联合灭火救援作战Swarm仿真

为建立多Agent联合灭火救援作战模型框架.将多Agent理论和技术应用于联合灭火救援作战的研究,实现了联合灭火救援组织指挥相互之间的信息交换,显示了互相影响彼此的行动过程.对系统中的指挥Agent、作战Agent和环境Agent进行描述,定义Agent之间以及Agent与环境之间的交互规则,描述系统的相互关系,并构建联合灭火救援仿真模型,最后用多Agent软件工具集和通用软件平台(SWARM),采用JAVA语言编程,对模型及相应机制进行了功能验证.研究结果表明:该方法可以提高消防部队的作战能力,实现快速、高效、科学决策.     

基于多Agent联合灭火救援作战仿真方法

为实现联合灭火救援组织指挥的相互协作,建立了多Agent联合灭火救援作战模型框架.对系统中的指挥Agent、作战Agent和环境Agent进行描述,定义Agent之间以及Agent与环境之间的交互规则,描述系统的相互关系,构建联合灭火救援仿真模型,最后用多Agent软件工具集和通用软件平台(Swarm),采用JAVA语言编程,对模型及相应机制进行了功能验证.结果表明,该方法实现了联合灭火救援组织指挥相互之间的信息交换,完成快速、高效、科学决策,可以提高消防部队的作战能力.     

多Agent联合灭火救援作战仿真

将多Agent理论和技术应用于联合灭火救援作战的研究,构建了多Agent联合灭火救援作战模型框架,实现了联合灭火救援组织指挥相互之间的信息交换,显示了互相影响的行动过程.对系统中指挥Agent、作战Agent和环境Agent进行描述,定义Agent之间以及Agent与环境之间的交互规则,来描述系统的相互关系,给出了多Agent的协同算法,并构建了联合灭火救援仿真模型.最后用多Agent软件工具集和通用软件平台(SWARM),采用JAVA语言编程,进行了模拟仿真,对文中构造的模型及相应机制进行了功能验证.     

多基地多UCAV任务分配建模及求解方法

为有效求解多基地情形下的无人作战飞机(UCAV)任务分配问题,在考虑任务收益、任务负载以及时间因素的条件下,建立了多基地多无人作战飞机的任务分配模型,并提出采用初始分配和动态分配相结合的求解方法.为提高初始任务分配问题的求解效率,将量子遗传算法融入了扩展紧致遗传算法的边缘积模块思想中,提出一种分布估计量子遗传算法(ED-QGA),用于初始全局最优分配,当出现突发动态任务时,采用合同网进行分配方案的局部调整.最后对提出模型和算法进行了仿真分析.结果表明,相比基于种群的增量学习算法和多粒度的量子遗传算法,分布估计量子遗传算法求解获得效能值分别提高了33. 4%和7. 2%,与基本合同网和扩展合同网相比,效能值分别提高了9. 2%和5%,因此能够有效提高UCAV整体作战效能.     

基于多Agent及多方法集成的复杂工艺优化模型

针对复杂工艺中涉及多因子、高噪声、非线性过程关系和模糊对象问题,提出一种集成多种智能计算方法的优化模型.该模型以多Agent技术来组织,划分为决策支持层、系统重构层和数据集成层,Agent间以Ontology来实现信息传递.在建模过程中,利用Chebyshev多项式的正交性质和递推性质,将过程输入变量正交化、线性化后,再应用偏最小二乘回归法计算模型参数,优化Agent在交互方式下通过变异的遗传算法来获取模糊工艺的最优解.以MOLDFLOW软件获取的注塑数据来训练BP(Back propagation)神经网络.结果表明:该优化系统的平均预测精度较BP神经网络提高3.23%.     

基于贝叶斯学习的Agent谈判策略构造研究

提出了一个在电子商务中辅助用户进行谈判的智能Agent谈判模型，并在模型中引入了贝叶斯学习方法，使得Agent在谈判过程中能更好地调整谈判策略，提高谈判效率．     

基于Agent的智能监控系统开发

通过对Agent技术的研究，设计了一个基于Agent的计算机串口与感应器的监控系统模型；又设计了利用COMM控件实现数据的传输与读取，以及实现感应器的控制。结合面向对象的方法和多线程技术，设计出自适应性力强的执行模块Agent，以及数据实时通信速度快的可扩展通信Agent，提高了系统的自主行为和对环境的自适应性，为系统的实际运行解决了技术障碍。     

基于CDPSO-EBRB的锂离子电池健康状态估计

锂离子电池在武器系统中广泛应用,对其健康状态的评估对于保证武器系统作战效能具有重要意义.但构建锂离子电池退化过程的物理模型难度较大,同时由于数据的不确定性与不完整性影响,使用纯数据驱动的方式也不能准确描述此过程.扩展置信规则库模型结合了知识结构和证据推理的特性,可对数据的不确定性与不完整性进行定量描述,但原始模型的参数选择对其性能影响较大,针对以上问题,提出了一种中心离散粒子群算法(CDPSO)优化的扩展置信规则库(EBRB)模型,并将该模型应用于锂离子电池的健康状态评估中,使用数据驱动方式将规则集转化为规则,采用CDPSO对初始参数进行训练,最后使用测试数据集来测试模型的有效性,通过与传统的方法进行比对,验证了所提出方法的有效性.     

蛋白质二级结构预测概率图模型的改进

蛋白质二级结构与蛋白质三级结构及蛋白质功能密切相关,是生物信息学研究的热点,其中概率图模型隐马尔可夫算法(HMM)是该领域研究的重要工具。但是在实际应用中,存在着HMM训练下溢、不同训练集的效果差异较大及参数优化困难等问题。对预测蛋白质二级结构时HMM遇到的训练下溢问题提出了改进方案;首次提出8-状态HMM来预测蛋白质二级结构,并且将参数B改进成为包含状态转移信息的三维参数;为了改进最优HMM模型的确定方法,用每个样本分别对初始HMM模型进行训练,得到一系列新的模型,然后对这些新模型的参数求均值,将求得的均值作为最优模型的参数。这些改进方法提高了HMM预测蛋白质二级结构的准确率,为HMM的进一步优化打下良好的基础。     

基于Agent的网络计算研究

摘要：本文对基于Agent的网络计算进行了研究,提出了一种基于Agent的网络计算模型。该模型的目的是利用Agent技术充分挖掘网络中各个节点机的计算能力。从而在不改变系统硬件的情况下提高整个系统的效率。     

A computational-intelligence-based optimization of agents'' initial positions in land combat simulation

The optimization of agents' initial properties enables agents to perform their assigned tasks more perfectly. This paper presents an optimizing method using the combination of radial basis function (RBF) neural network and genetic algorithm (GA). In the land combat simulation, the method can ensure that the agents optimized defeat the agents not optimized absolutely. Compared with the optimization based on support vector machines (SVM), the proposed method improves the efficiency more than twenty times, so it suits the cases where the speed as well as performance is required.     

Study on optimization of agent initial positions in land combat simulation

The use of computational-intelligence-based techniques in the optimization of agent initial positions in land combat simulations is studied. A novel method for the reduction of support vectors in the support vector machine (SVM) is presented. The optimization on the width of the Gaussian kernel function and the combination of the SVM with the radial basis function neural network are performed in the proposed method. Simulation results show that the proposed method can improve the running efficiency drastically compared with that using the traditional SVM with the same precision. We also summarize and present some experiences and trends in the study on the optimization problem in land combat simulation.     

基于效用理论的有限理性半自治Agent决策方法

为了更加贴近描述agent的决策过程，发挥基于效用理论的决策较之推理决策具有定量化和客观性的优点，通过建立基于半自治作战agent的战场环境，根据有限理性半自治agent的决策过程特点，结合效用理论给出了一种有效的基于效用理论的半自治agent决策方法，将该方法应用于坦克agent对抗中的目标选择模型实例中，通过对仿真结果的分析，表明了此方法适用于建立丰自治agent的决策模型。     

A Precise Algorithm for Non-Integer Harmonics Analysis Based on FFT and Neural Network

By means of an artificial neural network (ANN) model, higher measurement accuracy of integer harmonics can be obtained. Combining the windowed fast Fourier transform (FFT) algorithm with the improved ANN model, we present a new precise algorhhm for non-integer harmonics analysis. According to the result obtained from the Hanningwindowed FFT algorithm, we choose the initial values of orders of harmonics for the neural network. Through such processing, the time of iterations is shortened and the convergence rate of neural network is raised thereby. The simulation results showthat close non integer harmonics can be separated from a signal with higher accuracy and better real-time by using the algorithm presented in the paper.     

多航路作战推演算法的实现

基于现代军事作战演习需求, 提出一种多航路作战推演算法, 并建立多航路推演模型, 解决了各航线推进过程中的同步问题\, 敌我遭遇问题及特殊区域处理的相关问题. 模拟推演结果表明, 利用该算法建立的推演模型可真实模拟不同环境下敌我双方的作战情况, 对预测战争结果\, 制定作战计划有一定理论指导作用.     

基于Multi—Agent的航空兵分队作战模型研究

航空兵分队作战仿真系统开发是一项复杂的工程,各组成要素之间的活动很难进行定量分析和描述,战场情况也复杂多变．具有不可预见性和不可再现性。本文基于目前航空兵分队作战仿真的发展现状,结合计算机软件技术的最新成果Multi—agent技术,提出了基于Multi—agent的航空兵分队作战复杂系统分析与设计仿真模型,论述了该方法的有效性;并根据Mulfi—agent的特点。介绍了运用Swarm建模和开发工具对Muhi—agent的航空兵分队作战仿真的实现。     

多Agent系统在作战仿真中的应用

针对传统的作战仿真方法的不足,研究了分析复杂系统的一种新方法,即基于A gent的仿真ABS(A gent-based sim u lation),将ABS应用于作战仿真是一种有意义的新尝试。以作战仿真为背景,介绍了作战智能体的模型设计与实现方法,讨论了作战智能体的行为规则与元规则设置。在此基础上,设计实现了一个基于A gent的作战仿真原型系统,模拟出了作战过程中的一些有意义的现象。仿真结果表明,新的研究方法在作战仿真领域具有良好的前景。     

雷达估测降水模拟史灌河流域径流

运用雷达联合少量雨量计方法估测流域面雨量,结合GAME/HUBEX国际合作项目1998年加强观测期在史灌河流域获取的水文观测资料和TOPMODEL进行降水径流模拟,并与稠密雨量计站网测量的面雨量进行流域出口流量模拟的对比试验.在1500小时时间序列的比较试验表明,雷达估测面雨量和雨量计测量的面雨量都能较好地模拟每小时流域出口蒋集的出流量,数值试验还表明,雷达估测面雨量在某一时段上的均值误差作为一个指标可以较好地反映其应用于降水径流模拟时的精度;总雨量和强降水的估测精度是雷达估测面雨量能否用于径流模拟的关键.     

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。     

营口城市用地扩展模拟预测研究

基于CA原理,结合GIS与RS技术,在ArcGIS平台中进行二次开发,构建了GIS-CA模型系统.以营口市为研究区域,对其城市用地扩展进行了模拟和预测.研究表明:GIS与CA集成,增强了GIS的时空动态建模功能,CA模型和GIS耦合是研究城市扩展动态模拟与预测的较为可行的研究方法;利用GIS-CA模型模拟和预测了营口城市用地变化趋势,对营口城市用地扩展模拟的结果比较合理,模拟的精度达到70％以上.