复杂大系统建模的模糊神经网络方法

提出了一种新的复杂大系统建模方法。采用模糊神经网络对复杂大系统对象中的结构不确定性因素进行建模,并利用同步扰动随机近似算法对模型参数进行在线调整。将该方法应用于直升飞机旋翼自转着陆过程中的仿真建模中,给出了全量模型和模型调整过程。仿真结果表明,该方法是切实可行的。     

复杂地下洞室群施工交通运输系统仿真与优化研究

采用领导 具技术对呈现高度复杂的随机性的复杂地下洞室群施工交通运输系统进行研究。按系统分析的理论方法，将道路规划情况，工作面布置情况，车辆配置情况和各种影响因素纳入一个整体模型。运用仿真技术对交通运输系统模型进行模拟分析。得到交叉路口的行车密度，排队情况，等待时间及各工作面的装载机利用率，汽车利用率等信息，并对这些信息进行了优化分析，为设计人员制定了优化合理的设备配套方案，论证道路系统布置的可行性和合理安排施工进度计划提供依据。     

基于复杂适应系统理论的水土资源优化配置研究进展

复杂适应系统理论是现代系统科学的一个新的研究方向,已经在国内外水土资源优化配置中得到了应用并取得了成果。论述了复杂适应系统理论的基本概念、核心思想以及近年来该理论在国内外水土资源优化配置应用的研究现状,分析了理论在应用过程中存在的问题,强调指出了目前的研究中对单项的水、土资源优化配置研究较多,把二者结合起来的较少。最后对复杂适应系统理论在水土资源优化配置中的应用前景进行了展望。参38。     

基于经济相关性的复杂系统维修优化模型研究

针对存在经济相关性的复杂系统,建立了以系统预防维修费用率最小化为目标、系统可靠度为约束的优化模型。该模型分析了复杂系统中存在的维修经济相关性,并考虑了实际预防维修中的不完备性,为此引入了役龄回退因子对预防维修活动前后系统性能的动态变化进行了描述。最后给出了优化模型的量子遗传算法,并通过实例对模型的客观有效性进行了验证。     

大系统稳态优化控制的改进瓣算法

引入标志算法抗干扰性级强弱的灵敏度指标，讨论了稳态优化控制两步算法（参数估计与模型优化相结合）最优性的参数灵敏度问题，特别对线性模型且具有二次性能指标控制问题的标准两步法和修正两步法的灵敏度作了分析比较，并提出了适合参数估计和模型优化各存在误差时的新算法．     

复杂系统与复杂系统仿真研究综述

复杂系统仿真已成为研究复杂系统的最重要手段之一。首先回顾了复杂系统的发展历程,总结了复杂系统的特点;然后综述了复杂系统仿真的当前发展,分类描述了各种复杂系统建模与仿真方法,分别总结了它们所能反映的复杂系统特点;提出要借助其他领域的研究成果来支持复杂系统仿真研究,并介绍了几种有助于推动复杂系统仿真研究的方法。最后阐述了仿真对复杂系统研究的重大意义。     

复杂大系统中数据分发管理的几种实用方法

在基于HLA/RTI的联邦开发中,复杂大系统的数据分发是一个急需解决的问题。本文分析了HLA/RTI中数据分发管理的实现机制和大系统中数据分发的困境,提出了通过在外部增加实体模型推进、优化匹配算法和减少组播组来提高数据分发效率的方法,并给出了仿真验证结果。     

含增长单元的复杂系统的可靠性综合

在钱学森教授提出的可靠性性理论研究的三大方向的基础上，对文「１」提出的可靠性统计的新方向进一步明确地给予界定。对迄今文献上见到的增长单元的模型给予总结。并对这个新的方向提出的某些问题给出了一种近似处理方法。     

地理复杂系统与地理非线性复杂模型

阐述了地理科学、地理信息科学、地理系统工程的理论、技术、工程三个层次的内容。三个层次都是开放的复杂巨系统，复杂性具有多种类型。简要阐述了不同层次的复杂性，地理科学是多学科综合的复杂性科学；天地信息一体化网络系统是多系统综合集成的开放的复杂巨系统；地理遥感信息模型指确定性与不确定性数学方法融合在一个模型中。     

零售大数据与商业智能系统的设计、实现与应用

应用商业智能系统已经成为零售企业解决复杂问题、提高经营管理效率的重要手段.本文根据当前零售行业的发展趋势和管理需求,立足我国先进零售信息化服务商建立的信息平台基础,设计出一种基于大数据技术、适用于跨区域多业态的零售行业大数据及商业智能系统框架体系——HDBI系统,能够与其他二十余套零售信息管理系统进行对接,实现数据和业务功能的交互.同时探讨了该系统的架构设计和关键技术与方法.通过商业应用实践,论证了该系统的有效性和先进性.     

人工智能决策可解释性的研究综述

人工智能决策的性能在某些特定领域超过了人类能力,中国、美国等多国都颁布了人工智能发展战略和行动规划,期望人工智能在多个领域得到落地应用.但在人工智能决策过程中,存在着固有算法黑盒和系统信息不透明的问题,导致其结果正确但不可理解,阻碍了人工智能的进一步发展.为了人工智能的商用和普及,对智能决策可解释性的需求越来越迫切,需要将黑盒决策转化为透明过程,建立起人与机器之间的信任.本文从系统应用视角和决策收益者视角出发,重点对人工智能决策可解释性的基本概念、模型解释方法、高风险决策应用解释和解释方法评估等四个方面的国内外相关研究进行综述,并展望了未来研究发展趋势.     

智能化时代国防科技体系工程初探

随着智能化时代的到来,国防科技的研究与发展面临新的机遇与挑战。本文从体系视角出发,对智能化时代国防科技体系工程开展了初步的探索。首先,介绍了智能化时代国防科技体系工程的相关概念,辨析了其内涵,明确了其研究范畴,构建了国防科技体系工程的研究框架。其次,系统总结了国防科技体系工程研究重点关注的3个科学问题,分别是建模问题、评估问题及预测问题,并对解决这3大类问题的相关理论方法和技术手段进行了梳理介绍。最后,对国防科技大学复杂系统与体系工程团队自主研发的国防科技体系工程软件支撑工具集进行了简要介绍。通过研究与实践,为国防科技的发展战略制定、规划计划、项目管理等实际工作提供了理论、方法和技术支撑,促进了科技创新能力提升和战斗力生成。     

数据智能:趋势与挑战

随着大数据和人工智能的兴起,数据智能(data intelligence)逐渐成为学术界和产业界共同关注的焦点.数据智能具有显著的大数据驱动和应用场景牵引两大特征.其融合场景内外的多源异质大数据,利用大规模数据挖掘、机器学习和深度学习等预测性分析方法和技术,提取数据中蕴含的有价值的模式,并用于提升复杂实践活动中的管理与决策水平.本文指出了推动数据智能实现迭代发展的三维要素:数据、算法和场景,然后围绕这三大要素介绍了数据智能的前沿热点、发展趋势和存在挑战,特别对数据智能与管理学交叉的研究与应用问题进行了较为深入的探索.论文还尝试给出一些具有前瞻性的观点或评论,一来希望为有兴趣进入数据智能领域的读者提供指引,二来希望能够在管理同行中起到抛砖引玉之效.     

Expert discovery and knowledge mining in complex multi-agent systems

Complex problem solving requires diverse expertise and multiple techniques. In order to solve such problems, complex multi-agent systems that include both of human experts and autonomous agents are required in many application domains. Most complex multi-agent systems work in open domains and include various heterogeneous agents. Due to the heterogeneity of agents and dynamic features of working environments, expertise and capabilities of agents might not be well estimated and presented in these systems. Therefore, how to discover useful knowledge from human and autonomous experts, make more accurate estimation for experts＇ capabilities and find out suitable expert（s） to solve incoming problems （＂Expert Mining＂） are important research issues in the area of multi-agent system. In this paper, we introduce an ontology-based approach for knowledge and expert mining in hybrid multi-agent systems. In this research, ontologies are hired to describe knowledge of the system. Knowledge and expert mining processes are executed as the system handles incoming problems. In this approach, we embed more self-learning and self-adjusting abilities in multi-agent systems, so as to help in discovering knowledge of heterogeneous experts of multi-agent systems.     

人工智能背景下工业机器人发展水平综合动态评价研究——以制造业为例

工业机器人是一种能够自动控制，并可进行编程的机器，它也是制造业智能化改造的重要基础.从某种程度上来说，工业机器人的发展水平可以作为衡量一个国家工业自动化水平的关键要素.以十五个主要的制造业工业机器人制造、购买、使用国为研究对象，利用时序全局主成分分析方法，对各国2010-2017年的工业机器人及制造业、经济发展数据进行分析.从11个指标中提取了工业机器人发展强度、工业机器人产业需求、工业机器人经济规模效应等三个主成分，建立三维综合动态评价指标体系，对我国工业机器人的发展动态变化进行综合评价.     

Improved artificial bee colony algorithm with mutual learning

The recently invented artificial bee colony (ABC) algorithm is an optimization algorithm based on swarm intelligence that has been used to solve many kinds of numerical function optimization problems.It performs well in most cases,however,there still exists an insufficiency in the ABC algorithm that ignores the fitness of related pairs of individuals in the mechanism of finding a neighboring food source.This paper presents an improved ABC algorithm with mutual learning (MutualABC) that adjusts the produced candidate food source with the higher fitness between two individuals selected by a mutual learning factor.The performance of the improved MutualABC algorithm is tested on a set of benchmark functions and compared with the basic ABC algorithm and some classical versions of improved ABC algorithms.The experimental results show that the MutualABC algorithm with appropriate parameters outperforms other ABC algorithms in most experiments.     

预测支持系统的研究与发展

预测在决策中起着非常重要的作用,但作出准确的预测是很困难的,预测支持系统集预测方法,预测领域及应用领域知识为一体,充分利用计算机的支持作用,是帮助人们进行预测的有效工具,研究人员非常重视预测支持系统的研究,本文对预测支持系统的结构设计、模型管理、人工智能在系统中的应用以及预测支持系统的一些实际应用进行了概述,并分析了“多库”结构预测支持系统在进行复杂问题预测时的一些不足之处,指出Ａｇｅｎｔ预测支持     

Research of intelligence data mining based on commanding decision-making

In order to rapidly and effectively meet the informative demand from commanding decision-making, it is important to build, maintain and mine the intelligence database. The type, structure and maintenance of military intelligence database are discussed. On this condition, a new data-mining arithmetic based on relation intelligence database is presented according to the preference information and the requirement of time limit given by the commander. Furthermore, a simple calculative example is presented to prove the arithmetic with better maneuverability. Lastly, the problem of how to process the intelligence data mined from the intelligence database is discussed.     

炮兵侦察情报处理系统概念模型研究

针对当前炮兵侦察情报处理系统的工作现状,指出了其存在的问题和局限性。利用人工智能中的基于事例推理(case basedreasoning,CBR)技术,建立了基于CBR炮兵侦察情报处理系统的概念模型。该模型详细描述了炮兵侦察情报处理过程,克服了现有基于规则推理系统不易扩展和修改的弊端,具有更好的处理效果。