适用于云计算的多接收方代理重加密方案

在云计算环境下,绝大多数信息处理和存储都被转移到云中心,用户终端的计算和存储能力将逐渐弱化。本文针对这一趋势,提出一种适用于云计算的多接收方代理重加密方案,充分利用云中心的分布式计算能力,使用随机数重用和密文聚合技术,大大降低了计算和传输负担,实验表明本方案具有较高的效率。     

基于径向基代理模型的序列优化中自适应再采样策略

针对径向基插值代理模型样本点预测误差为零时无法获得误差函数进行序列再采样优化的问题,将样本点分布约束引入序列再采样过程,利用潜在最优解加速收敛性,提出一种适用于径向基插值代理模型序列优化的再采样策略,该策略兼顾仿真模型的输出响应特性与样本点的空间分布特性。仿真结果表明,使用该在采样策略后,算法寻优效率和精度均优于传统基于代理模型的优化方法,在对最优解进行有效预测的同时,能显著减少原始模型计算次数。     

脑机技术发展及其对军事领域的影响

进入新世纪以来,脑机技术作为“会聚技术”领域的核心技术之一,已经引起了欧美发达国家的高度重视．国内外众多著名的大学和科研机构在该领域已经开展了广泛深入的研究,并取得了一系列实质性的进展和丰硕的成果。文章详细介绍脑机技术的发展现状及其军事应用前景,为未来新概念武器的发展提供参考。     

一种改进的多智能体碰撞避免行为

针对目前碰撞避免行为缺乏真实性和通用性的问题,本文提出一种改进的多智能体碰撞避免行为生成方法。通过引入角色参数和个性参数,使得智能体能够根据自身的属性调整避碰行为。改进的多智能体碰撞避免行为把碰撞避免行为与真实人的属性相联系,可以保持智能体前后运动的一致性和平滑性。因此,更符合真实人的碰撞避免行为特性,具有更强的"类人性"和通用性。仿真结果表明,加入了真实人属性的改进方法产生的避碰行为能有效地应用于具有多样化属性的虚拟人群行为仿真、多机器人系统和多智能体领域中。     

基于多智能体强化学习的无人机集群对抗方法研究

针对复杂动态不确定环境下的无人机集群对抗问题,基于多智能体强化学习开展了对抗决策方法的研究。首先,基于MaCA环境构建了无人机集群对抗模型;其次,引入集中训练网络的混合架构模式,改进了传统DDPG算法,设计了面向无人机集群对抗的MADDPG算法,分别采用基于规则的对抗策略和基于DQN的对抗策略对算法进行了训练,提升了对抗算法的鲁棒性、适应性和泛化性;最后,通过搭建对抗仿真环境,验证了所设计方法的有效性和可靠性。     

运用动态规划的智能卫星集群星间通信路由算法

通过建立智能卫星集群网络模型,把智能卫星集群星间通信路由问题转换为时延最短路径问题,进而提出一种求解此问题的智能卫星集群星间通信路由算法.该路由算法采用动态规划策略分阶段规划智能卫星集群两个成员之间的星间通信路由,在每个规划阶段,负责发送数据的智能卫星自主调用一种星间通信路由静态规划算法,以求出其在当前时刻的后继卫星来...     

军队采购中的信息不对称问题探析

文章分析了不同采购方式中存在的或者质量、或者成本信息的事前非对称,以及由于委托代理链所造成的采购舞弊行为,提出了用法制、道德、经济和技术等措施来克服军队采购中的信息不对称之对策。     

反舰导弹火力分配方式

给出了反舰导弹火力分配的概念,分析了传统反舰导弹火力分配方式的现状及特点,讨论了现代海战场对反舰导弹的作战需求,指出了现代反舰导弹火力分配方式的发展方向,提出基于模式识别的智能自主火分是反舰导弹火力分配方式的发展趋势.     

网络学习模式识别移动代理因素提取方法研究

从分析网络学习因素的角度出发,提出了利用数据融合理论和使用移动代理技术解决网络学习模式识别的问题。详细分析了网络学习模式中的主要因素,针对网络学习模式识别提出了使用移动代理(MA)进行因素提取的方法。同时运用数据融合技术中分布式缠绕判决模型进行描述,从而使有效地获取网络学习者的学习状态变为可能。也对网络学习因素提取MA的执行环境进行了具体阐述。设计了因素提取MA体系结构,分析了因素提取的执行过程,采用ATP层代理传输协议作为移动代理系统的应用层协议,负责学习模式识别的因素提取。