基于领域规则的军用仿真模型组合建模

分析了仿真模型的句法和语义组合方法,针对当前的组合方法在表达领域知识对组合建模约束存在的问题,提出了基于领域规则的仿真模型组合建模方法。采用符合HLA标准的基本对象模型表示原子模型和层次组合模型。通过逻辑规则表示组合建模的接口匹配规则和组合模型的领域知识,并根据领域知识建立组合建模的领域规则。用通用逻辑推理引擎实现领域规则对组合建模的约束检验和接口匹配检查。通过某电子对抗仿真系统的应用,结果表明,该方法和BOM结合是一种有效的组合建模方法,能有效的表示领域知识对组合模型的约束。     

基于满意度函数的群决策排序方法

针对层次分析法中决策成员对决策元素的两两比较判断值与群体偏好值往往会偏离的情形,提出基于满意度函数的群体决策排序方法.该方法利用基于离差的满意度函数,通过建立偏好度集结的目标规划来确定层次分析法中的属性权重.该方法能避免目前多数研究中仅将决策成员当成信,包提供者的情况.还能解决判断值缺失下的群体偏好度集结问题与决策成员的不同权重问题.最后给出一个具体的算例证明该方法有效.     

考虑知识模糊性的应急决策知识融合方法

知识是应急决策的主要依据和参考.针对应急决策需要多领域跨学科知识的综合支撑问题,本文构建基于知识元的应急决策知识模型,解决了多领域跨学科的知识表示与共享问题,为准确获取应急知识和知识融合服务提供基础支撑;接着从系统科学和管理科学视角出发考虑知识的模糊性提出了一种新的融合方法,解决了现有方法可能造成融合结果与客观实际相冲突的问题,提高了融合结果的准确性和科学性;最后运用地铁火灾实例验证本文提出模型和方法在应急决策知识表示和融合中的实用性和优越性.     

基于互反判断矩阵的专家群体判断一致性分析

针对群决策中基于互反判断矩阵形式偏好信息的专家群体判断一致性问题,提出了一种分析方法。首先,给出了有关互反判断矩阵及其相容性和一致性的若干定义;然后,通过定义各个方案的一致性指标及专家群体判断一致性指标,给出了基于互反判断矩阵的专家群体判断一致性的判别方法及专家群体判断不一致的调整方法。最后,通过算例说明了所提的分析方法。     

基于本体的复杂产品维修工程案例知识表示及重用方法

复杂产品是国民经济的基础,针对复杂产品维修阶段知识表示困难、重用效果不佳等问题,提出了复杂产品维修工程案例知识的表示及重用方法.首先,基于对复杂产品维修领域知识类型及应用情境的分析,设计了复杂产品维修工程案例知识体系结构,构建了复杂产品维修工程案例四层本体模型,实现了对维修阶段陈述性知识与过程性知识的独立表示.其次,构...     

面向应用领域的知识系统建模及实现

针对知识系统建模过程中不同类型知识的组织、表示、控制和实现等问题,将用户需求作为重要的切入点,通过对用户的需求分析和分解将知识系统数据结构划分为领域概念知识(概念本体)、领域系统知识(方法本体)、需求分解知识(需求本体)、知识系统控制知识和解释知识5大部分,建立了各部分的数据结构,明确了相互之间的关系。提出了基于层次案例规划(hierarchicalcase basedplanning,HCBP)的需求本体建立检索及面向目标的黑板控制结构和改进算法。实例测试表明,该方法不仅有利于不同类型知识块的重用,而且提高了系统的执行效率,大大缩短了知识系统的开发周期。     

基于非固定模板匹配的阵群目标编成识别

受传感器性能和处理算法的影响，阵群成员类型观测集合往往具有不完全性和不确定性,而且阵群目标的编成模板通常是非固定的。在这种情况下，基于固定模板匹配的传统阵群目标编成识别方法已不再适用。为此，提出了一种基于非固定模板匹配的阵群目标编成识别方法。该方法首先对阵群成员的类型观测和模板库中的非固定编成模板进行描述，然后计算出阵群成员类型观测集合同各个非固定编成模板之间的区间型距离度量，最后通过对所有区间型距离度量排序识别出观测到的阵群目标的编成。仿真实验证实了所提方法的有效性。     

空战决策知识构建方法研究

针对战训数据丰富, 数据背后空战决策知识贫乏的问题, 提出了一种空战决策知识构建方法。首先, 根据空战决策影响因素来分析决策知识的生成过程, 选择用产生式规则来表示空战决策知识。其次, 针对战训数据存在噪声数据干扰以及连续属性数据难以满足数据挖掘算法离散度量要求的问题, 应用了k-means聚类算法来检测离群点并使用最小描述长度准则算法将连续属性离散化。最后, 基于预处理后数据, 采用粗糙集提取空战最小决策规则知识, 通过构建模糊逻辑推理系统实现空战决策知识的推理与应用。仿真表明, 该方法能够有效地提取空战决策规则知识以及知识的推理与应用。     

灰色群组聚类和改进CRITIC赋权的供应商选择VIKOR多属性决策

针对武器装备供应商选择问题, 提出了一种基于灰色群组(grey group clustering, GGC)和改进标准间冲突性相关性(improved criteria importance through intercriteria correlation, ICRITIC)组合赋权的扩展多属性妥协解(VIKOR)决策方法。采用考虑决策专家意见差异程度的群层次分析法对供应商初选指标体系进行降维遴选, 构建武器装备供应商优选指标体系; 结合GGC和ICRITIC组合赋权方法确定主客观权重, 并设计权偏好系数进行加法组合赋权; 基于VIKOR决策方法集结备选供应商折衷排序值。针对不同折衷系数、排序方法和赋权方法从决策灵活性和稳定性两个维度进行对比分析, 验证所提方法的有效性。     

复杂信息关系集成的指挥控制模型

为描述协同决策过程,提出了基于复杂信息关系集成和OODA的指挥控制模型。首先分析了个体决策环境中OODA特性,认为复杂信息关系是导致环形结构OODA难以精确描述协同决策的主要原因;结合知识管理和仙农信息理论,从武器装备体系对抗角度定义了信息、数据、情报和知识概念,确定基本元素的同时分析了物理域、信息域、认知域和社会域之间的信息流向。借鉴基于OODA的武器装备体系复杂网络模型思路,从信息视角构建了武器装备体系复杂网络模型框架。分析了框架中任务流、数据流、情报流和知识流之间的关系并给出了描述元模型。提出了用网状结构OODA模型描述协同决策的思路并抽象出了指挥控制模型。最后用ExtendSim进行了对比分析,为创新指挥控制理论提供了参考。     

一种通用的阵群目标队形识别方法

受传感器检测性能和观测噪声的影响,阵群成员位置观测集合往往具有不完全性和不确定性,并含有杂波。这种情况下,基于固定基准点的传统阵群目标队形识别方法不再适用。为此,提出了一种通用的阵群目标队形识别方法。该方法根据不同的队形模板和队形观测,动态选择二者队形描述的基准点,有效地抑制了漏检、位置噪声和杂波对阵群目标队形描述的影响;通过队形观测和队形模板的队形描述之间的匹配来对前者的队形进行识别。仿真实验验证了所提方法的有效性。     

SAR场景图像中车辆目标的自动识别

提出一种在合成孔径雷达(synthetic aperture radar,SAR)场景图像中进行自动目标识别的方法,并针对识别流程中分类阶段对目标方位角敏感的问题,基于相关滤波器理论与核特征分析方法,提出一种对SAR目标方位角具有较强鲁棒性的非线性相关滤波器。该滤波器使用特征向量降低对训练图像的依赖性,并将特征空间进行非线性扩展,大大提高了目标的正确分类率,同时利用核函数避免了因为高维矢量而造成的计算问题。MSTAR实测SAR图像数据的实验结果表明,方法切实有效,所提出的滤波器对目标方位角失真具有较强的容忍性,不需要存储目标模板和估计目标方位角就能够实现高效率、高准确率的目标分类。     

World Expo 2010 pavilions clustering analysis based on self-organizing map

This paper reports the classification of 90 sample pavilions in Shanghai World Expo. An artificial intelligence based nonlinear clustering method known as Self-Organizing Map (SOM) has been used to classify expo pavilions. SOM is an efficient tool for visualization of multidimensional data. To conduct the classification, four characteristics namely Hurst exponent for queue length, Hurst exponent for waiting time, mean queue length and mean waiting time have been applied. The classification results show that Shanghai World Expo pavilions can be optimally classified into four classes. This result will shed light on further studies that how to manage the queue of World Expo pavilions in the future.     

基于h/q分解和贝叶斯迭代分类的跑道检测算法

提出一种无监督分类的机场跑道检测方法。首先利用h/q分解对原图像中所有像素点进行粗分类,建立初始样本模板;利用初始样本模板对原图像进行贝叶斯迭代分类,得到分类图;结合跑道的极化散射特性、弱回波特性及形态学处理方法,从分类图中提取出疑似跑道区域;最终应用跑道的结构特征进一步辨识疑似跑道区域,检测出真实机场跑道目标。通过美国UAVSAR系统采集的多组全极化合成孔径雷达(synthetic aperture radar,SAR)实测数据验证本文算法的有效性,实验结果说明,所提算法能有效、正确地检测出复杂场景下极化SAR图像中的机场跑道区域,且结构完整清晰,虚警率低。     

基于多任务支持向量机的健康数据融合方法

针对电子健康服务管理中的多源数据融合难题,利用人工智能技术,结合多任务学习理论与支持向量机理论提出基于多任务支持向量机的数据融合方法(multi-task support vector machine for data fusion,简称mSVMDF).该方法对具有相同数据源的特征向量构造基于支持向量机的融合模型,在多任务学习框架下考虑结构稀疏性与各模型关联性的有机结合,以实现对具有不同数据源个数的多源数据的融合,并以多源影像数据与常规检验数据融合为例,开展数值实验验证方法的有效性.实验结果表明mSVMDF方法可以有效地融合具有不同数据源个数的多源数据,同时该方法具有较好的分类性能与结构稀疏性.     

基于多级分类的PolSAR图像机场跑道检测

提出一种复杂场景极化合成孔径雷达（polarimetric synthetic aperture radar, PolSAR）图像机场跑道多级分类检测方法。首先利用先验信息进行h/q第一级分类,得到图像中各类训练样本模板;然后利用PolSAR图像极化相干矩阵的统计特性进行第二级分类;再根据跑道的弱回波特性,利用极化总功率检测器完成第三级分类,提取图像中疑似机场跑道区域;最后根据机场跑道的尺寸及结构特征进行判别,确定机场跑道区域。采用美国UAVSAR机载系统获取的多组实测数据对算法进行验证,并与现有的两种方法进行比较,结果表明,本文算法能有效地检测出跑道,并保持跑道结构完整、轮廓清晰且虚警率低。     

仿真系统与专家系统结合方式分类方法的研究

本文首先阐述仿真系统与专家系统之间的相似与不同之处，然后从系统分类的观点将仿真系统与专家系统的结合方式进行分类。通过这种分类方法，一方面可以将目前专家系统在仿真系统中的应用．或仿真系统在专家系统中的应用归纳进某一种类别或几种类别的组合之中，另一方面又可以发现两者结合方式之中存在的问题与不足。最后，通过一个实例说明这种分类方法是怎样帮助人们发现问题并且解决问题。     

一种基于可变精度粗糙集的群体分类决策方法

针对群决策分类问题，提出一种可以从多个决策表中获取群体分类偏好的可变精度粗糙集方法。首先定义决策表分类模式和频度的概念，其次给出每种分类模式在群体中的支持率和反对率的计算方法，以及如何调整粗糙精度因子，得出群体分类偏好的方法，最后通过一个算例验证新方法的可行性和有效性。     

基于模糊核聚类的SVM多类分类方法

针对SVM在大类别模式分类中存在的问题,提出了一种基于模糊核聚类的SVM多类分类方法,并给出了一种高效的半模糊核聚类算法。该方法基于模糊核聚类方法生成模糊类,并采用树结构将多个SVM组合起来实现多类分类。模糊核聚类方法不但能够实现更为准确的聚类,而且能够挖掘模糊类的外围、不同模糊类之间的交叠情况等信息,利用这些信息能有效提高分类器的性能。实验表明,所提方法比传统方法具有更高的速度和精度。