基于遗传算法的CGF学习行为模型研究

通过自学习使计算机生成兵力(CGF)具有决策能力,是机器学习技术应用于军事仿真的一个重要研究方向.运用基于Agent的建模方法和学习分类器系统技术,构建了基于遗传算法的CGF学习行为模型框架,详细论述了该模型学习过程的运行周期,并将记忆功能引入CGF决策模型来加速学习进程.最后,设计了一个可视化验证系统,实验结果表明该模型的有效性和可行性.     

CGF中基于遗传算法的路径跟踪自学习研究

在计算机生成兵力(CGF)应用中,提出一种基于遗传算法的路径跟踪自学习策略,能够有效增强CGF实体的的自治性.首先构建了基于遗传算法的CGF学习行为模型框架;其次依据该框架论述了规则中条件、动作及适应度函数的确定;最后在实验部分对各参数的设置、整体模型的泛化能力以及对圆形路径的跟踪能力进行了详尽的分析,实验结果表明了该算法的有效性和可行性.     

基于Petri网的行为建模在舰艇CGF中的应用研究

给出行为建模的一种方法,即基于Petri网的行为建模。首先介绍了Petri网的建模原理,并给出了Petri网实现CGF行为建模的一般过程,对Petri网行为模型的框架、实现方法和具体算法进行阐述。结合水面舰艇的作战特点,通过Petri网实现水面舰艇CGF的行为建模,并以水面舰艇机动CGF为例,详细描述其应用过程,该方法在实际应用中表现出良好的作用。     

基于Agent的电子战CGF建模研究

计算机生成兵力（CGF）是一个具有自主性、智能性的复杂系统。传统的建模方法难以精确的描述其模型。Agent技术作为面向对象技术的延伸，为解决这类复杂系统的建模与仿真问题提供了有效手段。应用基于Agent建模技术，建立了电子战CGF的层次模型，并解决了个体Agent模型设计中的感知、动作、决策及实现方法上的问题，最后讨论了用于设计聚合级实体的多Agent系统的组织结构、通信语言、通信机制及协作模式。     

基于主客观综合赋权的CGF态势评估建模研究

超视距空战仿真中,计算机生成兵力(computer generated forces, CGF)实体态势评估行为是一种综合反映决策者主观偏好和决策信息客观排序结果的理性行为。为了解决CGF实体态势评估行为建模过程中作战信息的客观模糊性与指挥员的思维主观性相结合的问题,提出一种基于主客观综合赋权的CGF态势评估建模方法。该方法以对超视距空战中CGF实体态势评估行为产生机制的分析为基础,以模糊多属性决策方法为工具,根据主客观综合赋权的多属性决策方法,计算出目标各威胁因素的权重,得出当前空战态势中各CGF实体的威胁排序结果,进而估计出目标可能的作战意图。实例验证表明,基于主客观综合赋权的CGF态势评估仿真方法能有效地模拟实际兵力的态势评估行为,提高超视距空战仿真中CGF实体行为决策的真实性。     

有限状态机在CGF行为建模中的应用

对有限状态机在CGF系统中的应用作了比较全面的论述,首先对有限状态机的数学模型进行了介绍,然后分析了利用有限状态机建立CGF行为模型的原理,最报详细介绍了有限状态机建模方法在ModSAF中的应用。     

Q-学习算法在CGF系统中的应用

CGF中的战场决策仿真十分复杂,要求CGF实体应能根据知识库做出类似人类的决策行为。目前,CGF系统中的决策模块大多是硬编码的,不能满足军用仿真发展的需求,这就要求CGF系统具有学习和自适应能力。Q-学习方法是一种特殊的增强学习方法,可以通过多次迭代计算正/负效益进行主动学习。本文介绍了Q-学习及其在CGF系统中的应用。这种较新的机器学习方法,在CGF中有着良好的应用前景。     

Agent建模的情感集成研究

缺少个体特色的agent在行为模式上往往比较"呆板",而且其行为可以被预测,导致系统的真实性和有效性降低.情感是能够影响人类行为的重要因素,在人类决策中发挥着重要作用.为构建行为更为真实的agent,提出了一种将情感产生机制嵌入到一个成熟的agent体系结构中的方法,依照该方法构建的agent以Soar为基础实现推理和决策,以基于OCC模型的情感模块实现agent情感的生成与更新.同时,文章认为agent的情感状态受其个性、情感历史以及外部刺激决定,并给出了agent情感产生模型,同时分析了情感对agent决策过程的影响机理.最后通过一个具体的仿真实例,验证了基于该框架建立的agent情感和决策的相互影响作用.     

基于AGENT的防空作战CGF行为建模研究

介绍了防空作战CGF系统的组成结构,对防空作战CGF系统的特征和防空作战CGF实体对象的行为特征进行了分析,提出了基于Agent的实体行为建模方法,以防空作战单元CGF系统为例,构建了搜索指挥Agent的行为模型,对多Agent的行为规划和Agent主体交互问题进行探讨,为防空作战CGF系统建模提供了有效的方法和途径。     

坦克分队计算机生成兵力(CGF)实体仿真研究

坦克分队CGF实体仿真模型是陆军作战仿真系统研制不可缺少的一部分。本文从建立CGF实体的抽象模型入手,研究坦克实体行为的表示、生成和控制方法。在分析了模拟系统中所需的CGF实体模型分类的基础上,重点实现了一般物理行为的生成方法,包括CGF实体的机动、侦察、射击、外弹道、射弹散布等模型,以及研究了坦克分队在虚拟战场中的路线规划、队形转换、火力运用等聚合级实体行为的实现方法。最后,从人工智能理论着手,就坦克分队CGF实体智能行为仿真的方法进行了理论探索,提出了相应的方案,为今后的实践性开发工作打下基础。     

虚拟战场环境中的一种CGF系统的体系结构

计算机生成兵力是虚拟战场环境中的关键技术之一。在对分布式虚拟战场环境中CGF系统的构造问题进行研究的基础上，提出了一种基于HLA的CGF系统体系结构，并给出了此体系结构下CGF实体模型的结构框架，最后说明了将人工智能技术应用于CGF实体建模的思路。     

基于仿真组件技术的CGF系统体系结构和实现

以仿真组件技术为基础,提出基于仿真组件的计算机生成兵力系统体系结构以及实现方法,介绍了CGF在虚拟测试、评估和先进概念体系结构论证中的应用。通过基于仿真组件技术开发计算机兵力的模型,能够灵活生成多种不同种类的兵力模型和适应不同的运行平台。计算机生成兵力的实体模型分解为设备组件、指控组件、作战平台组件和动作行为模型,利用系统高层建模方法的静态结构建模从兵力组成角度描述设备组件、指控组件和作战平台组件的组合和连接关系,基于状态机动态行为建模建立兵力平台的动作行为模型。通过代码自动生成技术生成仿真组件模型并进行测试,仿真引擎按照动作行为模型的状态调度相应的仿真组件,从而产生作战实体的行为。     

面向Agent方法在计算机生成兵力中的应用研究

计算机生成兵力（CGF）具有主自性，智能性等特征，并具备感知，通信以及协调的艰力，面向Agent的分析开发方法可以借鉴到CGF系统研究开发工作，CGF所研究的内容侧重于Agent结构，感知，认知，决策等行为的描述，以及多Agent系统（MAS）的研究，本文首先对Agent的一航概念做了介绍，总结了计算机生成兵力中Agent应具有的性质，讨论了设计和建造CGF中Agent的一些问题以及多Agent之间的协作问题，文中最后给出了CGF中Agent设计的概念模型。     

基于控制论的计算机生成兵力实体对象行为模型

实体行为建模是计算机生成兵力(CGF)研究的重要内容。基于控制论的基本思想，提出适应虚拟战场需求的虚拟实体对象行为模型ESCP。ESCP行为模型由感受器、效应器和控制器三部分组成，感受器感知虚拟战场环境信息和内部反馈事件，效应器反映CGF实体对象对虚拟战场环境的作用，控制器对感知的虚拟战场环境信息进行处理，并对实体的行为进行控制。ESCP支持复合行为、协同行为以及行为并发，行为可重用。     

基于半自治Agent的CGF建模及应用研究

计算机兵力生成(CGF)是现代作战模拟仿真中的一项主要内容，将智能半自治Agent引入聚合级CGF建模与仿真中，建立一个基于半自治Agent的协同武器作战平台的联邦成员，利用半自治Agent具有的二分性——自治性和受制性，更准确的表现战场作战实体。建模过程符合HLA联邦开发执行标准过程(FEDEP)规范，此项工作在实现聚合级CGF和平台级CGF交互和互操作做出一些探索性试验。我们将这项研究应用于主战坦克作战效能仿真评估的实例中。