基于MEBN的战术意图识别

战术意图识别是不确定性战场环境中理解战场态势、预测敌军将来行动过程的关键。意图识别模型的构建是作战仿真系统中实体行为建模的难点之一,如何表示不确定的意图元素及其不确定性关系并进行有效推理是意图识别的核心问题。分析了影响敌人战术意图的因素及各因素之间不确定性表示途径,提出了采用多实体贝叶斯网（multi-entity Bayesian network, MEBN）来描述敌人的战术意图,采用一阶谓词来表示意图影响因素,大大扩展了贝叶斯网表示不确定性问题的能力。MEBN采用实体片断集描述敌人的作战知识,方便重用。基于描述的敌人意图知识库,给出了基于知识的模型构建算法来动态构建战术意图识别模型。最后,通过仿真实验,对基于MEBN的战术意图识别方法进行了实验验证,结果表明该方法是有效可行的。     

基于多主体影响图及博弈论的军事决策建模

具有循环依赖性的决策行为在包括军事决策问题在内的许多领域普遍存在。在博弈论框架下,利用多主体影响图(multi agent influence diagram, MAID)及其结构诱导的关联图,对具有循环依赖性的军事决策问题进行分析和建模,能够准确地描述具有对抗性的军事决策态势,精确地识别决策问题中的循环依赖关系,深刻地揭示军事决策问题的潜在结构信息。实例分析表明,基于多主体影响图及关联图的框架不仅为军事决策提供了新的分析和建模途径,而且同现有方法相比具有多方面的优势。     

一种基于规划系统的计划识别混合求解方法

基于智能规划领域中机器人动作规划的思想,给出了一种求解计划识别问题的混合方法。首先讨论了规划及计划识别系统的一阶谓词逻辑知识表示,然后建立了一种基于智能规划的计划识别模型,并提出了一种计划序列的生成算法,再结合D-S证据理论来实现计划识别的不确定性推理。最后以一个例子说明了采用该方法进行规划推理和计划识别的过程,表明了使用该方法求解计划识别问题的可行性。     

基于协同战术识别的双机编队威胁评估方法

双机组成编队采用协同战术攻击目标是多机协同空战的一种主要形式。针对蓝方为双机编队的超视距空战威胁评估问题,提出了一种基于协同战术识别的威胁评估方法。首先,根据双机编队协同战术的分析、双机的空间占位与机动特性信息,采用动态贝叶斯网络建立目标双机编队协同战术识别模型。然后,根据目标飞行状态信息和目标机动动作识别结果,进行目标轨迹预测。最后,综合空间占位、探测、攻击、协同战术等威胁因子,考虑目标轨迹变化对战场态势演变的影响,建立威胁评估模型。仿真结果表明,所提方法能够准确识别双机编队的协同战术,实现合理化威胁评估。     

基于协同战术识别的双机编队威胁评估方法

双机组成编队采用协同战术攻击目标是多机协同空战的一种主要形式。针对蓝方为双机编队的超视距空战威胁评估问题,提出了一种基于协同战术识别的威胁评估方法。首先,根据双机编队协同战术的分析、双机的空间占位与机动特性信息,采用动态贝叶斯网络建立目标双机编队协同战术识别模型。然后,根据目标飞行状态信息和目标机动动作识别结果,进行目标轨迹预测。最后,综合空间占位、探测、攻击、协同战术等威胁因子,考虑目标轨迹变化对战场态势演变的影响,建立威胁评估模型。仿真结果表明,所提方法能够准确识别双机编队的协同战术,实现合理化威胁评估。     

多agent系统社会规范研究

社会规范是多agent系统中一种重要的协调机制，以往对社会规范的研究都没有系统地分析它的产生背景，因而对社会规范的界定不具有一般性，文章介绍了多agent系统社会规范的研究现状，建立了多agent系统演化过程的模型，并对演化过程做了直观解释，给出了场景态势以及场景态势相关的几个概念，进而对社会规范进行了形式化定义，在对agent的认知能力分类的基础上，介绍了社会规范的生成机制，给出了隐式社会规范生成的判定规则，最后用一个仿真实例做了仿真实验。     

防空导弹C3I系统谓词/变迁赋色Petri网建模与仿真

介绍了Perti网概念及其标识转移方程的完整动态描述。对复杂的防空导弹C3 I空防对抗过程进行了具体分析 ,描述了某型防空导弹的具体作战过程 ,在有机结合谓词公司Petri网和赋色Petri网基础上 ,建立了基于谓词 /变迁的赋色Petri网模型 ,给出了具体的前置谓词公式。最后对仿真流程进行了描述 ,对战术级指挥控制过程的评估研究有极其重要的意义。     

基于协同学理论的舰艇CGF反潜态势识别研究

在潜艇训练仿真系统中,计算机生成兵力需要仿真多舰艇协同反潜作战的过程,而对反潜态势的正确判断是进行战术决策的一个重要方面。在分析哈肯基本协同网络的基础上,指出了其在处理某些实际问题方面的不足,并提出了一种广义协同网络模型和该模型的快速算法,讨论了应用该模型识别舰艇CGF战场态势问题,最后用仿真实例验证了协同网络的有效性。     

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.     

Jelinski-Moranda模型的一种新的NLS估计法

提出了一种新的基于非线性最小二乘法的软件可靠性Jelinski-Moranda(J-M)模型参数估计方法(LogLSE).给出了一种与经典的J-M模型最小二乘法等价的曲线拟合函数,推导了J-M模型的新的非线性最小二乘(NLS)参数估计公式.在标准的软件可靠性失效数据一海军战术数据系统(NTDS)和三组J-D.Musa软件可靠性数据上,利用牛顿迭代法求解参数估计的实例分析,说明了LogLSE估计优于传统的基于最大似然估计(MLE)和最小二乘估计(LsE)的J-M模型参数估计.     

Actor-Critic框架下的多智能体决策方法及其在兵棋上的应用

将人工智能应用于兵棋推演的智能战术兵棋正逐年发展,基于Actor-Critic框架的决策方法可以实现智能战术兵棋的战术行动动态决策.但若Critic网络只对单算子进行评价,多算子之间的网络没有协同,本方算子之间各自行动决策会不够智能.针对上述方法的不足,提出了一种基于强化学习并结合规则的多智能体决策方法,以提升兵棋推演...     

基于模糊神经网络的海面目标战术意图识别

传统的基于遥感解译获取的海面目标信息分析战术意图的方法,需要大量的专家知识确定输入目标属性与输出意图间的网络节点关系,而模糊神经网络只需利用输入和输出训练网络,减少了专家知识的需求。针对常用的高木〖CD*2〗关野模糊模型不适用于战术意图识别要求的输出与输入非线性的问题,设计了基于神经网络集成的模糊系统模型,利用目标属性与对应的战术意图形成训练样本训练神经网络,分别获得输入条件的模糊隶属度以及面向不同意图的输出函数,据此识别海面目标战术意图。仿真实验结果表明,获得的目标战术意图的准确度高,与想定情况均相符。     

贝叶斯网络在战术态势评估中的应用

首先提出了一种新的战术态势评估的定义,即战术态势评估是对特定战场环境中敌方、我方、中立方所具有的各种战斗力要素的当前状态的描述和未来发展趋势的预测。接着介绍了空-地战中红方飞机与蓝方导弹阵地的对抗场景,在此基础上建立了红方飞行员通过机载电子装备的状态判断蓝方高射武器的型号和状态的贝叶斯网络,然后运用所建立的网络动态演示了在空-地战中态势评估的内容和结果,最后讨论了在战术态势评估中运用贝叶斯网络的若干问题。     

一种新的超视距空战威胁评估方法

针对超视距空战以中远距空空导弹为主要武器的特点,提出了一种新的威胁评估方法。该方法针对现有空战威胁评估的非参量法模型不足之处进行扩展和改进,根据参战双方飞机火控系统和武器系统性能参数,分别构造参战双方飞机方位角、进入角、距离、高度、速度等优势函数,从而得出几何态势优势,进而综合双方态势优势、飞机空战效能优势和战术事件优势,聚合为空战优势。通过算例验证了该方法的合理性和有效性。     

基于分层贝叶斯网络的计划识别方法

分析了态势估计中计划识别问题。采用分层贝叶斯网络对计划进行分级表示,依据发生的战场事件和目标行为,动态构建分层贝叶斯网络结构,并将其作为证据进行推理。为了解决动态构建贝叶斯网络的推理问题,提出构建虚拟节点的方法,将底层贝叶斯网络的推理结果作为不确定证据,输入到对应的上层网络节点中,以代替该底层贝叶斯网络。最后,文中通过仿真实验,对基于分层贝叶斯网络的计划识别方法进行了实验验证,结果表明该方法是有效可行的。     

一种基于函数S-粗集的态势预测方法

针对态势评估中未来可能出现态势的优劣情况,提出了一种基于函数S-粗集的态势预测方法。利用函数S-粗集的粗规律挖掘功能,采用拉格朗日插值多项式,以函数单向S-粗集对偶为例,给出了应用该方法的具体步骤。最后通过态势评估中一个具体实例证明了该方法的有效性。得到了运用函数S-粗集能够找到隐藏在系统中的粗规律的结论。     

战术辅助决策系统中的态势评估问题研究

从感知、评价、决策的认知过程研究了现代军机战术辅助决策系统结构、组成和功能，并对态势评估和任务规划两个关键子系统进行了研究，提出了基于黑板知识库系统的态势评估实现结构。重点研究了基于贝叶斯网络和模糊逻辑技术的战场威胁评估算法，首先采用贝叶斯网络对威胁源的威胁级别进行评估，在此基础上，采用模糊逻辑对各威胁源的相对重要性程度进行综合评估。仿真结果表明了该评估算法的有效性，提高了决策的自动化和智能化程度。