模糊粗糙神经网络的结构与参数优化

基于模糊粗糙隶属函数,建立了一种五层结构的模糊粗糙神经网络（fuzzy rough neural network, FRNN）,对神经元之间的连接,引入一个开关函数,从而把结构优化和参数学习问题转化为单纯的函数优化问题。提出一种混合智能优化算法（hybrid intelligent optimization algorithm, HIOA）用于FRNN的结构和参数优化,适应度函数同时考虑模型的精确性和网络的节俭性。典型的实验结果表明,FRNN适用非线性系统建模,相对于普通神经网络及其优化方法能获得更高的精度和泛化能力。     

基于反面选择原理的智能融合故障检测模型及其应用

针对反面选择算法用于故障检测所存在的局限性,提出了一种基于反面选择原理的智能融合故障检测模型.该模型利用人工免疫系统的反面选择原理来构建神经网络检测器,通过训练将系统的异常模式信息存储在分布的检测器中,根据检测器的激活来发现系统的故障.通过混沌时间序列的异常检测仿真实验,研究了模型参数对故障检测性能的影响.最后以发动机压气机失速检测实验为例,证实该方法对失速信号的模式特征具有较强的分辨能力,同时表明神经网络检测器比常规的二进制编码检测器具有更好的故障识别能力.     

JAVA-SWARM与GIS集成研究——以城市地理模拟为例

与GIS集成是多智能体仿真平台的研究热点,是实现真实场景城市地理模拟的关键技术之一.探讨了降低智能体模型与GIS集成复杂性的体系架构,运用系统集成领域数据集成和应用集成的技术和方法,设计并实现了低耦合、简洁、实用的Java-Swarm与GIS集成组件.该组件提供规范统一的空间数据访问、存储管理、生命周期管理、转换与映射等GIS数据集成服务,为城市模拟应用提供了组件化、低耦合、可配置的GIS集成应用方案.城市地理模拟模型开发实践证明,该组件的应用可以帮助开发人员降低GIS集成的技能要求、减少代码量、提高模拟模型开发效率和质量.     

基于人工生命的舰艇编队对海作战仿真研究

目的:为了研究一些主观等定性因素对现代海上战斗结果的影响.方法:采用人工生命方法开发了基于多Agent的水面舰艇编队对海作战模拟系统.运用一种决策因子结构建立了Agent行为决策模型,采取遗传算法实现了Agent的适应性.结果:分析了决策因子结构对作战结果的影响.结论:人工生命方法为分析定性因素对战斗结果的影响提供了一种新的手段,可以较好地从整体上揭示现代海战作战过程的作战规律.     

空间轨迹问题的粒子群仿真研究

空间轨迹的搜索问题具有多个全局最优解,一种有效的解决方法是采用粒子群算法进行搜索.然而与一般的优化问题不同,轨迹问题要求算法中粒子适应值与粒子位置同时收敛.为此,针对已有的粒子群算法在轨迹搜索上的不足,提出了一种减速粒子群优化算法(Slowdown ParticleSwarm Optimization,简称SPSO),从位置角度改善粒子群的收敛性能.该算法利用独立子群技术保证粒子收敛于不同的位置,并根据粒子适应值情况减半更新粒子飞行速度,以达到位置收敛的目标.仿真实验的结果表明了减速粒子群算法在位置收敛效果上的优越性.     

基于CAS理论的多智能体战斗模型仿真研究

为了研究基于复杂适应系统理论的多智能体仿真模型的演化、涌现规律,在Swarm平台上建立了一个多智能体的战斗模拟仿真系统,并对战斗过程双方Agent数量和实力的演化进行了模拟仿真,得到了和传统数学模型不一致的结果.基于复杂适应系统理论的多主体仿真模型可以模拟复杂系统的微观行为,进而能够显现出系统宏观涌现现象,非常适合模拟复杂的战争系统.     

车载无线自组网络连通性分析

在智能交通系统中,车辆上常常安装无线adhoc节点,车辆间通过Adhoc方式进行点对点通信,针对这种车载无线自组网络在实际道路上的网络拓扑特点,抽象出合理的网络模型,利用渗流理论讨论该网络的连通性问题.首先证明了1维动态无线自组网络的"无渗流"特点,并通过仿真实验探讨实际交通网络中车载无线ad hoe节点的合理传输半径,提出通过合理部署静态节点的方法提高1维动态网络的连通性.针对2维车载无线自组网络的交通特性,提出适合车辆交通网的无线节点连通性策略-一基于定点覆盖的策略,从理论上给出了2维网络被定点覆盖的条件,之后通过仿真实验分析2维车载无线自组网在真实道路系统上的连通特点,并针对定点--五角场中心进行定点覆盖实验.     

层次任务网络中的重新规划研究综述

层次任务网络(hierarchical task network, HTN)作为智能规划技术的重要组成部分,已成功应用于无人平台任务规划、应急方案制定等各领域中。由于日益增加的不确定因素对计划执行效果的影响,迫切需要重新规划技术,因此基于HTN的重新规划技术成为近年来的研究热点。首先,通过对当前研究现状的总结梳理,提出了基于HTN的3层重新规划框架。然后,分别从框架中的计划修复、局部重规划和全局重规划3个层次阐述了相应的技术路线与实现细节,针对不同层次指出了目前方法的优势与不足。最后,对该问题未来的研究方向进行了展望,并提出了待解决的关键问题及解决思路。     

基于多智能体的坦克分队对抗仿真模型研究

文章根据目前对抗仿真研究所面临的困难,结合军事对抗仿真本身所固有的复杂性,运用基于Agent的复杂系统分析与设计方法,对坦克分队的对抗仿真进行了研究。提出了一种基于HLA的多智能体组织协作方式,这一方法充分利用了HLA和基于多智能体的建模方法的优势,是一种构建坦克分队对抗仿真的有效方法。对坦克Agent的体系结构进行了研究,并在HLA的技术框架下,构建了基于Agent的坦克分队对抗仿真模型,用面向对象的方法对坦克Agent进行了实现。基于HLA的多智能体系统仿真研究,将是今后军事仿真领域的一个重要研究方向。     

基于改进智能水滴算法的动态车辆配送路径优化

针对当前车辆配送过程中存在的配送路径不合理、配送效率低和需求不确定性等问题,提出一种基于改进智能水滴算法的动态车辆配送路径优化方法。构建软时间窗惩罚函数,考虑顾客对配送时间的要求,建立顾客满意度函数。综合车辆配送过程的车速、货损成本、惩罚成本、顾客满意度等特征,建立车辆路径优化模型。采用智能水滴算法对车辆路径优化模型进行求解,使用灰狼优化算法改善智能水滴算法的搜索能力,获取最优路径。实验结果表明该方法能够提供实时优化的路径,减少调配成本。