基于影响图的多智能体学习算法

提出一种多智能体学习算法.用影响图作为 agent 表示工具,给定 agent 的一个初始模型和它的历史行为,在能力、信念和优先学习的基础上来构建新的模型.学习方法是把其它 agent 的历史行为作为训练集,利用神经网络以及决策知识和专家知识来修改影响图中各结点的连接关系.针对与 agent 历史行为不一致的情况,本文把它看成效用函数发生了随机偏差,通过 Markov chain-Monte Carlo 技术进行模拟,实现效用函数的调整.最后利用多机编队协同空战作为例子说明算法的实用性.     

舰炮曲射弹道的火控解算模型及其仿真研究

舰炮只采用低伸弹道存在缺陷，而同时采用曲射弹道可弥补其不足。从舰炮武器系统的作战需求论述了采用曲射弹道的必要性，同时建立了解弹道方程求解舰炮射击诸元的数学模型、求解弹丸飞行时间和快速迭代解命中模型、利用最小二乘方法进行弹道气象条件误差源辩识分离模型等的综合火控解算模型。通过仿真验证了模型的可行性。     

基于影响图的空战机动决策模型

把影响图和对策论引入到一对一空战机动决策中。影响图把动力学质点模型、飞行员的偏好以及不确定性考虑到空战机动决策模型中。根据对目标建模的不同，提出了两个影响图模型：第一个模型是随机机动决策模型，第二个是影响图对策模型。最后给出了模型求解方案以及仿真算例。仿真结表明模型的有效性。     

预测函数控制理论及其在军事上的应用

分析了预测函数控制方法的闭环控制性能 ,对多变量系统预测函数控制方法和非线性系统预测函数控制方法在理论上的进展进行了综述。重点讨论了预测函数控制方法在导弹控制系统设计和火炮炮塔控制等军事领域中的一些应用 ,并提出了需解决的问题和今后的发展方向。     

基于多级影响图的空战连续机动决策

首次将多级影响图分析方法引入到连续空战机动决策中。基于多级影响图的模型通过图形来描述连续决策中的各要素，并把不确定的决策环境、动力学质点模型以及飞行员的偏好考虑到模型中。考虑到目标的机动能力，利用动态概率影响图对目标进行建模。仿真结果表明该模型的有效性。     

粗糙集-神经网络集成在编队空战中的应用

为了提高空战决策的实时性和准确度,将粗糙集理论和神经网络引入到编队协同空战战术决策研究中,提出了应用SOM网络—粗糙集—BP网络集成进行编队协同空战战术决策的方案:应用SOM网络离散化决策系统输入数据的连续属性值;利用粗糙集数据分析方法,从数据中提取出规则将输入映射到输出的子空间上;在这个子空间上用BP网络进行逼近。2∶4编队空战实例仿真结果验证该方案的可行性,在数据充分的条件下,该方案可以推广应用于其它空战决策系统。     

多级影响图在空战机动决策中的应用

利用多级影响图来模拟飞行员在不确定情况下近距格斗时的连续机动决策,并把动力学质点模型和飞行员的偏好考虑到模型中.针对求解多级影响图计算量大的问题,本文把它转化为分层最优化问题,利用进化算法求得最优机动决策.最后的仿真结果表明该模型的有效性.     

基于突变理论与模糊集的复杂系统多准则决策

针对复杂系统的多准则决策通常具有模糊性和突变理论适合处理具有矛盾性的多准则决策问题的特点,提出了基于突变理论和模糊集的方法对多准则决策问题进行分析建模,并对该方法的灵敏度进行了分析。该方法利用归一公式机理本身来确定各指标对各目标重要性的确定性量化,因而不需要额外考虑指标间的主观权重,所以能够较好地处理复杂系统决策的模糊性。给出了应用改方法的具体步骤,并以一个导弹选型决策问题实例验证了该方法的合理性和可行性。