一种基于π演算的行为建模形式化方法

根据人的行为建模形式化方法需求, 针对直接应用π演算形式化建模人的行为所存在的不足, 尝试以π演算为基础扩展定义了一种人的行为建模形式化方法π-BFMBM(π-Based Formal Method of Behavioral Modeling); 并结合具体示例,阐述了扩展内容为π-BFMBM方法带来的、增强的行为描述能力及其实现方法. 研究表明,相比于π演算, π-BFMBM方法能够为人的行为建模提供更为有力地支持.     

基于封箱演算的形式化组织模型

组织是群体对抗的主要形式.一个好的组织模型有利于提高规划识别的精度和效率.封箱(seal)演算是π-演算的变体.将封箱演算引入动态联盟组织模型建模中,为组织模型的形式化研究提供新的手段.利用封箱演算工具,给出了形式化组织模型,提出了一种基于角色的层次性组织生成方法,并讨论了由于角色变化带来的组织动态调整.     

基于π演算的自治系统架构描述语言AS-ADL

自治系统(Autonomous Systems)具有复杂的动态结构和行为特性,其典型代表就是各类军事作战系统.针对当前各种自治系统架构描述方法存在的局限,建立了自治系统架构的概余模型框架,并提出了一种描述该模型框架的形式化架构描述语言AS-ADL.AS-ADL以高阶多型π演算作为系统行为语义基础,具有丰富的数据类型,可以形式化描述自治系统的动态行为,且具有描述自治元素内部的交互行为的能力,为建立可执行的系统架构模型奠定了基础,并为系统模型求精和模型有效性验证提供支持.     

基于π演算的指挥决策行为形式化建模研究

指挥决策行为建模研究急需能够为分析、描述和建模指挥决策行为所具有的并发性、复杂交互性以及动态演化性提供有力支持的形式化方法。基于改进的OODA,通过应用π演算对指挥决策行为进行形式化建模,探讨了基于π演算的指挥决策行为形式化建模的可行性和可用性;在此基础上,就π演算方法为指挥决策行为形式化建模正确性验证以及模型有效性验证方面所提供的支持进行了初步探讨。研究表明,π演算方法可为指挥决策行为建模提供有力支持。     

基于IBPSO的编队协同对地攻击目标分配算法

针对编队协同对地攻击目标分配问题特点,对二进制粒子群算法应用于编队协同对地攻击目标分配的若干问题进行研究。首先,通过战斗机毁伤目标收益和攻击目标代价建立了目标分配问题的评估标准。然后,在引入了一系列操作符的基础上,对二进制粒子群算法的速度和位置更新计算公式进行了改进,并利用改进的二进制粒子群算法完成了编队协同对地攻击目标分配。仿真结果表明,改进的二进制粒子群算法比遗传算法具有更强的全局寻优能力、更快的收敛速度。     

编队协同对地攻击多Agent系统体系结构研究

多Agent技术为网络中心战的研究和发展提供了新的思路。以网络中心战环境下飞机编队协同对地攻击系统为对象,对其多Agent系统体系结构进行了研究,分析了编队协同对地攻击作战方式的战斗组成和作战特点,提出了有限中央控制下的分布式控制结构,构建了网络中心战编队协同对地攻击多Agent系统体系结构,特别对编队协同对地攻击指挥控制系统进行了详细分析,最后,基于所建立的MAS体系结构,在HLA仿真环境中进行了仿真实验,表明论文所采用理论的正确性和所建立体系结构的合理性。编队协同对地攻击多Agent系统体系结构的研究为后续的工作奠定了基础。     

基于影响图的UCAV编队对地攻击战术决策研究

随着武器的高科技化、战场环境的复杂化、战斗节奏的加快,智能化的战术决策系统在现代战争中占有越来越重要的地位。基于影响图易于进行不确定性推理的优点,提出应用影响图来建立UCAV编队对地攻击智能战术决策系统。建立了UCAV编队对地攻击战术决策的影响图模型,并且对该模型进行了仿真分析。仿真结果表明,基于影响图的战术决策模型能够提高决策的准确度和智能化,而且推理简单,易于实现。     

UCAV编队协同对地攻击决策系统研究

针对UCAV编队对地攻击系统,提出了有人机UCAV联合编队协同对地攻击的概念,分析了有人机UCAV编队对地攻击的体系框架,提出了编队对地攻击的系统结构及其功能划分,给出了对地攻击的作战流程.基于UCAV编队对地攻击决策的复杂性,决策信息的分布性以及决策过程的层次性,提出了UCAV编队时地决策知识的表达和推理方法.     

基于贝叶斯网络的编队对地攻击损伤评估研究

随着武器的高科技化、战场环境的复杂化、战斗节奏的加快,战斗损伤评估系统在现代战争中占有越来越重要的地位。针对战场战斗损伤评估信息的多样性、不确定性和模糊性,基于贝叶斯网络易于进行不确定性推理的优点,提出应用贝叶斯网络对对地攻击效果进行分析评价,建立了编队对地攻击损伤评估的贝叶斯网络模型,给出了基于贝叶斯网络的损伤评估的推理决策方法,并且对该方法进行了仿真分析。仿真实例表明,基于贝叶斯网络的损伤评估模型能够提高损伤评估的准确度,而且推理简单,易于实现。     

双机编队协同战术的实现

针对空战的特点,对双机编队的作战任务进行功能分解。通过引入描述攻击过程中编队作战决策心智状态的信念、目标、行动和路径等算子,给出了双机编队的协同作战意图,以及编队内各架飞机之间通信行为的概念。研究了基于协同作战意图的“主从式协同、协商式协同”编队战术的协调方法。仿真结果表明,基于协同作战意图的协调方法可提高编队的作战效能。     

基于突发任务多无人作战飞机攻击多目标研究

针对无人作战飞机在动态不确定环境中任务执行的路径规划问题,提出了一种基于突发任务的路径规划方法。在单机路径规划中,通过建立Voronoi有向图,并根据Dijkstra算法为每架无人作战飞机寻找最优、次优路径,针对路径规划中的多目标攻击和协同的问题,设计了一种多目标攻击任务规划器,结合突发任务的情况,给出了多目标攻击策略。仿真的结果表明所提方法是可行的。     

产品开发团队组织模式的自适应决策模型

为了缩短产品开发时间,要求开发团队组织模式与所开发的产品相适应。提出了3种典型的产品开发团队组织模式,并采用模糊神经网络方法,以产品特征因素作为输入,经训练后形成决策器,团队组织模式按照决策结果自适应地进行调整。给出的仿真结果证明了该方法的有效性。     

超视距多机协同多目标攻击系统研究

首先在BVR多机协同多目标攻击系统中使用了自主优先权和协同优先权,采取了分组决策的方案,然后用BP神经网络完成目标分配,SOFM神经网络完成攻击排序,采用神经网络实现了决策算法,并对整个决策系统进行了仿真;然后,在原始态势数据的基础上计算了导弹攻击区,用比例导引法实现了空空导弹攻击.最后设计了BVR多机协同多目标攻击系统,将空战决策,导弹攻击区判断,导弹攻击融为一体,并进行了仿真.结果验证了决策的正确性.本文工程背景强,所得的仿真结果可供工程设计时参考.     

A Construction Way of MAS Based on Organization Theory

1　 IntroductionBeing a promising means to cope with distributed and complex problems,Multi-agentsystems( MAS) are recognized by more and more researchers nowadays.For example,Holland and his fellows who come from Santa Fe Institute have established the theory ofcomplex adaptive system ( CAS) based on MASto solve general complex problems[1 ] .Andin the field of information,with the spreading of information applications ( such asdistributed,real-time,dynamic and interaction-oriented envir…     

考虑团队分享和协同效应的团队员工多阶段激励模型

引入团队分享和协同效应,将个人激励与团队激励相结合,在显性激励模型的基础上考虑声誉激励的影响,建立多阶段员工激励模型,得到了引入声誉机制能够实现团队协作以及帕累托改进的条件,并且员工讨价还价能力越强,团队协同效应越大,越容易实现团队协作和帕累托改进。分析了基本工资、绩效工资、协同效应和团队分成等显性激励因素对员工努力程度及团队协作的影响,结果表明:基本工资对员工和团队都没有激励作用,绩效工资率和团队分享率越高,员工在本职工作以及在帮助其他员工上的努力程度越高,团队合作程度也就越高。最后,通过算例验证了所得到的结论并对参数的敏感性进行了分析。     

基于贝叶斯优化算法的UCAV编队对联合目标的协同攻击研究

针对传统武器目标分配(WTA)方法中将目标视为彼此相互独立实体的不足,提出一种联合目标模型。该模型能够反映攻击方攻击意图及其对目标内在关系的理解。将贝叶斯优化算法(BOA)引入到协同攻击优化领域中。在目标分配的基础上定义一种武器-目标映射原则,通过该原则实现了无人作战飞机(UCAV)编队对联合目标的协同攻击。仿真结果表明了联合目标模型和武器-目标映射原则的合理性,通过与遗传算法(SGA)结果的比较说明了引入贝叶斯优化算法的必要性。     

巡航导弹协同攻击体系目标仿真优化

针对巡航导弹协同攻击体系目标方案仿真优化效率低下的问题,提出了以数据挖掘技术为基础的基于概率规则的仿真优化方法。该方法的主要思想是通过对仿真数据进行挖掘形成知识,并指导方案演化,从而提高仿真优化的效率。首先构造了协同攻击仿真优化问题;其次提出了优化算法的基本框架;重点研究了通过贝叶斯网络学习构建概率规则以及方案演化两项关键技术;最后,采用实例对所提出的方法的有效性进行了验证。     

大型复杂仿真系统CSCW环境的设计与实现

对计算机支持协同工作环境的研究现状作了简要的介绍 ,分析了大型复杂仿真系统全生命周期对计算机支持协同工作环境的需求 ,设计了大型复杂仿真系统计算机支持协同工作环境的总体结构得到应用。提出基于LotusDomino系统的大型复杂仿真系统计算机支持协同工作环境实现方法 ,在新一代分布式交互仿真系统的开发中得到应用 ,明显提高了开发团队的凝聚力和工作效率     

基于改进的进化型自组织映射的攻击实例挖掘

针对从入侵检测系统产生的复杂报警数据中难以获取有意义的攻击实例的问题,提出了一种基于改进的进化型自组织映射（IESOM）的攻击实例挖掘方法。IESOM算法给出了基于获胜神经元和其它神经元的距离的连接强度初始值,解决了进化型自组织映射（ESOM）算法中的连接强度初始值的选择问题。基于IESOM的攻击实例挖掘方法先对报警数据进行IESOM聚类,再使用合并规则得到初步的攻击实例,最后使用筛选规则获取有意义的攻击实例。对XJTU-sensor的报警数据的攻击案例获取结果表明了提出的基于IESOM的攻击实例挖掘方法能够从大量的报警数据中高效地获取典型的攻击实例。