基于离散模糊动态贝叶斯网络的空战态势评估及仿真

自动准确地进行空战态势评估是无人作战飞行器（UCAV）自主作战，或有人作战飞行器（MCAV）的辅助作战决策系统必须解决的技术，也是进行威胁评估和战斗决策的基础。为了解决空战态势评估的建模和实现问题，提出了用模糊动态贝叶斯网络实现空战自动态势评估的方法，推导了离散模糊动态贝叶斯网络的推理算法，建立了空战白动态势评估的离散模糊动态贝叶斯网络模型，并进行了仿真验证。仿真结果表明，依据离散模糊动态贝叶斯网络所建立的空战态势评估模型，能够准确地跟踪战场态势的变化，及时发现态势的转换边界，而且在观测值出现偶然误差或者错误时，仍然可以给出正确的评估结果。     

基于多传感器行为融合基础上的AGV导航研究

详细分析了AGV导航系统的基本行为，并建立了避障行为、目标跟踪行为、沿墙壁行驶行为和紧急停止行为的模糊规则。在此基础上，构建基于多传感器的行为融合的导航系统，并用模糊神经网络对上述规则进行学习，仿真结果表明该行为融合可获得很好的导航效果。     

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。     

基于模糊Petri网的空战战术决策研究

空战过程中由于空战态势的不确定性,战术决策也应作为一个动态的不确定性决策问题进行研究。针对该不确定性动态决策过程,在分析超视距空战战术决策的基础上,综合利用模糊逻辑理论与Petri网理论的优点,构建了超视距空战机动战术的模糊推理规则,提出了超视距空战战术决策的Petri网模型,并对该模型进行了仿真分析。此模型的仿真结果表明该模型能够提高决策的自动化和智能化程度,这是一种快速、实用、直观的方法。     

基于神经网络的故障模糊诊断研究

文章用模糊算子代替标准的传递函数，利用征兆、规则、故障间的逻辑关系进行故障诊断，构造了四层模糊结构，给出了诊断的知识流程、机理分析和诊断步骤，并推导出一种能加快网络收敛速度的故障诊断及改进算法．在对某J8-wp13发动机滑油典型故障样本和非故障样本的仿真中，诊断结果良好．     

模糊子集及规则的合并算法研究

在应用模糊系统时，常常会遇到的一个问题就是系统中可能存在冗余的模糊子集和模糊规则。一方面增加了系统复杂性，浪费了计算能力，另一方面也给使用自然语言来描述系统造成了困难。本文针对TS模糊系统提出一种模糊子集和模糊规则的合并算法。使用该算法能有效地减少模糊子集和模糊规则的数目，进而减小了系统的复杂性，提高系统的可描述性。数字仿真结果证明了本文所述算法的有效性．     

从数据中挖掘模糊规则及其系统实现

针对一类多输入单输出模糊逻辑系统，提出一种简单而有效的方法从数据库中挖掘模糊规则．该方法产生的模糊规则库具有良好的完备性和鲁棒性，从仿真实验可以看出利用数据挖掘方法建立的模糊系统具有更好的逼近能力．为了使该方法在应用上具有良好的通用性，设计和实现了基于组件技术的数据挖掘系统．     

一种PID型模糊神经网络控制器

为了使一种基于两维控制规则基的PID型模糊控制器具有参数在线学习功能，提出了一种包含一个自回归神经元的五层模糊神经网络，并根据梯度下降法，给出了它各权值的修正算法，该网络可以在反馈控制系统中作为一个自学习控制器来使用，最后，根据有关定理，给出并证明了该网络各层权值学习速率的收敛准则。     

一种模糊偏好的群体决策方法

用模糊集观点研究群体决策。首先给出两种具体算法：贴近度法和多数规则法，将专家对方案集的个体模糊偏好判断集结成群体模糊序关系；证明了贴近度法比多数规则法更有实用价值。其次，定义了非优超方案模糊集的概念，在此基础上提出了从群体模糊序关系中确定“获胜方案”的方法；最后，给出了一个实际案例：三峡工程群体模糊决策问题。     

一种基于支持向量机的模糊分类器

提出了一种基于支持向量机学习的模糊分类器(FCBSVM).介绍了FCBSVM的基本思想及其结构,分析了隶属函数参数和惩罚参数C对分类规则的产生以及分类性能的影响,并提出了参数确定方法.构建这种分类器时,先选用适当的隶属函数,构造核函数.然后,以训练模式作为中心,进行模糊划分,对每个模糊划分建立一条模糊IF-THEN分类规则.最后,利用支持向量机学习方法,求出支持向量和规则的参数.这种分类器将支持向量机和模糊集合理论的优点结合起来,实现了模糊划分和模糊分类规则的自动产生.用双螺旋线数据和典型的数据集对分类器的性能进行了实验评测,验证了分类器的有效性.     

基于主客观综合赋权的CGF态势评估建模研究

超视距空战仿真中,计算机生成兵力(computer generated forces, CGF)实体态势评估行为是一种综合反映决策者主观偏好和决策信息客观排序结果的理性行为。为了解决CGF实体态势评估行为建模过程中作战信息的客观模糊性与指挥员的思维主观性相结合的问题,提出一种基于主客观综合赋权的CGF态势评估建模方法。该方法以对超视距空战中CGF实体态势评估行为产生机制的分析为基础,以模糊多属性决策方法为工具,根据主客观综合赋权的多属性决策方法,计算出目标各威胁因素的权重,得出当前空战态势中各CGF实体的威胁排序结果,进而估计出目标可能的作战意图。实例验证表明,基于主客观综合赋权的CGF态势评估仿真方法能有效地模拟实际兵力的态势评估行为,提高超视距空战仿真中CGF实体行为决策的真实性。     

基于Recognition-Primed Decision模型的多智能体作战仿真(英文)

自然决策方法应用到多智能体协作决策是人工智能研究的热点问题,而作战仿真中的协作决策问题是多智能体协作决策重要的应用领域。为了建立作战仿真中的协作决策模型,将模糊集、模糊规则引入Klein提出的RPD模型中对战场环境中的不确定性信息进行处理,并建立了基于RPD模型的作战仿真多智能体体系。仿真结果表明内核为RPD模型的兵力主体能够对战场环境自主反应,并能够进行协作决策来协调统一团队的行为。     

基于FD-TODIM的混杂空战多目标动态威胁评估

针对传统空战态势威胁评估存在“状态失衡”以及难以体现决策者个体行为差异的问题, 首先针对空战过程中多时刻态势信息, 提出基于变权理论的态势权重解析方法, 并结合基于正态累积分布生成时间序列权重的算法, 解决属性参数与权值动态匹配的问题。其次, 基于混杂态势信息, 综合考虑飞行员有限理性和个体行为存在差异的特点, 提出基于模糊动态交互式多准则决策(fuzzy dynamic interactive multi-criteria decision-making, FD-TODIM)算法的混杂空战多目标威胁评估方法。最后, 进行了仿真验证和分析。仿真结果表明, 该模型可充分挖掘历史信息影响, 有效融合多个时刻混杂空战态势的混杂信息, 并根据不同飞行员个体差异, 生成具有实际意义的空战威胁态势评估结果。     

#br# 基于区间直觉模糊集的空战训练命中评估群决策

为解决空战训练命中评估中存在的评估语言不一致、专家权重未知、多专家集结等群决策问题,提出了仿真模拟、区间直觉模糊集、群决策相结合的方法。利用仿真模拟构建四元命中评估指标集,集合专家经验,建立群决策模型,利用区间直觉模糊集和逼近理想解排序法(technique for order preference by similarity to ideal solution,TOPSIS)方法实现专家经验汇总与集结,利用模糊熵原理衡量专家评估结论的模糊度,获取专家权重,最终实现空战训练命中评估。在Matlab M文件中实现了评估模块的封装,并将处理后的数据输出到Excel表格中。结合实际空战训练数据进行验证,此方法可有效解决空战训练命中评估的群决策问题。     

基于Agent的体系对抗仿真建模方法研究

面向信息化战争的武器装备体系对抗仿真，从复杂系统建模的角度对传统系统仿真建模方法提出了严峻挑战。因此，需要以CAS理论为依据，研究新的武器装备体系对抗仿真建模方法，以适应信息化战争模拟的需要。为此，我们在分析体系对抗仿真需求的基础上，从基于Agent的体系对抗仿真建模概念、仿真建模概念框架、仿真建模策略，基于Agent的体系整体“涌现”行为建模等问题入手，探讨了基于Agent的体系对抗仿真建模方法问题，并结合体系对抗仿真实验，研究了基于Agent的实体行为建模、实体交互建模和实体模型结构，提出了基于Agent的体系整体“涌现”行为建模思想和建模规范。     

基于直觉模糊博弈的无人机空战机动决策

为解决不确定环境下无人机空战的机动决策问题,将博弈论和直觉模糊集结合,首先对无人机的机动可选方案进行直觉模糊多属性评估,得到机动博弈的直觉模糊支付矩阵,并提出满足直觉模糊全序关系下的纳什均衡条件,建立了求解不确定环境下纳什均衡的规划模型。同时,采用个体控制参数和遗传代数自适应的策略改进差分进化算法,并对模型进行求解。仿真验证模型和算法的合理性和有效性,为不确定环境下空战决策问题的求解提供了新思路。     

基于遗传模糊系统的兵棋推演关键点推理方法

近年来,基于人工智能技术的自动化作战推演越发受到重视,但是由于有效地采集作战推演数据难度较大,许多依赖数据学习的人工智能技术效果不佳。在结合专家知识和作战推演数据的基础上研究作战推演中的人工智能技术,是一种可行的替代方案。为此,立足兵棋推演设计了关键点推理遗传模糊系统(genetic fuzzy system, GFS)框架,有效整合了对兵棋专家知识的建模和对兵棋复盘数据的学习,从而提高了关键点的推理质量。进一步以安全点为例,构建了安全点推理GFS,在初始化模糊系统规则库的基础上,通过合理设计遗传算法中的参数编码、适应度函数、遗传算子等,实现了安全点推理模糊系统的遗传调优算法。最后,通过实验仿真展示了所提方法的可行性和实用性。     

SUGENO型网络在空战CGF战术决策中的应用

提出了运用SUGENO线性模型研究空战仿真中飞机CGF的战术机动决策问题，构建了决策ANFIS网络。把各种作战态势纳入到统一框架下考虑，并运用混合学习算法完成网络的训练。用最速下降算法优化前提参数，用最小二乘法拟合结论参数。该模型训练速度快，鲁棒性好，能较客观地反映实际空战模型，较好地模拟飞行员的决策，并为蓝方CGF的智能化设计奠定了基础。     

体系对抗仿真SEB组合建模方法论

体系对抗仿真已经成为武器系统作战效能评估和武器装备论证的有效手段。然而，目前缺乏对于体系对抗仿真建模方法的研究。总结了面向效能评估的导弹体系对抗仿真基本概念和特点，分析了体系对抗仿真模型描述中存在的主要问题，在此基础上，提出体系-实体-行为的分层组合描述方法，作为体系对抗仿真的建模方法，即SEB组合建模方法，并给出其参考模型和各个层次建模的参考视图．SEB组合建模方法将体系对抗仿真建模的复杂性分解到各个层次的建模当中，再通过组合形成完整的战场对抗体系模型，可以有效指导体系对抗仿真的建模工作。