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。     

本体在建模与仿真中的应用

在知识工程中,本体论方法主要用于知识的重用和共享,为解决建模与仿真领域中的领域信息描述、系统重用与互操作、仿真可组合等问题提供了思路.首先分析了信息科学领域中的本体定义,然后研究了基于本体的模型开发,包括本体在一般模型开发过程中的作用,离散事件建模本体和本体驱动仿真方法,接着探讨了本体在可组合性仿真中的作用,最后作为总结,指出了本体在建模与仿真领域的方展方向.     

基于WordNet重用的领域本体构建方法

构建本体是开发基于语义信息系统的重要步骤,提出了一种基于WordNet重用的领域本体构建方法。该方法分析了WordNet的结构和语义关系,将WordNet抽象为图模型,从中抽取以领域术语为节点的子图,得到一个领域子本体,再利用编辑工具对其进行修改和完善。实验结果表明,该方法可以重用WordNet的结构并从中获取领域知识,并半自动地快速构建领域本体。     

基于DEVS的防空作战模型可重用性研究

仿真模型重用是当前仿真领域的热点问题,其在工程领域的实现能够极大提高开发效益。鉴于各类现代防空作战行动中的相似性,采用DEVS方法为其建立分层耦合的离散事件模型(DEM),在事件驱动层面对各类应用情景中的模型状态转移做了统一的、规范的描述,并针对不同的应用情景引入行为模型(BM)建模,在行为表示层面上描述模型状态转移的具体算法,最后设计了BM和DEM结合的动态链接方式,给出仿真程序组成示例,实现了从事件驱动层到行为表示层的模型重用。     

虚拟战场环境中群体组织结构本体建模方法研究

军事仿真建模技术随着战场规模的扩大和仿真真实感要求的提高变得越来越困难.针对虚拟战场环境群体组织结构,提出一种本体建模方法.将本体的思想引入军事仿真建模,结合军事领域中群体组织的概念体系,采用本体描述语言OWL DL,对虚拟战场环境群体组织结构进行建模.实践表明,该方法有利于模型资源重用,提高了建模效率,保证了模型描述的一致性.     

基于指数法的导弹航迹规划空间威胁建模研究

导弹的航迹规划是保证导弹作战效能的必要手段,威胁空间的生成则是航迹规划的难点和关键技术.为满足研究的实际需求,支持快速的航迹规划,要求在规划前期能够迅速给出对威胁空间的初始描述,而当前已有的威胁建模方法还并不能有效满足这一特定需求.提出将反导防御系统效能指数作为进攻导弹面临威胁度度量的新思路,把效能评估中的指数方法引入到威胁度计算模型中,建立了面向导弹航迹规划问题规划初期的空间威胁度计算模型,并通过一个典型算例验证了其有效性,该模型可以较好支持进一步的航迹规划与评估.     

基于改进凸优化算法的多机编队突防航迹规划

为更好地发挥多机编队在低空突防作战中的优势，对已有的凸优化算法进行改进，提出一种多机编队低空突防航迹规划方法。首先，根据低空突防任务特点进行问题建模，包含多机编队航迹规划模型、障碍物模型以及任务分配评估模型。其次，提出基于匈牙利算法的集群任务分组概念，设计更符合战场需求和运动学规律的预规划航迹。之后，考虑新类型的外部障碍物和不同任务小组间的组间避障，通过对约束进行合理的近似与凸优化，实现多机安全飞行。最后，通过对比仿真，验证所提改进方法的可行性和有效性。结果表明，改进后的航迹规划算法能实现对低空突防任务的合理分配，求解效率和成功率均有所提高，对新加入的障碍有良好的避障效果。     

基于动态RCS的无人机航迹实时规划方法研究

为了提高无人机的生存能力,针对不确定飞行环境的无人机航迹规划问题展开研究,提出了一种基于RCS的无人机航迹实时规划方法,建立了相关计算模型,提出合理的代价函数,并采用多阶段分析博弈评估算法对航迹进行优化。仿真结果表明,基于动态RCS的无人机航迹实时规划方法能够比较好的解决无人机的航迹规划问题。     

光学制导巡航导弹实时航迹规划方法

针对光学制导巡航导弹的特点提出了一种实时航迹规划方法。建立了导引头受太阳逆光限制下的可飞航向角区域模型,结合可飞航向角与导弹的其他飞行约束条件对A*算法的搜索空间进行了规划。针对传统A*算法在规划前对所有地形进行平滑的低效规划方法,提出只对航迹每一步可行搜索方向上的地形进行实时平滑的A*算法,从而把对地形的平滑融入了每一步航迹的搜索过程。仿真结果表明,提出的航迹规划方法完全适用于光学制导巡航导弹,且在相同的条件下,实时平滑A*算法比传统A*算法的搜索效率更高。     

改进的快速扩展随机树在航迹规划中的应用

通过在快速扩展随机树(rapidly-exploring random tree)算法的基础上融入状态-时间空间(state-timespace)的思想,使改进后的算法能够有效地处理动态环境中的航迹规划问题。仿真试验首先采用四元素法建立航天飞行器的六自由度动力学模型,在三维空间中验证该算法搜索高维空间的能力。其次运用改进的算法在动态环境中进行航迹规划试验,证明了该算法的有效性。     

基于领域知识的模型检验方法

提出了一种基于领域知识的模型检验方法.该方法主要是采用本体论方法,将业务领域内的潜规则表示成领域知识,构成领域规则库,对领域规则采用图形化表示与使用SWRL描述相结合的方式,形成了对规则知识的内、外部表示,为领域知识的直观显示和有效推理提供基础.领域规则形成的规则库为模型检验提供了依据和复用基础,确保用户构建的应用模型满足业务领域需求.     

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...     

基于知识的紧固件松动健康管理系统

本文提出基于知识的健康管理系统结构, 实现对对象的健康管理.通过对象领域知识的本体建模, 实现领域知识的共享、重用.建立健康管理领域知识相关推理规则, 通过推理机实现对健康管理领域任务的推理. 依据推理结果, 组成具备相关功能的主体, 通过多主体协作, 实现健康管理任务.本文提出通过主体投票实现数 据融合, 提高诊断准确性与可靠性.以螺钉松动诊断监测过程说明系统工作过程与效能.     

基于本体的无人系统任务规划研究综述

作战知识是提高无人系统的自主作战能力的重要因素。如何系统规范地存储和表示作战知识, 使无人系统能够根据高层任务指令, 自主完成任务规划, 并基于不断更新的战场知识进行重规划和智能决策, 是一个新的研究领域。首先, 通过对任务规划领域概念、规划方法和知识表示方法的梳理, 提出了基于本体的任务规划框架。然后, 总结了本体在机器人、无人系统、军事任务规划等领域的应用情况, 分析了当前研究的特点和不足, 并提出了该领域的重要研究方向。最后, 针对构建无人系统任务规划本体时应遵循的原则和需要关注的关键能力指标进行了论述。     

基于本体的装备故障知识库构建

从装备故障知识库构建的重要性和现有故障知识表示方法存在的不足出发,将本体概念引入到装备故障知识库的构建中,分析了本体与知识库的关系以及装备故障知识的特点,提出了装备故障知识库的结构组成,设计了完整的知识库构建方法,描述了各步骤的具体构建过程,并详细阐述了基于规则的语义推理关键技术,实现了装备故障知识库的构建,也为其他领域知识库的构建提供了方法和技术路线。     

本体关系学习方法研究——概念特征词法

针对领域本体构建过程中获取概念间语义关系的困难, 提出了一种新的本体关系学习方法——概念特征词法, 支持自动化地构建领域概念间的关系集合. 该方法首先基于语境将领域概念表示为特征词向量模型, 然后通过计算向量的相似度来确定两个概念之间是否存在语义关系. 依据领域专家定义的金标准, 对概念特征词法的学习结果做了详细的性能分析. 结果表明: 相较于已有方法, 本文方法的准确率和召回率更令人满意. 概念特征词法可广泛应用于本体构建、文本挖掘和语义检索等领域.     

基于遗传算法和种子概念的本体概念提取算法

本体学习技术是利用本体工程技术和机器学习技术等众多学科技术来实现本体(半)自动构建的一项技术。通过研究中文本体学习这一领域存在的问题,提出了基于遗传算法和种子概念的本体概念提取算法。介绍了当前基于非结构化数据源的本体概念主要提取算法,在遗传算法和种子概念的基础上,设计了一种基于非结构化数据源的本体概念提取算法。实验证明,本算法在特定领域本体学习方面取得了良好的效果。     

可重构装配线多agent系统中的本体研究

提供多agent制造平台agent之间通讯所需的机器可理解的通讯内容语言，是构建多agent制造平台的重要内容。分析与总结出可重构装配线多agent平台对其本体模型存在提供装配制造知识及支持重构过程两方面需求，并因此将本体模型划分为通用本体与重构本体两部分．以某汽车变速器可重构装配生产线为背景，研究该环境下的具体本体建模技术。在设计了描述装配线制造知识与制造机理的通用本体基础上，通过分析可重构装配线多agent平台的重构机理，定义了由具有装配行为特征的重构动作原语组成的重构本体．构建的本体模型已应用于重构装配线多agent平台的开发。     

基于本体和BN的无人车行为决策方法

和高速交通环境比,城市交通环境具有更高的复杂性和不确定性,因此无人驾驶车辆行为决策系统要能给出驾驶场景下安全有效的驾驶动作。本文提出一种将本体语义表示与贝叶斯网络(Bayesian network, BN)概率推理相结合的行为决策模型。从驾驶场景中的多源异构信息和领域专家经验出发,建立本体并进行概率扩展,将其转换为BN,通过BN推理得到当前驾驶场景下的最佳驾驶动作。该方法既实现了驾驶场景领域知识的形式化描述和共享,又考虑到了驾驶场景中存在的不确定性。最后，通过Prescan/Simulink联合仿真实验验证了所提方法在无人驾驶车辆行为决策上的有效性。