基于遗传模糊系统的兵棋推演关键点推理方法

近年来,基于人工智能技术的自动化作战推演越发受到重视,但是由于有效地采集作战推演数据难度较大,许多依赖数据学习的人工智能技术效果不佳。在结合专家知识和作战推演数据的基础上研究作战推演中的人工智能技术,是一种可行的替代方案。为此,立足兵棋推演设计了关键点推理遗传模糊系统(genetic fuzzy system, GFS)框架,有效整合了对兵棋专家知识的建模和对兵棋复盘数据的学习,从而提高了关键点的推理质量。进一步以安全点为例,构建了安全点推理GFS,在初始化模糊系统规则库的基础上,通过合理设计遗传算法中的参数编码、适应度函数、遗传算子等,实现了安全点推理模糊系统的遗传调优算法。最后,通过实验仿真展示了所提方法的可行性和实用性。     

国外兵棋推演及系统研究进展

兵棋推演系统作为进行战争推演、方案评估、作战分析等活动的重要手段,能够支撑作战问题研究、战法创新以及作战概念开发.从推演方法和系统研究的角度梳理了国外计算机兵棋系统的发展现状,重点介绍了在线推演和多级联合推演等方法,以及多级兵棋融合设计、多系统组合仿真和辅助工具开发等研究现状,为计算机兵棋系统的发展和运用提供借鉴和参考...     

面向智能成长的兵棋推演生态系统

构建下一代智能化兵棋系统,难在不能一蹴而就,需要通过构建生态系统逐渐成长智能.界定了智能化兵棋生态系统的基本概念,提出动态开放、层次多样和协同演化的理念.借鉴人类智能成长过程和学习进化机制,构建了 下一代兵棋认知智能演化成长的双螺旋模型,给出了基于观察-学习-测试-应用循环的兵棋推演生态系统体系框架;分析了数字孪生、人...     

基于卷积神经网络的陆战兵棋战术机动策略学习

针对从“人在回路”兵棋推演的复盘数据中提取推演者战术经验高价值知识的问题,提出一种基于深度神经网络从复盘数据中学习战术机动策略模型的方法。将战术机动策略建模为在当前态势特征影响下对目标候选位置进行优选的分类问题：梳理总结影响推演者决策的关键认知因素,定义了由机动范围和观察范围等7个属性构成的基础态势特征,建立了带有正负样本标注的态势特征数据集;设计了基于卷积神经网络的分类器,以分类概率实现了单个棋子战术机动终点位置的预测。实验结果表明：该模型的预测准确率可达到78.96%,相比其他模型提高至少4.59%。     

基于连通树的兵棋推演热区检测算法

提出了一种基于连通树的热区检测算法, 可检测任意形状的热区, 目的是通过检测兵棋推演过程中军事行动频繁的区域, 为受训人员了解整个战场态势提供辅助参考. 算法在明确了热区定义的基础上, 首先构建连通树将数据集按连通区域进行最小划分, 再根据设定的密度阈值对连通树进行剪枝. 剪枝处理后的每棵连通子树是最终的热区. 理论和实验结果均验证了该算法的有效性.     

面向兵棋系统的卫星导航对抗行动推演模型研究

随着信息化作战体系对天基时空基准的依赖逐渐增强,卫星导航对抗快速发展为夺取天基定位、导航和授时信息优势的主要作战行动。以构建卫星导航对抗行动推演模型为目标,在分析相关研究现状的基础上,设计了导航信息环境计算模型和导航对抗行动仿真模型,探索了兵棋系统导航信息环境可视化和高分辨率仿真计算模型代替低分辨率概率效果模型的实现途径,支撑了在天基导航信息支援下的战前筹划和战时评估,实现了导航对抗行动的兵棋推演。     

基于密度的计算机兵棋推演数据快速聚类算法

针对计算机兵棋推演数据的特点,提出了一种基于密度的快速聚类算法-基于密度的快速空间聚类算法(quick density based spatial clustering of applications with noise, QDBSCAN),目的是通过聚类检测孤立点,快速定位地面部队兵力部署上的缺陷。QDBSCAN算法在基于密度的空间聚类算法(density based spatial clustering of applications with noise, DBSCAN)算法的基础上做了相关改进:在邻近度度量上提出了最短可行路径的概念,使聚类更符合计算机兵棋的规则;动态设置密度参数;采用提出的代表对象选择方法来减少对对象邻域的判断次数;按区域对数据进行分组以缩小聚类规模。实验表明,QDBSCAN算法的性能在数据规模较大的情况下,明显优于DBSCAN算法。     

计算机兵棋推演系统公共数据的建模与VV＆C研究

计算机兵棋推演系统涉及作战要素多,建模涵盖范围广,使得公共数据的建模与VV＆C基础工作难度增大。在具体的工程实践中,通过对系统所需的公共数据进行分类与抽象,建立了数据结构模型与级联关系,开发了多种形式数据录入和基于数据规则引擎驱动的一致性数据校验软件,最后探讨了数据VV＆C过程。试验和应用表明,公共数据模型有效、质量较高,对计算机兵棋推演系统模型的构建及其原型系统的运行起到了很好的支撑作用。     

广域六角格兵棋地图构建方法与机动推演应用

兵棋推演是预演战争、模拟作战的科学方法,全球化趋势对兵棋推演的推演范围和灵活程度提出了更高要求。采用六边形全球离散格网系统建立广域多尺度兵棋地图,并在推演案例中检验了其作用。首先,提出栅格及矢量数据六角格量化方法;其次,建立环境要素与作战要素联合作用的部队机动时间效能模型,设计了最优路径规划算法;最后,构建兵棋地图,并以部队海陆两栖机动推演为例加以验证。实验结果表明,六边形全球离散格网系统兼具数据建模和分析计算功能,既可被用于构建海陆广域多尺度兵棋地图,又可作为作战推演的统一计算框架,弥补了传统兵棋地图空间范围受限、尺度变换不灵活的缺陷,具有较好的应用前景。     

兵棋系统中基于GA的进攻战斗火力分配研究

火力分配是有效发挥兵棋中参战单位整体作战效能的决定性问题,依照兵棋的规则和进攻战斗的特点,结合经验数据规则和运筹分析方法,建立了兵棋中进攻战斗的火力分配模型。针对进攻战斗火力分配优化问题,给出了基于遗传算法的全局最优解模型求解方法和步骤。实例分析证实该方法能解决模型假设条件下兵棋中进攻战斗的火力分配问题并取得良好的战斗效果,可为兵棋推演和计算机生成兵力(CGF)仿真提供参考,对演习和实战中指挥员的决策具有重要意义。     

Optimal antenna placement in distributed antenna systems

To minimize the outage probability of the cell (OPC) in downlink distributed antenna systems with selection transmission, a complex-encoding genetic algorithm (GA) is proposed to find the optimal locations of the antenna elements (AEs). First, the outage probability at a fixed location in the cell is investigated. Next, an analytical expression of the OPC is derived, which is a function of the AE locations. Then the OPC is used as the objective function of the antenna placement optimization problem, and the complexencoding GA is used to find the optimal AE locations in the cell. Numerical results show that the optimal AE locations are symmetric about the cell center, and the outage probability contours are also given with the optimal antenna placement. The algorithm has a good convergence and can also be used to determine the number of AEs which should be installed in order to satisfy the certain OPC value. Lastly, verification of the OPC’s analytical expression is carried out by Monte Carlo simulations. The OPC with optimal AE locations is about 10% lower than the values with completely random located AEs.     

用遗传算法解模糊交货期下Flow Shop调度问题

运用模糊的观点研究了flowshop调度问题,基于模糊交货期的概念建立了两种不同的模糊flowshop调度问题的模型,模糊交货期的隶属函数对应于完成时间的满意度,目标函数定义为所有任务加权的隶属函数之和问题是确定任务的加工顺序极大化目标函数文章运用遗传算法(GA)确定了任务的调度,仿真实验验证了算法的有效性.     

遗传算法求解旅行推销员问题时算子的设计与选择

主要讨论了在用遗传算法求解ＴＳＰ时,在算子的设计和选择方面应该注意的一些问题,并且给出了一些算子的分析和设计实例。     

基于GA的非线性电机自适应模糊滑模控制器设计

提出一种基于GA的自适应模糊积分型滑模控制策略,并将其用于具有非线性动态摩擦力的单轴运动控制系统中.控制器由自适应模糊控制项和补偿控制项组成,自适应模糊控制项用来逼近理想滑模控制律,补偿控制项用来补偿逼近偏差,利用李亚普诺夫稳定性理论推导出模糊规则和补偿控制项中逼近偏差边界在线自适应律,采用遗传算法优化自适应律中参数.仿真和实验结果表明了该控制策略的有效性.     

两类非数值优化方法在飞机方案设计中的比较研究

将遗传算法（GA）和模拟退火（SA）应用于飞机方案优化设计，给出了算法实现过程。对同一算例进行了优化实验，对二者进行了对比分析。实验结果表明SA达到收敛所需迭代次数及方案分析次数远较GA为多，但其优化结果要好于GA。这两类非数值优化方法应用于实际的飞机方案优化问题，必须首先解决由于所需方案分析次数太多而导致的计算效率低下问题。相对而言GA较SA在实际飞机方案设计中有更好的应用前景。     

遗传BP网络转速辨识器的设计及在DTC中的应用

为实现无速度传感器直接转矩控制,有时采用神经网络转速辨识器,但前馈神经网络结构难以确定,运用BP算法时又极易陷入局部解。将遗传算法和BP算法结合,采用混合编码的遗传算法优化神经网络的结构及网络初始权值,再利用BP算法对网络权值进行精确调节;这种将遗传算法与BP算法相结合的GA BP算法,实现了遗传算法的全局搜索能力与BP算法的局部寻优性能的互补结合。将所设计的神经网络转速辨识器运用到直接转矩控制系统当中,利用MATLAB/SIMULINk实现无速度传感器控制系统的仿真实验结果表明,该算法具有良好辨识效果。     

面向复杂电磁环境的体系作战仿真平台设计

战争模拟可划分为战略、战役、战术和技术4个层级。国内外现有战役战术级体系作战仿真平台无法驱动技术层电磁设备专用模型,导致其战场复杂电磁环境仿真逼真度受限。借鉴柔性分析建模与训练平台(flexible analysis modeling and exercise system,FLAMES)系统模型体系架构,基于离散事件仿真系统(a discrete event system simulator,ADEVS)引擎模拟库,设计开发了一套融合战役、战术和技术3个层级,支持系统、实体和组件三级独立仿真步长设置且动态可调的柔性作战仿真平台柔性作战仿真平台(flexible operation simulation,FOSim)。通过驱动技术层专用模型,该平台可将更细粒度电磁设备模型纳入体系作战仿真回路,从而在大规模的战役战术级体系作战仿真中实现高逼真度的复杂电磁环境生成和电磁环境影响效应模拟。     

基于GA的城市交叉口信号控制模糊规则优化

根据城市交通系统中单交叉口信号控制的具体情况，对遗传算法进行了改进，并利用改进的遗传算法对交叉口信号模糊控制器的模糊规则进行优化，建立新的优化算法．计算机仿真结果表明，采用改进的遗传算法方法优化模糊控制规则，可以减少因人的经验的局限性而导致的模糊规则的不完备性，使得控制器实用性更强，控制效果更好．     

基于量子遗传算法的港口目标瞄准点选择

使用多枚巡航导弹攻击港口目标时,瞄准点选择非常关键,传统方法所用模型较为简单、算法较为耗时。为此,根据港口子目标幅员特性,构建矩形化子目标,并按离差最大思想赋予威胁指数。从毁伤效果出发,以毁伤下界为限,构建港口目标威胁消除模型。将量子理论引入遗传算法,构建量子遗传融合算法,并用其求解瞄准点分布。仿真结果表明,得出的瞄准点具有较高可靠性,验证了模型的有效性,所用算法能在短时间内找出最优解,提高了解的收敛速度。