基于证据理论的不确定可拓推理及其应用

针对可拓推理的不足及可拓知识的不确定性,将关联函数与信任函数结合起来,研究不确定条件下可拓推理的可信度与支持度、冲突度与一致度,构建了基于证据理论的可拓推理函数及合成规则,以实现决策对象在不确定条件下的比较与选择,解决了多方案可拓推理、动态识别的数据挖掘问题,提高了可拓推理的准确性和可信度。     

编队协同对地攻防对抗多级动态决策方法研究

针对编队协同对地攻击的攻防对抗系统的强对抗性、多目标性和多层次性,运用军事对抗的动态状态空间模型,建立了主从递阶互动决策模型——Nash-Stackelberg-Nash决策模型,重点解决军事对抗中寻求多级动态决策的联合最优策略问题。仿真结果表明,该决策模型应用于编队协同对地攻防对抗决策系统,良好的解决了两级对抗动态决策问题,并达到了较好的作战效果,能够为作战对抗提供有力的战场分析依据。     

智能化人口-经济发展战略决策支持系统CDSS

本文提出将基于人工智能技术、运用知识和推理的专家系统与基于数字仿真技术、运用数据和模型的仿真模型体系相集成的智能化决策支持系统CDSS。CDSS用领域专家的知识选择和组合模型,完成问题的推理和系统的仿真运行。系统支持决策过程的各阶段并通过人-机界面实现定性与定量相结合的交互式决策。其系统结构对解决管理科学中非结构化问题具有普遍适用的价值。     

电子商务中面向延迟购买行为的易逝品动态捆绑策略

研究电子商务零售中动态捆绑决策的优化问题. 延迟购买行为会大大降低易逝品零售商的收益水平, 动态捆绑策略是有效解决延迟购买效应的一种营销手段, 计算复杂性和决策的实时性需求是实施动态捆绑策略的难点. 对此, 首先基于延迟购买效用分析提出了易逝品市场需求状态模型和动态捆绑的决策过程模型, 并给出了决策过程模型中随机参数的估计方法. 在此基础上, 根据问题特点对传统Q学习算法加以改进, 使之适应动态捆绑策略的优化问题. 模拟实验结果表明: 1)延迟购买程度越大, 动态捆绑策略对收益的贡献也越显著; 2)用所提出的改进型Q学习算法求解动态捆绑策略优化问题具有较高的效率和效用.     

面向突发事件的复杂系统应急决策方法研究

突发事件应急决策问题具有典型的复杂系统特性,本文深入分析了传统决策问题和应急决策问题的差异,考虑应急决策问题的特殊约束条件,提出了面向突发事件的复杂系统应急决策方法——"基于跨域仿真的应急决策方法",该方法由三条基本准则、跨域仿真模型、基于跨域仿真的决策支持模型三部分组成.三条基本准则包括动态锚定、有效策略、底线原则,分别针对应急决策面临的决策目标动态不确定、方案评估缺乏评价依据、决策调整难以实施三大难题给出了解决途径;跨域仿真采用"数据-模型"融合的方式解决突发事件仿真的"仿不准"难题;基于跨域仿真的决策模型实现了复杂突发事件的有效决策.本文提出的基于跨域仿真的应急决策方法具有一定的方法论意义,可推广适用于多种具有复杂系统特征的广义决策问题.     

基于类型2区间模糊K近邻分类器的动态武器目标分配方法研究

动态武器目标分配问题是战场指挥控制决策中的关键问题。由于动态武器目标分配算法是在攻击间隙所做的决策,对计算时间的实时性要求较高。解决这一问题,可以采用机器学习的方法基于战场辅助决策系统的武器目标分配,从已知的决策中推理生成出新的决策,而不必每个步骤中都重新搜索新的目标分配方案。根据这种思路,提出了一种基于类型2区间模糊K近邻分类器的武器目标分配方法,利用分支定界法得到的分配方案作为训练样本,通过构造并行运行的类型2区间模糊K近邻分类器来推导目标分配结论,实现了快速决策的目的。     

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。     

协同地面延误机场时隙MAS动态协调交易

针时协同地面延误程序(CDM GDP)机场时隙交换问题,提出了基于多智能体系统(MAS)协调的动态交易方法,以增加交换的灵活性和自主性,提高时隙资源利用率.在时隙信任交易(slot credit substitutions,SCS)"一对一"简单交换机制的基础上,采用基于市场机制的协商策略,建立了有条件的"多对多"拍卖交易机制,并引入了单边付款的交易形式;应用基于信念-愿望-意图(belief-desire-intention,BDI)的协调推理机制,给出了基于效用的Agent内部推理策略.系统仿真分析表明,航空公司可以动态、灵活和自主地选择最佳交易对象,所提方法提高了航空公司参与协同决策的积极性,增加了时隙交换问题的适用性.     

模糊控制策略在避碰运动系统中的应用

目前多机器人避碰运动已经被广泛研究,其控制策略也多种多样.主要解决基于全景视觉传感器的多机器人多目标系统中机器人之间以及机器人和静态障碍物之间的避碰问题,提出了单个自主运动机器人的结构模型、自主机器人周围物体的态势模型以及移动机器人动态速度的快速检测方法.机器人的运动决策采用基于Step-Forward策略的模糊推理机制,实现机器人在动态环境中快速、准确的找到一条无碰撞的路径,最终达到目标点.仿真结果表明了该算法应用于移动机器人在动态复杂环境中的无碰撞运动具有正确性、实用性和智能性等优点,同时该算法计算量小,运算速度快,提高了机器人控制的响应速度.     

动态贝叶斯网络与黑板机制结合的协同决策方法

针对信息化战争中重大复杂决策问题,提出动态贝叶斯网络与黑板机制相结合的协同决策方法。以协同防空预警雷达目标识别问题为背景,针对复杂问题协同决策的特点,将动态贝叶斯网络的定量推理能力与黑板机制灵活集成多领域决策者智慧定性推理的能力相结合,提出动态贝叶斯黑板协同决策机制。在概率意义下证明了该方法的有效性,并用仿真试验验证该方法可以较显著地提高协同决策的正确性。     

基于随机集证据推理的构件软件体系可靠性模型

将随机集证据推理应用于军事信息系统软件可靠性建模研究,采用其分析软构件故障过程,计算 软构件可靠性参数,并在此基础上构建了一个基于随机集证据推理-贝叶斯网络的军事信息系统软件可靠性模型.本模型实现了对构件软件体系全过程的可靠性跟踪和监控.仿真实验验证了该模型的实用性和有效性.本模型还可应用于对大型设备系统的故障诊断.     

一种基于可传递置信模型的分布式决策方法

证据推理理论是研究在不确定情况下智能决策的有效方法之一。将证据推理引入到分布式决策系统，提出了一种基于可传递置信模型的分布式智能决策方法，从信息融合技术的角度构建了agent模型以及分布式决策系统的框架，并且分析了分布式决策系统的信息提取和合成算法以及决策制定算法。通过借鉴信息融合技术中证据推理的可传递置信模型和算法，使分布式决策的研究方法有进一步的发展。在仿真中采用机器人足球仿真比赛作为平台进行研究。     

一种基于网络分析的语义冗余发现方法

以农业AGROVOC本体为例,结合语义万维网推理机制定性分析冗余信息产生原因,利用复杂网络分析方法量化推理过程中产生的冗余,进而确定本体中的核心概念,解决推理冗余问题。实验表明,复杂网络分析方法可从定量角度找出核心节点及导致推理产生冗余的边,并揭示了语义冗余引起的推理效率降低问题。为优化本体设计、提高推理效率提供了一种新的可行方法。     

复杂层次模型中知识表达与推理方法研究

工程教育认证背景下的人才培养体系,是典型的复杂层次系统.采用多色集合及其元素、着色、围道矩阵和体运算等概念,建立复杂系统层次结构模型,从水平和纵向两个方向对该模型进行形式化描述,并给出复杂层次结构模型的形式化推理算法流程.基于多色集合为工程教育认证背景下的人才培养体系构建的层次结构模型,在逻辑层实现了知识自顶向下、自底向上的单向自动推理和同时向下、向上的双向自动推理,在问题的形式化描述、信息的高效率处理和程序的快速实现等方面具有明显优势.构建工程教育人才培养体系层次结构模型并提出知识的表达与推理方法,对开展工程教育专业认证工作、提高人才培养质量都具有重要意义,同时也为复杂系统模型构建及其知识推理分析提供了一种新的有效方法.     

基于贝叶斯网络自适应推理的无人机任务决策

针对不确定环境下无人机任务决策问题, 提出一种基于变结构离散动态贝叶斯网络的自适应推理算法. 该算法能够利用软/硬证据和先验信息动态地调整任务决策模型参数, 通过推理和参数学习互动的方式使任务决策模型具备适应动态环境的能力. 仿真证明, 提出的自适应推理算法能够在突发威胁信息不完备、先验参数不精确和先验参数无认知的情况下为无人机任务决策提供保障.     

Network-Based Analysis for Discovering Semantic Redundancy北大核心CSCD

The efficiency of semantic reasoning can be improved through constructing the semantic ontology reasonably and reducing the redundant information in the process of reasoning. It is a feasible method to reveal the reason of the redundant information in the process of reasoning through analyzing the dynamic changes of an ontology structure and the important role of nodes in an ontology. Taking AGROVOC ontology network as an example, this paper provides qualitative analyses based on the reasoning mechanism of semantic web for understanding the redundant information. Meanwhile, some quantitative measurements from the perspective of complex network are provided in order to identify the core concepts in a semantic web, and further to solve the problem of redundant information. Experimental results show that the reasoning of semantic web and the rationality of ontology construction can be quantitatively analyzed from the perspective of complex network, which provides a new measurement to optimize the design of ontology and improve the efficiency of reasoning in the semantic web. © 2017, The Journal of Agency of Complex Systems and Complexity Science. All right reserved.     

机械装置的定性空间推理与仿真

对定性空间推理机械装置的配置给出了一个全新的途径，使得计算机能通过定性空间推理理论，初步判断人类对某个机械装置设计的概念思路是否合理。此方案在推理过程中运用了约束传播和符号代数的方法，预测所有可能合理的配置信息。其推理机制主要定位于机械装置的空间信息描述和其相关的定性动力学描述。对每个构成一般机械装置的基础机械部件提供其定性配置信息和动力学约束。通过有机的推理机械部件信息，得到复杂机械部件综合定性描述，从而对整个系统的有个形象直观的定性认识。     

基于IFTBN的不确定性时间推理方法

针对模糊贝叶斯网络模型对复杂不确定性时间信息描述和推理方面的局限性,给出了直觉模糊贝叶斯网络的定义,并将直觉模糊时序逻辑理论与贝叶斯网络推理相融合,构建了直觉模糊时间贝叶斯网络(intuitionistic fuzzy time Bayesian network, IFTBN)模型,提出了基于IFTBN的不确定性时间推理算法,较好地解决了态势估计中不确定性时间推理精度不高的问题,提高了军事态势评估系统形成正确战场感知的作战效能。最后通过典型实例验证了该时间推理方法的有效性和优越性。     

定性仿真技术及应用

定性仿真以非数字化手段处理信息输入、建模、行为分析和结果输出等仿真环节,通过定性建模推导系统的定性行为描述。定性仿真是处理不完备信息的有效方法。定性仿真方法产生了多种流派,如模糊仿真法、归纳推理法、非因果关系推理方法、基于因果关系的推理方法、基于图表的推理方法、基于数据的结构化建模方法、基于定性空间的推理方法等。近年来,定性仿真已应用到故障诊断、生态和环境学、机械制造业和工业系统、医学研究、混杂非线性系统、教育系统、人类社会与经济、人工智能等领域中。最后从整体上简要评述了定性仿真的发展。     

Grey systems for intelligent sensors and information processing

In a measurement system,new representation methods are necessary to maintain the uncertainty and to supply more powerful ability for reasoning and transformation between numerical system and symbolic system.A grey measurement system is discussed from the point of view of intelligent sensors and incomplete information processing compared with a numerical and symbolized mea8urement system.The methods of grey representation and information processing are proposed for data collection and reasoning.As a case study,multi-ultrasonic sensor systems are demonstrated to verify the effectiveness of the proposed methods.