基于半Markov决策过程的概率布尔网络模型

借助半Markov决策过程理论研究了概率布尔网络中的最优控制问题．将概率布尔网络的控制模型转化为首达目标的半Markov决策过程模型, 通过选取最优控制输入使得和系统相关的目标函数最小,从而解决了一个最优控制问题,并举例说明所用方法的效用．     

工程项目的效用决策方法

工程项目决策是项目运作的关键环节,为了反映决策过程中主观因素和客观因素的综合作用,引入现代效用理论进行研究.基于项目评价的技术、经济、社会和环境目标,分别建立各目标效用函数:根据模糊集理论,采用隶属函数构造方法,建立技术目标效用函数;运用概率论和效用理论方法,结合对数函数拟合法,建立经济目标效用函数;根据群效用和期望效用理论,采用效用函数构造方法,建立社会目标和环境目标的效用函数.基于权重分配法和效用加性并合,生成工程项目效用决策模型.通过实例研究,表明工程项目效用决策模型具有合理性和实用性.     

基于agent的区域经济智能决策支持系统研究

将分布式人工智能中的agent技术融于现代区域经济管理决策支持系统的研究与开发中。提出了基于agent的区域经济智能决策支持系统的结构和组成,引入交互agent、管理agent、数据agent、模型agent、知识agent以及各类决策职能agent构成系统的主要部件,分析了基于分类器系统的agent进化机制,并且通过区域主导产业参与影响分析案例详细探讨了在多agent通讯与合作环境下实现区域经济的动态分析、评估、预测以及优化等决策支持功能的工作过程和原理.     

基于累积前景理论的出行者路径选择模型

传统的基于期望效用理论的路径选择模型存在许多不足,而累计前景理论则可以比较真实的描述不确定性情况下的决策过程,符合出行者有限理性的特点.文中以累积前景理论为基础,在路径出行效用连续随机分布的条件下对出行者的感知效用进行建模,并结合模型的变量对模型的特性进行了分析,最后通过实例对比分析了分别应用期望效用理论和累积前景理论时,出行者路径选择行为的差异。结果表明,累积前景理论能够克服期望效用理论的许多不足,更好地描述出行者路径选择的决策过程.文中还通过对参考点和路径出行效用分布的分析,为智能交通控制系统和仿真建模提供了理论支持.     

基于agent的高速公路救援车辆动态派遣方法

为了解决高速公路网多救援点出救,多种类、多数量救援车辆处置多起交通事故问题,应用agent方法建立了救援车辆动态派遣模型.模型将事故作为任务agent,救援车辆作为资源a-gent,将任务延时损失最小和派遣资源成本最少作为系统性能指标.针对多agent协作性特点及多起事故救援的不确定性,设计了招投标过程,并在积累救援信息、寻求多目标最优解过程中,制定了agent启发式学习过程,获得动态最优解.南京市周边高速公路网救援实例表明,基于agent的救援车辆派遣方法可以动态地获得全局优化的派遣决策方案,验证了方法的可行性和有效性.     

出行效用连续分布的路径选择模型及其特性分析

出行者路径选择行为的建模对城市路网的规划和智能交通控制系统的研究具有重要意义.传统的基于期望效用理论的路径选择模型存在许多不足,而累计前景理论则可以比较真实的描述在不确定性情况下的决策过程,符合出行者有限理性的特点.本文以累计前景理论为基础,在路径出行效用连续随机分布的条件下对出行者的感知效用进行建模,并结合模型的变量对模型的特性进行了分析,最后通过实例对比分析了期望效用理论与累积前景理论,结果表明累积前景理论可以克服期望效用理论的许多不足,更好的描述出行者的决策过程.通过对参考点和路径效用分布的分析,为智能交通控制系统和仿真建模奠定了理论基础.     

电子市场中基于前摄性信息的联盟形成机制

提出一种基于前摄性信息传递的联盟形成机制．具有相关经验的agent通过预认知决策模式（Recognition Primed Decision Model）选择电子市场中符合条件且经验效用值较高的agent，前摄性传递本次联盟的相关信息，使其主动加入联盟，从而可快速形成联盟，减少通信开销．     

考虑用电效用的用户购电决策优化

随着售电侧市场的逐步放开，电力用户的市场化程度逐渐加深，需要制定科学合理的购电策略以保障自身用电效用的同时降低风险。该文提出了考虑用电效用的用户购电决策优化策略。首先基于实时电价建立了三种不同类型的套期保值合同供用户选择；接着引入了需求价格弹性模型引导用户调整用电策略，实现负荷和电价的实时联动；基于条件风险价值法以用电效用最大化为目标建立用户购电决策模型；并采用阿基米德算法来求解该模型；最后通过算例验证了该模型能够有效提高用户的购电效用，为用户的购电决策提供参考。     

基于效用理论的车辆换道交互行为及决策模型

研究分析道路交通环境下的车辆换道交互行为,客观反映车辆微观行为特性及宏观车流运行规律。通过分析车辆换道微观驾驶行为,构建Logit模型定量分析驾驶人换道行为决策过程,基于“效用理论”思想,实现驾驶人决策效用最大化。选取青岛市杭鞍快速路实际交通流为研究背景,标定模型相关参数;进一步仿真验证了分层Logit模型的准确性。研究成果可为智能网联交通环境下的车车交互、车路协同和自动驾驶系统提供理论支撑和方法依据。     

高校资本配置中基于边际效用理论的非线性规划模型

把边际效用理论应用于高校的资本配置，将有限的教育资本按边际效用理论科学地配置到办学条件中去，有利于节约资本，实现高校的最大化产出．以运筹学中的数学规划模型为基础，建立了一个基于边际效用理论的静态资源配置模型，考虑资源配置的实际情况，求解过程中提出了在高校有限资本配置中的循环求解法．     

基于LSTM-PPO算法的无人作战飞机近距空战机动决策

近距空战中环境复杂、格斗态势高速变化,基于对策理论的方法因数据迭代量大而不能满足实时性要求,基于数据驱动的方法存在训练时间长、执行效率低的问题。对此,提出了一种基于深度强化学习算法的UCAV近距空战机动决策方法。首先,在UCAV三自由度模型的基础上构建飞行驱动模块,形成状态转移更新机制;然后在近端策略优化算法的基础上加入Ornstein-Uhlenbeck随机噪声以提高UCAV对未知状态空间的探索能力,结合长短时记忆网络（LSTM）增强对序列样本数据的学习能力,提升算法的训练效率和效果。最后通过设计3组近距空战仿真实验,并与PPO算法作性能对比,验证所提方法的有效性和优越性。     

CBR和RBR的无人机自主空战战术决策

针对空战中无人作战飞机战术决策自主化问题,提出了基于案例推理（CBR）和规则推理(RBR)的战术决策方法。在剖析战术决策案例特征的基础上,设计了一种基于框架结构的案例表示方法,并引入结构相似度和云模型理论,以改进传统的最近邻检索算法。最后,利用基于案例推理和规则推理设计的战术决策GUI界面,能够快速地从库中检索出与当前空战态势最匹配的战术决策源案例,证明了该方法具有较好的有效性。     

基于随机决策准则的改进多级影响图机动决策方法

针对传统影响图机动决策方法需要由飞行员预先给出空战态势评估难于准确确定的先验似然函数,将随机决策理论引入到影响图机动决策当中,提出了基于随机决策准则的改进多级影响图机动决策方法. 该方法仅需在决策时刻评估潜在空战态势,依据决策准则便可以产生机动决策. 为了优化该方法,基于典型随机决策准则,分别设计了5种机动决策准则,在典型空战想定条件下仿真分析了各机动决策准则的特点. 仿真结果表明:在态势劣势时,后悔值准则决策效果较好;在态势优势时,悲观准则、乐观准则、折中准则、等概率准则决策效果较好.      

多Agent的作战模拟体仿真体系结构

通过对作战单元的分析, 给出相关Agent行为模型描述及基于线程池方法的Agent进程调度机制, 使Agent行为描述及调度机制更灵活、 有效, 解决了传统数学建模不利于降低仿真复杂性和真实性的缺点. 基于Agent行为模型的良好可扩展性, 提出一种分布式的多Agent作战模拟仿真体系结构. 通过实例验证表明, 基于分布式的多Agent建模可较好地为协同作战提供理论方法的可行性及可实现性.     

模糊多目标递阶控制及其应用

针对模糊多目标控制问题，提出了基于优先级目标管理的递阶控制结构，实现了控制目标集合的动态管理，指出同一优先级上的模糊多目标控制问题在基于预测的基础上等价为模糊多目标决策问题．应用该方法设计了模糊多目标递阶控制器，在列车恒速运行控制中取得了满意的效果     

基于改进双延迟深度确定性策略梯度法的无人机反追击机动决策

针对近距空战下的自主机动反追击问题,建立了无人机反追击马尔科夫(Markov)决策过程模型;在此基础上,提出了一种采用深度强化学习的无人机反追击自主机动决策方法.新方法基于经验回放区重构,改进了双延迟深度确定性策略梯度(TD3)算法,通过拟合策略函数与状态动作值函数,生成最优策略网络.仿真实验表明,在随机初始位置/姿态条件下,与采用纯追踪法的无人机对抗,该方法训练的智能无人机胜率超过93％;与传统的TD3、深度确定性策略梯度(DDPG)算法相比,该方法收敛性更快、稳定性更高.     

基于云模型的闭环空战决策评估

为解决针对空战决策展开评估过程中出现的复杂性和不确定性问题,构建了面向空战决策的评估指标集 并提出以一种基于云模型的云重心法和一致性赋权法相结合的闭环评估法。该方案首先对基础数据进行归一 化处理,并建立相对应的空战决策云模型,再根据指标相似性和一致性构建指标集权重,最后选取合适阈值判 断评估有效性完成评估方案的闭环反馈。仿真实例表明,该方案确保了评估的准确性和有效性,避免了传统方 法出现的随机性问题,真实反映了空战中决策的好坏。     

一种新的基于认知用户通信效用的频谱共享算法

摘要：本文提出了一种新的基于认知用户通信效用的频谱共享算法,研究传输功率和比特误码率受限情况下的频谱分配问题。详细分析了瑞利衰落模型下的认知用户效用函数及其优化问题,在此基础上给出了一种基于注水线不断调整的功率分配机制,进而获得了认知用户的最优通信效用,并将该机制应用到频谱分配中,提出了一种基于“二分法”的频谱分配算法。研究中分别考虑了三种不同的优化模型,理论和仿真分析表明,“最大化比例公平”模型在保证用户之间频谱分配公平性的同时能够获得接近“最大化系统总效用”模型的通信总效用。     

基于信息熵的模糊多属性决策方法

针对属性值为梯形模糊数的模糊多属性决策问题,给出一种基于信息熵的模糊多属性决策方法,并用实例进行检验.该方法利用信息熵求出各属性权重,利用简单加权法来计算方案的模糊效用值,根据梯形模糊数的期望值排序方法对方案进行排序和择优.用该方法选出的方案有效、可行而且计算简单,为解决模糊多属性决策问题提供了新途径.     

决策问题识别及其实现研究

研究了决策问题识别及其实现技术提出了基于决策环境要素描述以及基于知识的决策问题识别方法；在此基础上分析了决策问题识别系统的体系结构，简述了应用实例．实践证明，基于本文提出的理论、方法与技术，可有效地完成复杂环境中的决策问题识别