基于规则的动态频谱接入研究

动态频谱接入面临的关键技术之一是对接入时机和方式进行有效地管控,防止由于频谱的接入使用过于灵活造成用频的干扰和混乱。将频谱接入的时间和方式给予规则上的约束和指导,基于规则构建动态频谱管理框架可以有效实现频谱的实时管控。对动态频谱接入的规则及表述方式进行了讨论,分析了基于规则的动态频谱接入过程,最后结合美军XG项目的试验结果分析了基于规则的动态频谱接入的应用前景。     

基于证据理论的多传感器目标识别

为了解决证据理论在具体应用中存在的问题,对Dempster组合规则思想进行了具体的分析,讨论了该组合规则存在的问题及现行的一些改进措施;针对空中目标识别问题,提出了综合运用各种改进思想的融合方法,并给出了识别过程的流程图。     

网络系统可靠性评估的模糊神经Petri网方法

针对网络信息系统可靠性建模困难的问题,提出了一种新的可靠性估计的模糊神经Petri网方法。给出了模糊神经Petri网定义及其适用于可靠性建模的引发规则,并在此基础上提出一种学习算法,其既可以表示和处理模糊产生式规则的知识库系统,又具有学习能力。最后建立了信息系统可靠性评估模型,并通过定性分析和定量的实例计算,验证了算法的有效性。     

船舶电力系统可靠性评估的自适应模糊Petri网方法

针对船舶电力系统可靠性建模难的问题,提出了一种适用于电网结构可靠性估计的自适应模糊Petri网模型。该模型首先给出了模糊神经Petri网定义及其适用于可靠性建模的引发规则,并在此基础上提出一种学习算法。该算法既可以表示和处理模糊产生式规则的知识库系统,又具有学习能力。最后,建立了船舶电力系统可靠性评估模型,并通过定性分析和定量计算,验证了该模型和算法的有效性。     

基于案例的RCM分析系统研究

提出了利用基于案例的推理（CBR）技术开发以可靠性为中心的维修（RCM）分析系统的设想。提出了基于案例的RCM分析系统的结构,讨论了在开发系统原型机的过程中所采用的RCM案例的表示和组织,同类案例优先的检索策略,利用规则组合及调整案例等主要技术。     

支持向量机规则提取

支持向量机是一种黑箱模型,其学习到的知识蕴含在决策函数中,不仅影响了用户对利用支持向量机技术构建智能系统的信心,还阻碍了支持向量机技术在数据挖掘领域的应用。由于对支持向量机规则提取进行研究有助于解决上述问题,因此该领域正成为机器学习和智能计算界的研究热点。分析了具有代表性的支持向量机规则提取算法,并提出该领域未来的研究重点。     

结合规则知识与神经网络于空袭武器的辅助选择

结合规则推理与神经网络,提出了一种新的空袭武器辅助选择方法。其根据空袭武器选择的基本原则以及问题的特点,构造T-S模糊逻辑系统及其实现的相应神经网络模型,然后通过已有的战例与试验例子训练神经网络,并对问题进行求解,得出空袭武器选择提供依据(一种量化的武器适用度)。另外,还利用专家提供的规则知识于学习实例的预处理,学习实例信息的扩充。     

青海省国防动员委员会召开第五次全体（扩大）会议

11月1日,青海省国防动员委员会在西宁市召开第五次全体（扩大）会议。会议着眼新时期国防动员建设新目标和新任务,传达学习了兰州军区国防动员委员会第六次全会精神,全面总结了近年来兰州军区国防动员委员会五次全会以来青海省国防动员工作情况,讨论研究了《关于进一步加强国防动员建设的意见》、《青海省国防动员委员会工作规则》、《青海省国防动员委员会及各成员单位各办公室工作职责》等文件,并对今后一个时期全省国防动员建设的主要任务进行了周密部署。     

模糊Petri网的自适应粒子群优化方法研究

模糊Petri网对专家知识库的模糊规则具有较强的表达能力,但其缺乏学习能力使得模型参数的确定较为困难,针对此问题提出一种适合于模糊Petri网参数确定的自适应粒子群优化算法。分析了模糊Petri网对专家知识库的模糊规则建模方法;研究了粒子群优化算法及其各种改进算法;在此基础上,提出适合于模糊Petri网参数确定的自适应粒子群优化算法。最后,以无向网络可靠性估计为例,通过实例分析并与基本粒子群优化算法进行比较,证明了所提方法的有效性和优越性。     

面向实体的军事仿真规则提取方法研究

针对目前军事仿真系统开发中存在的军事仿真规则提取不完备的问题,在充分发挥ECA规则提取方法优势的基础上,提出了面向实体的军事仿真规则提取方法。该方法以实体状态变迁为中心,运用系统论方法,重点分析实体的环境、功能、行为、组元和结构状态,并将分析结果引入ECA规则。通过将该方法应用于装备抢修组实施抢修的规则提取中,验证了其对于提高规则的完备性与可信性具有较好的效果。     

一个高速简易除法方素

本文从“士,跳0跳1”除法着手,引进“士(3/4、1、3/2)J,厂,跳0跳1”除法。这是一个速度高、硬件实现简易的除法方案。文章介绍了该除法方案的基本思想及算法规则,分析比较了“溢出区”处理的几种方法;分析了该除法方案速度方面的效果,讨论了应用中一些矛盾的处理;并对此方案成功的方面及应用范围作了初步评价。     

内置谓词函数依赖及其推理规则

研究内置谓词函数依赖及其推理规则.首先提出内置谓词函数依赖,定义了内置谓词函数依赖的语法和语义;其次提出属性-约束集闭包概念,提出计算属性-约束集闭包的算法,判断内置谓词函数依赖逻辑蕴涵;然后提出内置谓词函数依赖的推理规则集A,证明推理规则集A是可靠且完备的,用于内置谓词函数依赖蕴涵分析的形式化证明;最后讨论了内置谓词函数依赖的应用.     

智能化雷达干扰系统自学习模型研究

首先对自学习进行了阐述;然后研究了雷达对抗中敌我双方的参数、特征知识及知识表示;最后提出智能化雷达干扰系统中的2个过程自学习模型:雷达辐射源识别规则自学习模型和对敌雷达干扰策略自学习模型,为深入研究智能化雷达干扰系统提供模型基础.     

群体决策的 αk-较多规则

借助αｋ较多序的概念,给出了一种群体决策的决策规则,称作αｋ较多规则,利用该规则可对供选方案进行选优。验证了它满足Ａｒｒｏｗ公理的一致性、独立性、非加强性和非独裁性。讨论了群体最优解的存在性条件。本法有着灵活、有效的优点。     

基于速度可控粒子群算法的航天测控系统任务可靠性分配

航天测控系统是一个典型的多阶段任务系统,讨论了可靠性分配时的约束条件和分配目标,构建了其任务可靠性分配模型,针对任务可靠性分配这类复杂的约束组合优化问题,提出了一种速度可控的粒子群优化算法.为克服粒子群算法的早熟问题,该算法引入了速度更新的方向控制规则和尺度控制规则用于增加群体的多样性,并根据两种控制规则,提出了种群粒子的速度更新策略.通过算例仿真,表明算法在用于航天测控系统任务可靠性分配问题时具有分配结果优、收敛速度快等优点.     

对抗环境下的智能兵棋系统设计及其关键技术

智能博弈对抗领域已成为当前研究的热门领域之一。侧重在兵棋推演系统的体系构建和模块设计,分析了兵棋推演系统的建模要素,包括兵棋要素、兵棋规则及智能接口设计,构建了智能兵棋推演系统的整体架构。通过A3C强化学习智能算法对系统设计进行可行性验证。其中,改进了强化学习训练过程的奖励设置,明确智能兵棋环境的状态输入、算法驱动过程及动作输出过程,通过自主实现的智能兵棋推演系统,验证了所提的系统理论与工作。该工作为基于强化学习的智能博弈系统的设计与实现提供了可行路径,并为以后基于强化学习的智能博弈对抗研究提供了基础平台。     

装备保障兵棋规则研究

建立兵棋规则是兵棋系统建设中最重要的基础性工作。规则是兵棋研发的核心,兵棋研发重在规则,也难在规则。从分析兵棋规则的分类入手,研究了装备保障兵棋规则的具体内容,包括实体规则、行动规则和裁决规则;然后,探讨了装备保障兵棋规则的来源;最后,以装备维修规则为例,对装备保障兵棋行动规则建立的方法步骤进行了分析。     

群体专家按轮讨论与自由讨论的观点动力学演化比较

针对群体专家在集体讨论中的按轮讨论和自由讨论的观点动力学演化过程,采用计算机仿真实验的方法对两种模型结果进行了分析和比较。统计结果表明在相同的初始条件下,自由讨论模型采用权威专家优先,然后按观点累积变化最大者优先的发言顺序规则生成的平均观点簇数更少,并且发现15轮以后的讨论发言对各项指标改进的影响作用不大。由于自由讨论是依次串行发言,发言时间效率较低,因此实际讨论方式选择时,当人数较少,时间充裕时,宜采用自由讨论的方式,反之则宜采用按轮讨论的方式。     

自组织特性图形的检测理论与应用

人工神经网络模型已研究多年,已使得在信息处理领域中具有类似人的性能,本文将Ｋｏｈｏｎｅｎ自组织特征映射的学习规则进行了修改,以降低拓扑邻域边界上的模糊性,而后,用它的联想存贮功能可以实现输入统计过程的特征存贮,以达到检测的目的。本文也讨论了多维检测的数学机理,作为它的一个结果,可以得出高精度的检测性能。     

基于神经网络的专家规则推理系统

本文将专家在平衡—模拟倒摆小车时记录下来的数据经处理后，用监督式学习的方法训练一前置式神经网络。训练后的神经网络派生出了一组专家尚未意识到或者表达不出来的规则，并将该规则构造的专家系统控制器与使用Ｑｕｉｎｌａｎ的ＩＤ３算法推导出的规则构造的专家系统控制器进行比较。实验结果表明，神经网络算法学习出来的规则较ＩＤ３算法推导出的规则更为有效，且更有应用价值。本文成功地将该规则应用于火箭的姿态控制，一类似倒摆小车的问题。