效地采集作战推演数据难度较大,许多依赖数据学习的人工智能技术效果不佳。在结合专家知识和作战推演数据的基础上研究作战推演中的人工智能技术,是一种可行的替代方案。为此,立足兵棋推演设计了关键点推理遗传模糊系统(genetic fuzzy system, GFS)框架,有效整合了对兵棋专家知识的建模和对兵棋复盘数据的学习,从而提高了关键点的推理质量。进一步以安全点为例,构建了安全点推理GFS,在初始化模糊系统规则库的基础上,通过合理设计遗传算法中的参数编码、适应度函数、遗传算子等,实现了安全点推理模糊系统的遗传调优算法。最后,通过实验仿真展示了所提方法的可行性和实用性。     

基于遗传模糊系统的兵棋推演关键点推理方法

近年来,基于人工智能技术的自动化作战推演越发受到重视,但是由于有效地采集作战推演数据难度较大,许多依赖数据学习的人工智能技术效果不佳。在结合专家知识和作战推演数据的基础上研究作战推演中的人工智能技术,是一种可行的替代方案。为此,立足兵棋推演设计了关键点推理遗传模糊系统(genetic fuzzy system, GFS)框架,有效整合了对兵棋专家知识的建模和对兵棋复盘数据的学习,从而提高了关键点的推理质量。进一步以安全点为例,构建了安全点推理GFS,在初始化模糊系统规则库的基础上,通过合理设计遗传算法中的参数编码、适应度函数、遗传算子等,实现了安全点推理模糊系统的遗传调优算法。最后,通过实验仿真展示了所提方法的可行性和实用性。     

组网雷达作战效能模糊综合评定模型

随着现代战争向网络中心战转变,雷达组网作战是防空武器系统发展趋势,其作战效能分析可为防空雷达组网提供辅助决策。为了评估组网雷达作战效能,结合雷达组网的因素分析,运用模糊数学的方法,提出了组网雷达作战效能评价指标体系,建立了三级模糊评判模型,并利用层次分析法确定了各因素的权重,提出了组网雷达作战效能的量化评判方法。并对某重点区域防空两种雷达组网方案作战效能进行了模糊综合评判,实例分析结果表明该组网雷达作战效能模糊评判模型具有实用性,其评估结果可为防空雷达组网提供参考。     

基于改进D-S证据理论的相控阵雷达作战效能评估

针对相控阵雷达作战效能评估中战场环境等不确定因素的影响,采用改进Dempster-Shafer(D-S)证据理论对其进行作战效能评估方法的优化。首先,通过构建相控阵雷达作战效能评估指标体系,明确评估指标并赋值权。其次,引入Kulsinski差异和模糊熵方法,对传统的D-S证据理论进行改进,减少指标在融合过程中的融合权重不确定性的影响。最后,通过改进D-S证据理论对评估指标进行数据融合,建立评估准确性较高的相控阵雷达作战效能评估模型。通过算例验证分析,所提方法能够有效减少融合过程中的不确定性影响,可实现相控阵雷达作战效能评估的目的,提高作战效能评估精度。     

模糊参数的兰切斯特预测模型

本文主要探讨模糊作战环境下，如何发展和应用兰切斯特作战方程，即模糊信息为基础的兰切斯特作战分析模型的参数估计，给出模糊期望值（ＦＥＶ）的三种统计估计方法。并运用实际例子计算说明结果的适用性和可操作性．     

基于证据理论的导弹对抗防御雷达作战效能评估方法

针对评估矩阵由随机数、区间数、模糊数以及空缺值等多种形式构成的作战效能评估问题,采用证据理论对不同方案在不同属性下的焦元进行识别,计算每个焦元的基本效用分配值,并基于信度函数和似真函数得到各个方案的效用区间,然后通过效用区间的比较得到各方案优劣排序,从而为导弹作战效能评估提供了一条有效途径.对某导弹与雷达对抗作战效能评估问题进行了实例计算,验证了此方法评估导弹作战效能的可行性.     

基于M-ANFIS-PNN的目标威胁评估模型

目标威胁评估的目的是根据目标的属性和状态信息对目标的威胁程度进行定量估计, 为后续作战决策提供辅助支持。现有威胁评估模型大多依赖于数值信息, 难以有效处理包含定性、定量数据的目标特征信息。基于此, 提出一种改进的自适应模糊神经推理系统模型。在自适应模糊神经推理系统的基础上, 引入前件影响矩阵和后件影响矩阵对定性数据进行处理, 使得定量、定性数据的影响同时作用于模糊规则的前件参数和后件参数; 为了进一步提高模型的输出精度, 将自适应模糊神经推理系统的输出层替换为多项式神经网络; 通过基于Gower距离的近邻传播聚类算法对改进模型进行结构辨识, 确定模糊规则的初始参数。仿真实例验证了所提方法的有效性与可行性, 与其他混合属性数据建模方法相比, 所提方法具有较高的预测精度, 可为作战指挥决策提供有效的辅助支持。     

一类不确定非线性系统的自适应模糊控制

对一类不确定非线性系统提出自适应模糊控制方法。此方法用模糊逻辑系统设计自适应模糊监督控制器和自适应模糊控制器,且设计补偿器对逼近误差进行补偿,以此来减少逼近误差对跟踪精度的影响,同时对自适应模糊监督控制器和自适应模糊控制器中的未知参数设计了自适应学习律。证明了该方法不但能保证闭环系统稳定,而且可使跟踪误差收敛到原点的邻域内。仿真结果验证了此方法的有效性。     

一种新的机载电子对抗作战效能评估模型

运用层次分析法建立了机载电子对抗系统的作战效能指标评价体系.针对传统的模糊综合评价在处理信息时,只考虑突出因素而忽略次要因素的影响,失去太多有用信息而不能有效评估的问题,引入三角模的有关知识,建立了基于三角模的机载电子对抗系统灰色模糊综合评价模型.以机载电子进攻效能评估为例,应用基于三角模的机载电子对抗系统灰色模糊综合评价模型对其进行了评估.结果表明此模型为机载电子对抗系统的作战效能评估提供了一种新的途径.     

试论作战模拟中的有关量化问题

利用电子计算机模拟作战与一般的工程计算不同,它除了象工程计算一样根据数学模型进行演算外,还对一些作战规则进行描述,特别要求能对一些“模糊”语言进行描述。例如,指挥员命令下属“动作快一点”或要求射手在“有利时机开火”等,都是模糊语言。计算机如何接受这些模糊语言?并对作战行动快慢进行描述,这就提出量化的问题。     

基于无人机实时数据多波次任务规划模型分析

针对导弹部队多波次作战任务规划问题, 依据无人机的实时数据, 构建了基于路径的多层规划模型, 并设计了模型的算法求解流程。使用遗传算法与禁忌搜索混合算法, 得出了任务规划中的最优路径规划, 并在此基础上进行了冲突的消除。通过仿真案例表明, 用无人机协同配合导弹部队作战, 实时传输作战数据, 能够解决战场信息模糊不确定的问题; 使用多层规划模型能够为导弹多波次规划作战的路径进行科学的决策和选择。利用遗传算法和禁忌搜索混合算法, 能够避免局部最优导致无法输出结果的现象。     

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。     

基于模糊马尔科夫理论的机动智能体决策模型

针对机动作战仿真背景,运用智能体理论研究战术机动智能体的最优机动决策问题。对传统的马尔科夫决策模型进行了扩展,通过定义攻击威胁下机动智能体的模糊状态空间、模糊状态转移规律和决策收益,建立了模糊战术机动决策模型,较好地描述了实际作战决策中的模糊认知、分析、判断等信息处理过程。通过引入强化学习手段,提出融合指挥员先验信息的Q学习算法和状态动态分类识别算法,对状态转移规律不易确定时模型的求解进行了研究;仿真实验验证了模型和算法的有效性。     

基于探索性分析的装甲装备体系效能评估方法

针对装甲装备体系效能评估中需要解决的现实问题,提出一种基于探索性分析的装备体系作战效能评估方法。该方法以探索性分析理论为指导,结合作战模拟与解析模型二者的优势,建立装备体系作战效能模型族,在此基础上针对作战中的不确定因素进行探索性分析与评估。结合坦克编队作战效能评估问题,给出了该方法的分析框架和应用步骤,说明了方法的有效性和可行性。     

基于前景理论的编队作战决心方案优选研究

针对信息化条件下编队指挥所的作战指挥决策问题,对编队作战指挥决策行为进行了分析,旨在为贴近实战解决不确定条件下的编队作战指挥决策问题探索新的途径。在此基础上,运用前景理论,研究了定下作战决心的风险决策问题。首先,给出了编队指挥所的作战指挥决策流程,基于此用数学形式描述了编队作战决心方案优选问题;然后,依据前景理论的决策框架,对所描述的问题进行求解方法研究,从而提出了基于前景理论的编队作战决心方案优选方法;最后,通过案例分析说明了所提方法的有效性。     

多变量非线性系统的直接自适应模糊预测控制

对一类多变量非线性系统提出了直接自适应模糊预测控制方法,此方法首先对被控对象提出了线性时变子模型加非线性子模型的预测模型,然后直接利用模糊系统设计预测控制器,并基于时变增益自适应律对控制器中的未知向量和逼近误差估计值进行自适应调整。证明了此方法可使跟踪误差收敛到原点的一个邻域内,仿真结果验证了此方法的有效性。     

面向事件活动流的舰艇作战任务效能评估模型

考虑作战过程性因素对作战效能的影响,将作战任务表示为作用在作战资源上的活动、状态、事件及其关系组成的事件活动流模型。在此基础上,提出了基于信息熵、面向事件活动流的作战任务效能评估模型,针对评估模型中的权重评价,给出了基于微粒群的权重向量优化算法,从而通过对作战任务的事件活动流模型进行效能评估,实现对作战任务效能的评估。最后给出了作战任务效能评估的实例。