人工智能的多层涵义

本文对人工智能本身的概念进行了讨论,认为它应具有多层涵义,这也是正确认识目前人工智能研究的一个重要问题,文中还给出一个智能体系表。     

基于支持向量机的飞机总体设计智能论证

飞机总体设计方案评估论证是飞机研制发展过程中的重要环节.针对现代作战飞机新的发展情况,提出了飞机总体设计评估准则.为解决飞机总体设计的多指标综合评估和方案优化问题,采用支持向量机法对方案进行了回归预测.建立飞机总体评估准则属性指标体系,并通过试验验证了支持向量机法在飞机总体设计评估论证方面具有很好的可实施性,研究结果可为飞机总体设计智能论证提供一种新的思路.     

基于神经网络Q-learning算法的智能车路径规划

针对智能小车行走过程中的全局路径规划和路障规避问题,提出了一种基于神经网络Q-learning强化学习算法,采用RBF(Radial Basis Function)网络对Q学习算法的动作值函数进行逼近,基于MATLAB环境开发了智能小车全局路径规划和路障规避仿真系统。与传统的以及基于势场的Q学习算法相比,所采用的算法能更加有效地完成智能小车在行驶环境中的路径规划和路障规避。仿真结果表明:算法具有更好的收敛速度,可增强智能小车的自导航能力。     

某型直升机武器检测系统通讯设计与实现

针对智能仪器这一广阔的市场,探讨了基于WinCE的某型直升机机载武器通用检测系统通讯的设计与实现,阐述了检测系统的硬件平台设计方案,简述了用Platform Builder定制嵌入式操作系统WinCE的方法,详细介绍了软件部分的串口通讯以及数据处理,说明了系统通讯实现的原理与方法,并对所设计的智能检测仪器进行了应用分析。     

面向任务的航空数据链动态组网策略

针对现有航空数据链网络对实际任务需求耦合不紧密的问题,结合未来航空作战集群化、智能化的特点,设计了面向任务的智能化航空数据链网络体系结构。描述了面向任务的智能化航空数据链网络信息类型与信息处理传递机制,并基于所设计体系结构提出了一种面向任务的航空数据链动态组网策略。通过组网实例分析,说明在面向任务的智能化航空数据链网络体系结构下所提组网策略对实际任务需求具有较好的支撑能力。     

基于改进QGA的有/无人机编队多任务联盟生成

针对有/无人机编队作战中多约束复杂任务分配问题,提出一种改进QGA(Quantum Genetic Algorithm,QGA)的多任务联盟求解方法。首先确定任务需求、时间、平台能力等多种约束,综合考虑联盟总任务收益、耗费成本与任务时间因素,构造目标函数,建立了多任务联盟生成优化问题模型;从多分组并行演化、观测值修正、动态旋转角调整3方面对QGA算法进行改进用于问题求解;并结合实际案例进行了仿真分析,结果表明,提出的方法可以有效生成多任务联盟,解决有/无人机编队多约束复杂任务分配问题,解质量较高。     

战场抢修智能决策支持平台的柔性设计

为提高战场抢修效率，文章分析了战场抢修的决策过程及战场抢修IDSS的特性，由此提出战场抢修IDSP应具有运行柔性、结构柔性、界面柔性和系统开放性，并提出了CORJ3A系统中服务对象开发方法，给出了对象适配器结构模型。应用这种方法实现了基于CORBA的智能决策支持平台的柔性体系结构。     

模糊启发规则的防空作战智能指控系统决策

为提高防空作战智能指控系统决策效率,在充分考虑专家经验知识的基础上,利用模糊启发规则对智能指控系统决策模型中的规则和推理方法进行改进.通过对防空作战打击决策输出结果的编程计算,得到打击决策输出方案与实际作战决策结果一致.该方法可使模糊规则条数减少,输入向量和模糊矩阵的维数降低,推理计算速度加快,却不影响最终决策输出结果.     

基于TCP Veno算法的异构网络边界代理改进机制研究

针对在异构网络环境下无线网络的特点使TCP性能下降的问题,借鉴TCP Veno算法原理,提出基于网络状况评估的拥塞控制的性能增强代理改进工作机制,动态评估当前网络的状况,调整预应答发送窗口的阈值,提高性能增强代理在较大差异网络下的传输控制效能．基于NS-2的网络仿真测试对算法进行了验证,结果显示改进后的工作机制在丢包率较大的异构网络中性能有明显提升．