基于多智能主体技术的危机决策模拟机制研究

“战略决策模拟与综合集成研讨环境”是基于XoD(Xondemand)按需服务机制所建立的具有综合集成和分布、开放特征的战略决策问题研讨环境 ,是新型的战略决策支持系统。危机决策模拟是其重要的应用领域。通过分析现实世界中危机演化和危机决策的一般过程 ,结合“战略决策模拟与综合集成研讨环境”的特点 ,探讨了在此环境中建立基于多智能主体技术的危机决策模拟机制问题     

SDS2000:一个定性定量结合的战略决策综合集成研讨与模拟环境

高层次的作战模拟所采用的方法完全不同于传统的方法,不同领域专家参与新局面策研讨是模拟过程中十分重要的环节。国外发展的讨论式对抗模拟方法和国内提出的从定性到定量的综合集成研讨厅方法,为实现高层次的计算机作战模拟提供了理论上的指导。本文通过国防大学研制的SDS2000系统,对讨论式对抗模拟和综合集成研讨厅的总体设计和实现技术进行了讨论,介绍了SDS2000的总体设计思想、系统的总体结构和主要工作方式。     

战略决策综合集成研讨与模拟环境研究与实现

战略决策模拟是一个典型的复杂巨系统问题.国外发展的讨论式对抗模拟方法和国内提出的从定性到定量的综合集成研讨厅方法,为开展战略模拟提供了方法上的指导.二者的共同之处在于都是要设法更好地发挥人的作用,通过定性定量相结合、人机结合和多人协作的综合集成来解决复杂问题.     

"决胜"系统---构建战争决策综合集成研讨与模拟环境的实践与思考

针对战争高层决策问题，我们提出了研制综合集成研讨与模拟环境的思路，并以复杂性科学方法论，特别是以钱学森等人提出的“从定性到定量综合集成研讨厅”方法论为指导，开发了决胜系列战争决策综合集成研讨与模拟环境原型系统。本文简要介绍了我们在系统体系结构、关键技术及应用等方面取的进展，对构建战争决策综合集成研讨与模拟环境的相关问题进行了总结与讨论。     

SDSMSC中基于多智能主体技术的危机中第三方决策代理研究

通过分析危机中第三方危机决策的一般过程，结合“战略决策模拟与综合集成研讨环境”的特点，探讨了在其上建立基于多智能主体技术的危机中第三方决策代理实现机制。     

综合集成研讨厅问题求解过程中的问题分解研究

在综合集成研讨厅中进行复杂决策问题的求解时,需要将复杂问题进行分解.这方面,国内外问题分解方法的研究主要集中在工作流意义下的任务分解.在分析综合集成研讨厅问题分解的特殊性基础上,提出了综合集成研讨厅中复杂决策问题求解的问题分解自适应模型和算法,探讨了在专家小组内进行问题分解的数学模型.实践表明,该分解方法可避免大规模的修改,加速整个复杂决策问题的结构化进程.     

战略决策综合模拟引擎研究

按照战略决策模拟的特点，定义了综合模拟引擎的概念，在此基础上，提出了综合模拟引擎三层体系结构和两种工作模式。设计并实现了一个战略决策综合模拟引擎原型系统，通过战略行动规划工具和面向任务的仿真调度控制算法实现了各种XOD(X On Demand)服务的综合驱动：通过态势干预的方式，实现了综合各种XOD服务运算结果的多要素集成。     

军事战略决策对抗模拟系统中的时序控制机制研究与实现

旧中国决策模拟采用的讨论对抗模拟方法（Seminar Gaming）是通过对抗各方的对抗推演来研究战略决策问题。在战略决策对抗模拟系统中,时序和流程控制机制是一个重要的问题。本文分析了战略决策模拟的时序特点,提出了基于时间和基于事件的时序控制方式,最后讨论了原型系统SDS2000中对抗流程控制的实现方式。     

以人为中心的综合集成研讨厅体系——人工社会(二)

人机结合的综合集成研讨厅体系，将专家体系、机器体系和数据体系有机结合起来组成智能系统，该方法的成效依赖于系统的整体优势和综合优势。本文从人机结合以人为主的智能系统角度，研究人机结合综合集成研讨厅体系的具体化理论及其模型。主要工作在以下方面：1）首次提出处理复杂问题的人机结合的综合集成研讨厅体系，是研究将社会科学、自然科学所研究的现实复杂问题的自然法则和社会规律联系在一起的方法手段，并且人工设计再现。2）从智能系统角度．综合集成研讨厅体系，以[人，网络计算机]为基元，通过以复杂问题为牵引的交互和组织，形成了开放的人工社会，是以求解复杂问题为目的，以人为中心计算的组织空间。进一步，文章讨论了基于agent的人机结合综合集成厅人工社会的设计重点，包括以人为主的社会基元，知识生产和智慧涌现，以人为中心的数据制成体系，有效交互和组织，以及面向组织的多智慧体社会逻辑设计。本篇文章侧重于工作的第二部分，从智能系统的角度设计综合集成研讨厅人工社会。     

综合集成系统中模型按需服务研究

基于综合集成模拟环境,针对广域网环境下本地、异地模型资源的集成管理与使用问题,对模型集成管理与模型服务机制进行研究,提出了模型按需服务（Modelingand Simulation On Demand,简称MSOD）。MSOD的作用就是建立一个基于综合集成模拟环境下的公共平台,满足环境中对模型资源的查询、集成、管理、组织、调用和控制的需要,为综合集成模拟环境中相应问题研究提供按需服务,即集成管理、按需建模和按需仿真。     

基于直觉模糊博弈的无人机空战机动决策

为解决不确定环境下无人机空战的机动决策问题,将博弈论和直觉模糊集结合,首先对无人机的机动可选方案进行直觉模糊多属性评估,得到机动博弈的直觉模糊支付矩阵,并提出满足直觉模糊全序关系下的纳什均衡条件,建立了求解不确定环境下纳什均衡的规划模型。同时,采用个体控制参数和遗传代数自适应的策略改进差分进化算法,并对模型进行求解。仿真验证模型和算法的合理性和有效性,为不确定环境下空战决策问题的求解提供了新思路。     

行为证券组合投资决策方法研究

Shefrin和Statman(2000)在其创立的行为证券组合理论中从理论分析的角度提出了行为证券组合投资决策模型，但该模型没有考虑实用性：其一：证券组合是由多个基于某状态的或有债权组成的，而这类或有债权的定价常用一定困难；其二，在具有多个心理帐户的组合投资决策模型中，对该模型的求解有一定困难，为了提高行为证券组合理论的实用性，从以下两个方面开展了研究工作，首先，用实际证券构造行为证券组合，其二，将Lopes(1987)的SP／A理论扩展到多心理帐户情形，提出了容易求解的多心理帐户证券组合投资决策模型。     

基于证据理论的联合概率数据关联算法

数据关联是目标跟踪技术中的核心部分,多目标情况下的数据关联技术更是研究的重点,由于多目标量测之间的互相干扰、外部环境干扰以及传感器性能等客观因素的约束,使得量测信息部分存在着相应的量测误差,密集环境中的多目标跟踪比较困难。针对这个问题,提出的新算法利用联合概率数据关联方法进行密集杂波环境下的数据关联,结合证据理论的思想对多传感器量测信息进行优化组合,有效地减小了量测误差对跟踪目标的影响。通过仿真结果可以看出,改进算法大大提高了跟踪精度,并具有良好的抗干扰能力,适用于解决工程实际问题。     

General Method of Building a Real-Time Optimization Policy for Dynamic Vehicle Routing Problem

Currently, most of the policies for the dynamic demand vehicle routing problem are based on the traditional method for static problems as there is no general method for constructing a real-time optimization policy for the case of dynamic demand. Here, a new approach based on a combination of the rules from the static sub-problem to building real-time optimization policy is proposed. Real-time optimization policy is dividing the dynamic problem into a series of static sub-problems along the time axis and then solving the static ones. The static sub-problems' transformation and solution rules include: Division rule, batch rule, objective rule, action rule and algorithm rule, and so on. Different combinations of these rules may constitute a variety of real-time optimization policy. According to this general method, two new policies called flexible G/G/m and flexible D/G/m were developed. The competitive analysis and the simulation results of these two policies proved that both are improvements upon the best existing policy.     

基于METRIC理论的超大规模卫星星座多级备份策略

针对超大规模卫星星座可能出现的运行维护成本高、任务可用度低的问题, 结合卫星批量化生产以及采用一枚火箭将多颗卫星送入轨道(一箭多星)的现状, 基于可维修备件多级保障库存技术(multi-echelon technique for recoverable item control, METRIC)提出一种超大规模卫星星座多级备份策略。首先, 阐述了基于METRIC理论的卫星星座多级备份策略模型的原理, 备份策略同时考虑地面备份、停泊轨道备份以及星座轨道备份3种备份模式, 建立了考虑卫星年平均需求量、期望需求量与期望短缺数的星座可用度模型, 包含制造费用和发射费用的星座备份费用模型,以及以星座可用度为约束, 星座备份费用为优化目标的数学优化模型。然后, 以某型超大规模低轨卫星星座为案例研究对象, 使用遗传算法和边际分析法进行求解。最后, 讨论了遗传算法与边际分析法在求解该优化问题时的优缺点。结果表明, 在同一星座可用度指标下, 采用星座多级备份策略可比采用传统两级备份策略有效降低每年备份费用; 在保证星座可用度的前提下大幅降低了超大规模卫星星座的备份费用, 可为精确配置各级备份卫星数量提供参考。     

马尔可夫过程下多类用户智能电网实时电价

基于需求响应的智能电网实时电价定价机制是调节电力供需平衡的理想手段,其实施必然对用户的用电行为和电网的运行与管理产生深远影响.本文考虑用户用电的前后关联性,给出一个基于马尔可夫决策过程并且考虑用电周期的社会福利最大化模型.根据求解该模型制定的实时电价定价策略,用户可以更加理性,更加贴近实际制定用电计划.所建立的模型考虑了状态转移概率矩阵中的参数已知和未知两种情况.相同类型用户根据用电量之间具有相互影响和相互制约的关联性给出电价策略;不同类型用户设置不同电力价格进行区分.最后针对参数已知和未知两种情况设计集中式和分布式定价策略的改进模拟退火算法,模拟仿真验证了模型的合理性和算法的可行性.     

多Agent诊断系统合作评价策略

多Agent系统提供了分布式和合作问题求解的环境，每个诊断Agent都可以面向各自的知识库进行诊断，提高了诊断系统的可靠性和实时性，但同时也带来了合作评价问题。在介绍多Agent诊断系统结构的基础上，介绍了基于语气理论的合作评价策略，并研究了有互斥故障情况下的合作评价问题，有利于提高多Agent诊断系统的可行性。     

基于SWEEP方法的改进车辆路径协作策略研究

针对需求随机的车辆路径优化问题,提出了一种基于SWEEP方法的改进车辆路径协作策略,构造了基于该策略的车辆任务量分配模型、设计了求解该模型的启发式算法。该策略采用SWEEP规则对基本车未完成任务的客户重新进行路径优化,然后利用SWEEP车服务这些客户,以缩短客户的服务时间、减少运输成本。应用此方法对24个不同规模的车辆路径优化问题进行了计算机仿真,结果表明,该任务分配模型和算法具有较强的适用性,改进的SWEEP协作策略能够有效地解决解随机车辆路径问题。