一座小型建筑空调动态负荷的ANN预测研究

人工神经网络(Artificial Neural Network,简称ANN)是一种崭新非线性建模和预测方法,具有良好的非线性品质和极高的拟合精度。在前人研究的基础上,针对一座小型建筑物建立了其空调动态负荷预测的BP模型。为克服常规BP训练算法的缺陷,提出了一种改进的遗传搜索算法,结果证明是一种高效实用的算法。     

人工智能视域下官兵获取网络信息的安全挑战及对策初探

人工智能(Artificial Intelligence,英文缩写为AI)是研究如何运用计算机软硬件来模拟人类某些智能行为的基本理论、方法和技术,自1956年提出概念至今已经历三次大的飞跃。2022年年末,美国OpenAI推出聊天生成预训练转换器(Chat Generative Pretrained Transformer,简称ChatGPT),其类人化的对话表现迅疾火爆全球,开启了全球新一轮数字技术竞争的新赛道和制高点。     

神经网络的原理及应用

人工神经网络是在现代神经科学研究成果的基础上提出的,反映了人脑功能的基本特征。但它只是人脑功能的某种抽象、模拟和简化。研究这一技术的目的在于,探索人脑加工、储存和搜索信息的机制,并将其原理应用于人工智能的可能性。本文介绍了一些神经网络模型及应用。     

舰载人工智能作战指挥系统的一种研究方案

文章首先简述了人工智能迅速发展的概况并指出了人工智能在军事上具有广泛用途。为了加速我国指控系统现代化工作的进程,应积极探索人工智能技术在指控系统中的应用,为此作者提出了舰载人工智能指控系统(AIC~2—1)的研究方案。文章对此方案作了详细介绍,包括系统结构方框图、总系统和子系统的功能说明以及研究该系统的步骤和要点。文章共分五个部分:1.人工智能及其在军事上的应用。2.人工智能指控系统(AIC~2—1)总体方案构想。3.AIC~2—1系统功能。4.关于研制AIC~2—1系统的几点想法。5.结束语。     

关于人工智能军事决策支持系统的若干技术问题探讨

本文简要地阐述了研究开发人工智能军事决策支持系统(AIMDSS)的重要意义及国外发展概况。着重探讨了有关AIMDSS的基本概念和若干技术研究课题。     

脑与认知技术发展综述

脑与认知是利用神经形态计算来模拟生物大脑处理信息的过程,被认为是探究甚至实现人工智能的最直接技术路线,而且可以为人工神经网络研究提供基础导向,因为人类和动物"先天"的结构对其技能和习性有着决定性作用。对近期脑与认知的相关研究与成果进行了综合评述,并对未来发展趋势进行了展望。综述表明,类脑仿生研究与应用改进了人工智能系统,重建复杂的大脑皮层神经网与回路是当前研究重点;脉冲神经网络被认为是目前深度神经网络的"继承者";脑机接口技术发展呈现非侵入式趋势,面向语言障碍病患实现语音合成的脑机接口技术成为近期新兴研究方向。     

通过计算透视战争——平行军事体系

现代军事问题极其复杂,军事变革日新月异,破除战争迷雾,认识和把握未来战争的特征和规律需要新的方法.平行军事体系尝试将当前复杂系统研究的ACP(Artificial societies, Computational experiments,Parallel execution)方法引入到军事领域,通过计算实验来探索和应对军事复杂性问题.文章简要梳理了平行军事体系提出的背景,归纳了当前对平行军事体系的认识,提出了发展平行军事体系的建议.     

【专题】人工智能装备质量监督效能研究

近年来,人工智能技术迅速发展和渐趋成熟,在装备领域的应用大放异彩,极大地拓展了传统装备性能,特别是自主性和智能化水平。但人工智能算法本身固有的逻辑推理性差、具有不可解释性和需要学习训练等特性给人工智能装备的质量监督带来了新挑战,现有评价手段的欠缺也使人工智能装备发展在实用可靠方面充满不确定性。本文在总结归纳人工智能装备新特性拓展和质量监督新挑战的基础上,重点围绕有效提升人工智能装备的质量监督展开研究。提出应在夯实基础能力设施建设、注重日常数据采集整理、灵活技术状态管控、研究有效评价手段、强化人才队伍建设和闭环质量信息反馈与利用等六方面加强人工智能装备质量监督的措施建议,以期为人工智能装备的发展建设提供参考。     

人工智能装备质量监督效能研究

近年来,人工智能技术迅速发展和渐趋成熟,在装备领域的应用大放异彩,极大地拓展了传统装备性能,特别是自主性和智能化水平。但人工智能算法本身固有的逻辑推理性差、具有不可解释性和需要学习训练等特性给人工智能装备的质量监督带来了新挑战,现有评价手段的欠缺也使人工智能装备发展在实用可靠方面充满不确定性。本文在总结归纳人工智能装备新特性拓展和质量监督新挑战的基础上,重点围绕有效提升人工智能装备的质量监督展开研究。提出应在夯实基础能力设施建设、注重日常数据采集整理、灵活技术状态管控、研究有效评价手段、强化人才队伍建设和闭环质量信息反馈与利用等六方面加强人工智能装备质量监督的措施建议,以期为人工智能装备的发展建设提供参考。     

基于BP人工神经网络的军事工程投资评价

BP人工神经网络是一种基于误差反向传播算法(BP算法)的多层前向人工神经网络,由信号的正向传播与误差的反向传播两个过程组成。应用BP人工神经网络对军事工程投资效益进行评价,可先提出军事工程投资综合评价指标及评价指标体系,然后构建模型,之后对人工神经网络模型进行训练和测试,验证模型的有效性和实用性。     

新一代人工智能在国防科技领域发展探讨

新一代人工智能技术已经成为当前研究的重点和热点，并逐渐成为提升国防力量、军事能力和国家竞争力的有效途径。本文在总结人工智能概念的基础上，给出了新一代人工智能的定义和发展的重要意义，从掌握未来战争主动权、支撑军工装备研制生产模式转型和保障国防科技先进性三个方面梳理了国防科技领域发展新一代人工智能的必要性，并从基础技术支撑和国防特色应用两个方向提出了国防科技领域发展新一代人工智能涉及的基础软硬件、标准规范、智能装备/系统、辅助作战指挥、智能研发等重点内容，在此基础上给出了相关的发展建议。以上研究可为新一代人工智能技术在国防科技领域的研究、应用和发展提供参考。     

人工智能在军事指挥与控制系统中的应用

从1982年,YARD有限公司就开始了对人工智能(AI)应用的研究。目前,该公司军用人工智能的重点是在海军指挥与控制领域。这方面承担的项目包括:理论上的可行性研究、工作样机系统的建造和支持指挥与控制问题专用软件工具的开发。该项工作已经研究了特殊应用领域获取知识和用计算机模拟这种知识的基本问题以及人工智能从实验室走向真实世界需要解决的重要方法和技术问题。尤其是,我们研究了知识工程怎样才能与常规系统工程的寿命周期进行最佳综合,以致于把人工智能用于提高现有指挥系统的置信度。 本文评述了YARD公司过去和现在在海军指挥与控制项目中所做的许多人工智能方面的工作。本文将叙述各方面的问题并概述解决方法的本质。叙述的问题包括:人工智能在特别领域的应用以及与知识工程方法和技术有关的定义和选择的一些问题,这些方法和技术要适合于人工智能在现有指挥系统中应用。根据获得的经验和教训,本文还考虑了人工智能在广泛的指挥与控制方面的未来作用,以及效益,觉察到的应用领域和可能的系统结构与技术。     

行为科学视角下人机信任的影响因素初探

发展值得人类用户信任的人工智能系统是影响人机合作发展的核心问题之一。目前,人机合作中信任的研究主要来自于计算机领域,侧重于研究如何构建、实现和优化人工智能系统面对特定任务的计算能力与处理能力。针对"什么因素影响了人对人工智能系统的信任,如何准确测量人对人工智能系统的信任"等问题的研究仍处于起步阶段,尚缺乏人类用户参与的实证研究或实验研究中缺乏严谨的行为科学实验方法。本文回顾了行为科学领域中对人际信任的研究方法,在人机合作框架下,探讨了人与人工智能系统之间的信任关系,梳理了人类个体对人工智能系统信任态度的影响因素。希冀该研究成果能够为构建人机合作中的信任度计算模型提供一定理论依据。     

人工智能的技术与应用

科学界和防御团体对人工智能(AI)发生了越来越浓厚的兴趣并寄以很大的希望。因为人工智能在急剧改变军用系统的设计和使用这些系统的方法上是很有前途的,所以集中力量研究它是值得的。在未来的军事战争环境中更是这样,因为将有海量数据的同时,决策的时间很短,决策的效率和决策的有效性却非常重要。     

基于多Agent舰空导弹协同反导作战体系结构研究

舰艇编队中多个舰空导弹系统协同反导作战系统是一个异构、分布、开放和松散耦合的复杂分布式人工智能控制系统,而多智能体(Multi-Agent)原理与技术是研究复杂分布式人工智能控制系统的有效方法.从舰艇编队协同反导作战需求和多智能体结构特点分析入手,提出了舰艇编队协同反导防御作战"两层三网"的体系结构,阐明了系统组成和功能.     

人工神经网络研究与传统人工智能研究中的几个基本思维问题的再讨论

本文结合当前人工神经网络与人工智能研究情况就思维能力的形成,思维活动的进行,思维活动的控制问题进行了讨论。认为人的思维特性主要由大脑神经网络的特殊结构体现,人的经验在形成这一结构中起着重要的作用;思维活动是多源控制条件与联想能力相结合的结果。另外,还从能量的观点对某些思维活动现象做了一定的解释,认为思维活动是机体在多源控制方式作用下具有较高能量记忆信息运动状态的表现。最后给出一个思维模型。     

遗传算法收敛性分析

一.引言 遗传算法（Genetim　AIgorithm,GA）是一类以达尔文自然进化论与遗传变异理论为基础的求解复杂全局优化问题的仿生型算法,是一种新的搜索寻优技术,它仿效生物的进化与遗传,根据“优胜汰”的原则,借助选择,交叉和变异等算子,使所要解决的问题从初始解一步步地逼近最优解,尽管这种方法已经在人工智能非线性优化。机器学习。自适应控制和人工神经网络训练,并行处理等方面得到了     

专家系统与军事应用

以军事专家系统为主线,阐述了专家系统在军事中的应用前景;分析了专家系统的基本情况及国外发展现状,归纳了人工智能与专家系统研究中的八个基础性应用课题;论述了人工智能在火控指控领域中应用的可能性,并提出了我国在人工智能研究中某些应注意的问题。     

基于人工智能的微反应识别与处理

随着时代发展,人工智能研究运用取得一定的成果,比如苹果公司的siri、Google的搜索引擎、卡内基·梅隆大学的Intra Face应用系统等,都为人工智能条件下的机器人更像真实人类率先布局。如何实现机器人更像真实人类的目标,尽快研究并解决人工智能的微反应识别和处理显得尤为紧迫和重要。本文将以面部微表情和映射心理状态肢体动作的微反应为主,重点介绍人工智能微反应的探测、识别及处理的方式,旨在不断提高机器识别、表达微反应的能力,推动人工智能从感知层面向认知层面演进,实现发展人工智能的终极目标。     

舰船液力偶合器数学建模新方法

介绍了某研究项目中所使用的液力偶合器数学建模新方法———人工神经网络方法.从舰船动力装置动态建模与仿真的实际需求,分析了液力偶合器数学建模的困难之处:寻找一种通用的数学形式,以实现:①额定工况滑差及其附近实验数据的内插与外延;②过渡工况(如液力偶合器结合时其滑差从100%变到额定工况滑差附近的过程中)液力偶合器数学模型的设计.叙述了液力偶合器的人工神经网络数学建模的要点,分析了液力偶合器人工神经网络数学模型在舰船动力装置计算机仿真中的结果.最后,总结了液力偶合器人工神经网络数学模型今后需进一步完善的若干方面.