Research on the self-defence electronic jamming decision-making based on the discrete dynamic Bayesian network

The manner and conditions of running the decision-making system with self-defense electronic jamming are given.After proposing the scenario of applying discrete dynamic Bayesian network to the decision making with self-defense electronic jamming,a decision-making model with self-defense electronic jamming based on the discrete dynamic Bayesian network is established.Then jamming decision inferences by the aid of the algorithm of discrete dynamic Bayesian network are carried on.The simulating result shows that this method is able to synthesize different targets which are not predominant.In this way,various features at the same time,as well as the same feature appearing at different time complement mutually;in addition,the accuracy and reliability of electronic jamming decision making are enhanced significantly.     

基于Agent的网络物流配送决策系统研究

针对电子商务下企业物流配送决策面临的新要求,将Agent技术应用于企业物流网络配送决策。分析了电子商务下企业物流配送决策的基本流程,在此基础上构建了基于多Agent的网络物流配送决策系统结构,分析了该系统中Agent间的运作方式,并详细剖析了各子Agent的内部结构。探讨了系统中多Agent间的协调机制,定义了Agent状态转移的协调规则。采用分布式组件对象模型(DCOM)技术实现了Agent间的交互和通讯接口。通过该系统的调试运行,证明将Agent技术应用于物流配送决策提高了决策的效率。     

空地精确制导武器对地攻击目标毁伤评估

针对现代战场的复杂性、目标毁伤评估信息的多样性、不确定性,结合模糊理论和贝叶斯网络建立了目标毁伤评估模糊贝叶斯网络模型.对于网络中的连续节点, 运用模糊理论将其转换为相应的隶属度,再利用可能性概率转换理论转换为可用于贝叶斯网络推理的概率知识.模型考虑了天气、电子和光学干扰、武器-目标匹配度等因素对目标毁伤评估的影响,作战决策人员可以运用该模型对各种攻击条件下的目标毁伤效果进行仿真,快速、准确地评估目标毁伤等级,并可融合战后收集的侦察情报得到目标真实毁伤信息,利用评估准确度对预测评估模型进行修正,最终为是否进行二次打击及合理配置火力提供决策依据.     

MFR认知干扰决策体系构建及关键技术

随着多功能雷达(multifunctional radar, MFR)和认知电子战的不断发展,现有干扰决策体系越来越难以满足现代化战争的需求。对此,构建了一种对MFR的认知干扰决策体系。首先,构建了MFR信号层级结构,在此基础上结合认知特点,提出了认知干扰决策体系,使得对MFR的干扰决策体系具备了一定的认知能力。其次,对体系中的关键技术——干扰库和案例库的构建和更新、干扰有效性分析和基于强化学习的干扰策略分别进行了研究分析。对认知电子战的发展具有重要的理论和实际意义。     

MFR认知干扰决策体系构建及关键技术

随着多功能雷达(multifunctional radar, MFR)和认知电子战的不断发展,现有干扰决策体系越来越难以满足现代化战争的需求。对此,构建了一种对MFR的认知干扰决策体系。首先,构建了MFR信号层级结构,在此基础上结合认知特点,提出了认知干扰决策体系,使得对MFR的干扰决策体系具备了一定的认知能力。其次,对体系中的关键技术——干扰库和案例库的构建和更新、干扰有效性分析和基于强化学习的干扰策略分别进行了研究分析。对认知电子战的发展具有重要的理论和实际意义。     

基于网络分析法的逆向物流外包或自营决策

为了解决制造业逆向物流外包或自营决策问题,以网络分析法(analytic network process,ANP)理论为基础,建立了影响制造业逆向物流外包或自营决策的网络图。以某汽车制造企业为例,通过SD软件进行仿真模拟和灵敏度分析,透视影响该汽车制造企业逆向物流外包或自营决策的因素权重,验证了该网络图的有效性;同时提供了一种解决逆向物流决策问题的定量化思路,期望对企业的逆向物流运作提供决策借鉴。     

对多功能雷达的DQN认知干扰决策方法

基于Q-Learning的认知干扰决策方法随着多功能雷达(multifunctional radar, MFR)可执行的任务越来越多,决策效率明显下降。对此,提出了一种对MFR的深度Q神经网络(deep Q network, DQN)干扰决策方法。首先,分析MFR信号特点并构建干扰库,以此为基础研究干扰决策方法。其次,通过对DQN原理的简要阐述,提出了干扰决策方法及其决策流程。最后,对该决策方法进行了仿真试验并通过对比DQN和Q-Learning的决策性能,验证了所提方法的必要性。为提高决策的实时性和准确率,对DQN算法进行了改进,在此基础上,结合先验知识进一步提高了决策效率。仿真试验表明:该决策方法能够较好地自主学习实际战场中的干扰效果,对可执行多种雷达任务的MFR完成干扰决策。     

基于A3C的多功能雷达认知干扰决策方法

在多功能雷达对抗领域, 目前基于强化学习理论的认知干扰决策方法难以满足雷达对抗高实时性要求。对此, 将异步优势行动者-评论家(asynchronous advantage actor-critic, A3C)算法引入到认知干扰决策领域, 设计了包括干扰机模型、环境模型(目标方多功能雷达)以及交互机制的认知干扰决策整体框架, 制定了干扰决策流程, 干扰机模型利用异步多线程方式与环境模型进行交互训练。仿真实验表明, 在扩充雷达任务转换关系表的基础上, 所提方法与基于深度Q网络(deep Q network, DQN)的认知干扰决策系列方法相比, 极大地提高了时间效率, 平均决策时间降低70%以上, 并且在决策准确度上有着明显优势, 表明所提方法能够为多功能雷达对抗决策提供更有力的技术支撑。     

远距离支援干扰下双隐身飞机自卫相参干扰对单脉冲雷达影响

以复杂电磁环境下双隐身飞机自卫相参干扰对抗单脉冲雷达为研究背景,针对单脉冲雷达角欺骗问题,提出了远距离多假目标干扰下双隐身飞机自卫相参干扰模型。首先构建双隐身飞机姿态敏感性模型,提取即时雷达散射截面序列,依据目标回波与干扰信号对应关系,建立复合等效信干比模型。在此基础上,采用脱靶与有效干扰最小即时距离对双机干扰模式下雷达角跟踪误差形成评判指标。仿真表明，该组网干扰模式使雷达角跟踪误差提高696.49倍,比单一干扰模式使单脉冲雷达角跟踪误差平均提高1.07倍,检验了组网复合相参干扰样式的有效性。     

基于Vague集的雷达导引头干扰效果评估

针对雷达导引头的干扰效果评估问题,利用模糊理论建立了基于Vague集的干扰效果评价模型,考虑到多人参与决策的情况,并进行了重要改进,取得了较好的效果。首先,针对实际中存在个别决策者意见严重偏离绝大多数的决策者意见的情况,利用模糊集距离的概念,排除了偏离最大的决策Vague集,即去除了决策者意见中的“野值”。而后,定义了综合决策Vague集,用改进的综合评估算法对综合决策Vague集进行处理,得出评估结果。最后,结合交叉眼干扰的具体实例,说明方法的可行性和优越性。     

基于贝叶斯网络的质量管理实践对绩效的影响评价

提出了将结构方程模型与贝叶斯网络相结合, 对因果关系进行预测和诊断的方法. 该方法既发挥了结构方程模型基于理论的实证证实能力, 又突出了贝叶斯网络处理非线性关系及预测和诊断的能力, 有利于管理决策的制定. 进一步将该方法应用到质量管理实践与绩效关系的研究中, 明确了质量管理实践、质量绩效和企业绩效间的影响关系, 为企业有效的质量决策提供了依据. 该方法同样可应用于顾客关系管理、风险评价等领域.     

基于理想点贴近度的辐射源威胁综合评价建模与仿真验证

辐射源威胁评价是电子对抗领域的一个重要研究课题,电子干扰资源分配、干扰辅助决策等都是以辐射源威胁判别为基础的。在对辐射源威胁因子进行分析的基础上,建立了威胁因子的隶属度模型,提出了一种基于理想点贴近度的辐射源威胁综合评价算法。仿真实例说明,该方法是可行、有效的,为辐射源的威胁评价提供了一种新的途径。     

基于决策树和BN的自动驾驶车辆行为决策方法

交通环境中存在着众多影响自动驾驶车辆行为决策安全的不确定性因素, 准确并及时地处理不确定性因素对自动驾驶车辆安全至关重要。因此, 建立了以人工驾驶行为分类为基础的贝叶斯网络(Bayesian network, BN)行为决策模型。利用决策树分类算法对人工驾驶行为进行分类, 利用BN建模驾驶环境并生成最优驾驶动作, 此方法既可以及时地分析人类驾驶员行为类别, 又能够充分考虑驾驶场景中的不确定性因素。利用仿真工具PreScan设计仿真实验, 仿真结果表明行为决策模型能够给出安全、合理的自动驾驶车辆行为。     

对光电精确制导武器的区域电子防空干扰目标分配方法

精确制导武器是区域电子防空的首要作战对象,以红外、电视、激光为制导方式的光电制导武器占据绝大比例。干扰目标分配作为对抗过程中的关键环节,其准确性和合理性直接决定能否实现对敌有效干扰,确保己方重点目标的安全。在分析区域电子防空目标特征、对抗能力和决策难点的基础上,确立了基于多层防御的干扰分配思路。针对目标分配的前提威胁评估问题,提出了目标环境不确定条件下基于知识推理的威胁等级判定方法。依据威胁评估结果,建立以干扰效能指数最大化为目标的干扰分配数学模型,解决不同作战对手、对抗手段、力量配置情况下的分配决策问题。仿真实例表明,所提方法能够积极响应战场态势变化,在实时分配、精确干扰和主动调整上满足实战要求。     

A study on decision-making of food supply chain based on big data

As more and more companies have captured and analyzed huge volumes of data to improve the performance of supply chain, this paper develops a big data harvest model that uses big data as inputs to make more informed production decisions in the food supply chain. By introducing a method of Bayesian network, this paper integrates sample data and finds a cause-and-effect between data to predict market demand. Then the deduction graph model that translates products demand into processes and divides processes into tasks and assets is presented, and an example of how big data in the food supply chain can be combined with Bayesian network and deduction graph model to guide production decision. Our conclusions indicate that the analytical framework has vast potential for supporting support decision making by extracting value from big data.     

多机协同电子战规划压制干扰布阵研究

针对电子战任务规划中的多机协同压制敌防空雷达网的干扰布阵问题,提出了航线规划安全区概念,基于数学形态学方法对安全区最小宽度进行求解,以安全区最小宽度和各部干扰机距敌方雷达网中心距离之和作为目标函数,构建了干扰布阵的多目标优化模型,采用多目标粒子群优化算法对模型进行求解,通过仿真实验对求解出的Pareto最优解集进行分析,得出了各部干扰机压制敌雷达网的最优干扰布阵方式,验证了所建多目标优化模型的正确性,同时也表明多目标粒子群优化算法在求解多机协同电子战干扰布阵问题是可行的、有效的     

电子对抗效能评估仿真系统的实现

介绍了一个基于攻防对抗环境的电子对抗效能评估计算机仿真系统。文中分析了国内外在电子战效能评估仿真领域内的研究现状,论述了该仿真系统的技术实现思路,重点介绍了其场景想定模块、态势显示模块和效能评估模块。还介绍了该仿真系统模型实现中的几个关键问题,包括辐射源威胁等级的确定算法,以及神经网络应用于干扰资源分配的组合优化方法。该仿真系统的实现可以辅助部队改进电子战训练手段,提高训练水平。     

战役性联合压制作战远程支援干扰部署优化

远程支援干扰编队是空中压制集群中用于支援火力压制编队突防的“首波”电子干扰力量,对其进行优化部署将有助于提高空中压制集群在其突击航路“前段”的突防效能。然而当前研究成果普遍存在缺乏战术背景及对空中压制集群作战筹划规程不明的问题。缺乏战术背景,致使研究结论出现偏颇或错误;对空中压制集群作战筹划规程不明使得在建模过程中对相关约束把握不全、不准,致使研究结论实用性不强。本文从空中压制集群作战实际出发,依据防空预警雷达网的空情融合规则建立了雷达探测威胁模型;以突防航路被敌雷达网探测的威胁总量为目标函数,建立了远程支援干扰编队部署决策模型;为解决几何解析难以进行模型解算及对广域多参函数进行二进制编码将出现计算效率低等问题,设计了基于二值图像封闭区域检测的实数遗传算法;最后通过实例仿真验证了所构模型的有效性及正确性。     

基于B/S架构的人才招聘选拔GDSS设计与实现

针对现代企业人才招聘选拔过程符合群体决策的特点,将Web技术引入到群体决策支持系统(GDSS)设计中,构建了基于B/S架构的人才招聘选拔GDSS。该系统按照异地异时群体决策类型进行设计并予以实现,能免去在招聘过程中招聘者必须亲临现场的要求,使人才招聘工作更加专业化、智能化和科学化。该系统已在实践性教学中得到应用,表明系统具有良好的可行性与实用性。     

基于贝叶斯网络的不确定环境下多属性决策方法

融合贝叶斯网络推理技术来求解不确定多属性决策问题,根据问题的决策变量、环境变量和多个属性之间的依赖关系构造贝叶斯网络,通过推理求解在各个方案下每个属性取值的概率分布,从而把问题转化成风险决策问题.采用此方法求解不确定环境下多属性决策问题时,决策者只需考虑节点与其父节点之间的依赖关系,降低了思考的复杂程度,适用于大规模的复杂问题求解.算例表明基于贝叶斯网络的求解方法对不确定环境下的多属性决策问题是有效的.