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。     

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.     

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。     

基于决策图贝叶斯网络的混沌优化算法

提出一种基于决策图贝叶斯网络的混沌优化算法,该算法把贝叶斯概率模型结合到混沌遗传算法中,通过构造和学习网络来替代传统遗传算法中的交叉重组和变异等遗传算子,避免了对大量控制参数和遗传算子的人工选择和重要构造块的破坏.同时,通过在决策图贝叶斯网络中引入混沌操作,对部分个体进行启发式变异,能有效提高群体多样性,避免早熟或局部收敛.仿真结果表明,提出的算法比改进前的决策图贝叶斯优化算法和混沌遗传算法均有更快的收敛速度,较强的鲁棒性.     

基于贝叶斯网络的机载武器系统综合决策

分析了机载软硬杀伤武器系统的战术使用方式和有效作用空域,给出了软硬杀伤武器系统在空间上的协同使用准则。分析了使用贝叶斯网络进行软硬杀伤武器系统综合决策的知识表示问题,得出了综合决策网络的三种类型的节点:态势节点、传感器节点、武器节点。提出了构建贝叶斯网络进行综合决策的步骤,通过具体实例说明了使用贝叶斯网络进行软硬杀伤武器系统综合决策的过程。     

基于粗糙集理论与贝叶斯网络的超视距空战战术决策

基于智能互补融合的思想,将粗糙集理论与贝叶斯网络有机结合在一起,提出了一种超视距空战战术决策的新方法.利用粗糙集理论实现对专家知识的约简和空战态势信息集的压缩,提取了超视距空战战术的最小决策信息集,基于最小决策信息集的贝叶斯网络模型可以降低网络结构的复杂性;同时利用贝叶斯网络实现了超视距空战战术的概率决策推理.最后,进行了实例分析,决策推理结果表明该方法的正确性以及在不确定环境下的有效性.     

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DBN的飞行保障力量配置辅助决策方法

为弥补机场飞行保障活动中全员出动和比例配置决策方法的不足,构建了基于动态贝叶斯网络(dynamic Bayesian network, DBN)的机场飞行保障力量配置辅助决策模型。在量化保障力量强度的基础上引入隐马尔可夫模型和Hausdorff距离算法,对不同条件下的飞行保障活动进行辅助决策,并定义相关决策评估指标作为模型验证依据。分别对两种情况的机场飞行保障活动进行仿真试验,结果表明,通过决策模型可以生成指标优于传统比例配置的方案,并且可对保障力量缺口补充提供决策支持依据。     

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.     

决策信息为序数形式的多目标决策的原理和方法探讨

在多目标决策过程中,决策者所给出的信息经常是以序数形式出现。为此,本文给出了几种处理这种序数形式信息的多目标决策的方法。     

基于BN的武器装备体系能力重要度分析

面对不断变化的未来不确定作战环境,在有限资源和技术水平下,武器装备体系顶层设计人员需要辨识与明确对体系建设目标影响最大的能力集合。提出用带置信度的区间数度量武器装备体系能力,用beta分布描述武器装备体系能力性能指标先验分布概率,在武器装备体系能力指标分解结构基础上构建了基于贝叶斯网络的武器装备体系能力重要度评估模型,利用贝叶斯网络的推理功能提出了能力重要度计算方法。最后,以空战武器装备体系为背景对所提方法的可行性和有效性进行了检验。     

基于NMPC的无人机自主防撞控制方法

针对非合作条件下的无人机自主防相撞控制问题,在分析无人机与入侵飞机在三维空间几何关系的基础上,提出并证明了相撞冲突判决准则,定义最小间隔和剩余冲突消解时间衡量无人机与多入侵飞行器间的冲突紧急程度,建立了无人机自主防撞最优控制模型。基于非线性模型预测控制方法建立三维空间无人机自主防撞控制算法,运用剪枝搜索方法提高算法求解时效性。仿真实验表明,所提算法实现多无人机高动态环境下的防撞控制,能够有效降低无人机飞行安全威胁。     

基于BFM方法的1vs1近距自主空战决策

无人机自主空战将是未来空战的主要样式之一。针对当前对于近距自主空战的研究往往假设简单、计算复杂以及受限于使用规模等问题,对以格斗导弹为武器的近距1vs1自主空战的主要研究内容,提出一种基于基本飞行动作的自主空战决策方法以保证空战决策的有效性和实时性。首先,根据导弹的攻击区设计一种得分函数来量化评估空战态势;其次,建立敌机机动位置的几何预测模型。然后,提出基于位置差和速度差的补偿制导方法。最后,在仿真分析中设置了攻击和防御两种典型自主空战态势,实验结果表明了所提方法的有效性和可行性。     

基于BFM方法的1vs1近距自主空战决策

无人机自主空战将是未来空战的主要样式之一。针对当前对于近距自主空战的研究往往假设简单、计算复杂以及受限于使用规模等问题,对以格斗导弹为武器的近距1vs1自主空战的主要研究内容,提出一种基于基本飞行动作的自主空战决策方法以保证空战决策的有效性和实时性。首先,根据导弹的攻击区设计一种得分函数来量化评估空战态势;其次,建立敌机机动位置的几何预测模型。然后,提出基于位置差和速度差的补偿制导方法。最后,在仿真分析中设置了攻击和防御两种典型自主空战态势,实验结果表明了所提方法的有效性和可行性。     

双积分制下汽车生产商生产决策优化

本文研究了燃料消耗量积分和新能源汽车积分"双积分制"下汽车生产商生产决策问题,基于持股比例和内部期权协议建立了传统能源车与新能源汽车联合决策模型,在积分不足、积分富余和积分平衡三种策略情形下求解了最优定价、产量和内部积分协议价,并针对市场积分价格和汽车销售量的实际波动求解了生产计划的鲁棒区间及其应急调整策略.研究结果表明:持股比例主要影响内部协议价形成,持股比例越高,内部协议价越趋近于外部市场价;初始生产计划存在多维非对称鲁棒区间,汽车生产商可通过价格响应机制实现生产计划扰动管理及积分策略切换;控制积分交易限量将改变最优生产计划及其应急调整策略.     

任务型CGF组织本体建模

针对作战模拟对人类行为表示的准确性要求,建立真实反映战场行为的组织模型是非常重要的。根据需求分析和已有研究的不足,提出了基于本体论的组织建模方法,阐述了该组织本体的构建原则,并从组织静态结构和动态行为两个方面定义了相关概念及概念间的关系。在此基础上采用一阶谓词逻辑描述了该组织本体的形式化过程。实验结果表明,该方法能够准确地建立起用于实体的组织模型,使得实体行为可以反映实际战场行为,且能够保证组织本体的通用性。     

基于信息距离的运输网络再路由策略

针对运输网络再路由问题,提出基于信息状态转移距离和时间约束的再路由策略.依据运输单元所处链路上的位置及其与发生毁伤点的关系,以运输运行时间最短化和信息距离最小化为策略,给出进行时和将来时两种毁伤条件下的再路由策略决策准则.在此基础上,给出实例分析,验证方法的有效性和实用性.     

基于全条件独立的贝叶斯网络MPD-JT构造算法

针对求解贝叶斯网络最大主子图存在的NP(non-deterministic polynomialtine)难问题,提出了一种基于全条件独立结构的最大主子图连接树（maximal prime sub graph decomposition junction tree, MPD-JT）构造算法。该算法通过道义图上的全条件独立结构得到贝叶斯网络最大主子图,并利用构成这些最大主子图的节点作为簇节点构造连接树,避免了三角化过程,而且在求解过程中通过删除一些符合条件的点,大大降低了算法复杂度。给出了算法的理论证明,通过具体案例分析验证了算法的有效性。