基于嵌套网的对抗模拟模型

为了对多Agent系统中的交互流程、本体(Ontology)语言与通信协议的设计进行可视化的分析和优化,嵌套网(Nested Petri nets)作为建模工具被应用于多Agent系统。使用三层的嵌套网对基于多Agent的对抗模拟模型ISAAC(Irreducible Semi-Autonomous Adaptive Combat)进行层次化建模,其层次的划分为Agent的生存环境(战场)、Agent和Agent的内部推理机。通过实例充分说明了嵌套网表达多Agent系统的可行性与有效性,可以实现多层次、多角度的图形化多Agent系统,并探讨了复杂适应系统理论与嵌套网理论的适应性。     

基于ADAMS.LifeMOD的人体头颈部动力学仿真与验证

基于多刚体动力学软件ADAMS和生物力学仿真软件LifeMOD,建立了一个人体头颈部三维多刚体动力学模型。该模型包括颅骨、颈椎骨、肩胛骨、躯干上段以及体现粘弹性性质的肌肉组织。采用美国海军力学实验室的前碰撞志愿者实验数据对模型进行了验证。验证结果表明,该模型具有很好的可信度,可以用来研究在碰撞条件下头颈部的动力学响应特性。     

基于多模型方法的自适应卡尔曼滤波

针对一类观测噪声统计特性未知的离散时间系统设计一种多模型自适应卡尔曼滤波器。基于多个不同的固定观测噪声协方差阵建立多个固定模型卡尔曼滤波器,将多个固定模型卡尔曼滤波器和一个常规自适应卡尔曼滤波器共同组成多模型自适应卡尔曼滤波器。针对每一个滤波器建立一个基于输出误差的指标切换函数,每一个采样时刻将指标切换函数取得最小值的滤波器的状态估计值切换为系统的当前状态估计值。仿真结果表明,与常规的自适应滤波器相比,此方法可以极大地改善滤波器的滤波效果。     

基于网格技术的多用户多任务模拟训练系统

针对信息化条件下的武器装备模拟训练问题提出了一种多用户多任务模拟训练系统的概念,这种模式的系统能够满足大规模、多人次的装备教学和训练需求。首先,建立了面向大规模训练的两级用户管理体制,以及B/S与HLA结合的系统体系结构;然后,综合利用Web技术、网格技术（Globus Toolkit 4,GT4）和分布仿真技术（HLA/RTI）等解决了HLA联邦资源共享与整合、系统组织与协同等核心问题,实现了在同一套模拟训练系统上多组用户同时进行相同或者不同训练任务的设计目标;最后,面向通用雷达装备设计并实现了一个原型系统,它具有资源利用率高、重用性强、用户容量大等特点,在XX实验室建设的应用中取得了良好的效果。     

多阶段任务系统任务持续能力仿真模型研究

多阶段任务系统(PMS)是一种典型的复杂系统,它包括多个在时间上连续且无相互重叠的阶段任务,执行作战与使用任务的武器装备多数属于这种复杂系统。分析了PMS及任务可靠度、可信度和任务效能等任务持续能力评价参数。结合实际装备系统大都属于可用马尔可夫过程进行描述的可修复系统的特点,为简化模型复杂程度提出了一些合理的假设条件。在此基础上,结合多阶段任务系统自身特点,通过分析多阶段任务系统任务持续能力建模仿真步骤,多阶段任务系统任务效能仿真方法,建立了基于Petri网的多阶段任务系统任务效能多层仿真模型。最后结合常见的"靶场打靶"任务进行了实例验证,并对仿真结果进行了分析。     

基于遗传编程的火电厂主汽温系统建模研究

遗传编程是基于自然进化理论的一种全局最优智能搜索技术,将它应用于系统辨识,可以实现同时辨识系统的结构和参数,并且得出的辨识结果是显示的。提出了一种新的多目标遗传编程算法,将进化的目标设定为偏差的平方和、表达式的复杂程度和最大动态偏差的综合最小。应用该算法辨识火电厂主汽温系统,仿真结果说明该算法是有效的,并且比常规遗传编程算法优越。     

基于图论的平面机械系统仿真

在简要介绍了图论的基本思想和方法之后,具体阐述了如何运用图论结合矢量力学的方法来建立机械系统的数学模型,并举例说明了普通三维系统数学模型的建立过程。运用该方法编写了仿真软件VECDYNA,并用其对双杆复摆系统和曲柄滑块系统分别进行了仿真分析。并将其结果与ADAMS的仿真结果进行了对比,对仿真结果进行了验证。结果表明基于图论的多体动力学研究是研究机械系统仿真的一种有效、节省资源的方法。     

面向多用途的数学概念知识分层表示方法

着重介绍NKIMath中数学概念的知识表示方法.首先给出了NKIMath知识系统的体系结构,分析了获取数学知识的不同用途.在次基础上给出了一种融合了本体、框架和逻辑综合的知识表示方法,将知识分为谓词逻辑层、知识描述层和概念关系层,不同层次可以满足不同用途的需求,详细给出了数学概念知识表示的基本模式以及参数表示形式.NKIMath可以很容易地实现与W3C推荐的数学文档标注语言OMDoc之间的相互转换,同时在知识表示的多粒度、多语言版本知识自动生成等方面优于OMDoc.     

求解DRS多目标优化问题的新颖ε-支配进化算法

首先分析ORS(dominance resistant solutions)多目标优化问题的特点,证明基于Pareto-支配关系的多目标优化问题算法求解该类问题很难收敛.然后,提出一种新的基于ε-支配关系的进化算法-ε-支配进化算法(EDMOEA),给出该算法框架和详细流程.最后,将ε-支配进化算法和NSGA-Ⅱ算法应用于求解一组典型的DRS多目标优化问题和常用的多目标优化测试问题,基于算法的收敛性和Pareto最优解集分布性进行评价和比较分析,表明ε-支配进化算法的有效性.     

不同约束下多产品报童问题解的比较研究

不同约束形式代表决策者不同的决策过程。传统多产品报童问题只考虑预算和能力等线性约束,而不涉及损失约束,显然有违真实的决策过程。为说明损失约束模型不同于预算约束模型的决策特点,通过算例对两个模型的解进行了分析和比较,总结了各自的决策特点。预算约束模型参照基于预算边际效用删除法和一般迭代方法(GIM法)求解。损失约束模型应用基于损失边际效用排序的删除法与线性近似规划法求解。另外对GIM法中衡量误差的公式作了修正。