基于智能Agent的军事后勤计划生成方法

军事后勤计划是一个复杂的过程,包括地理上分布的组织和信息的协同、繁杂的计算和分析.这使得在有限的时间内制定好后勤计划变得非常困难.基于Agent的后勤计划系统(LPS)是为了后勤计划者开发的支持系统.在LPS中用智能Agent建立军事后勤计划过程中的事务处理、组织或信息实体交互的模型,收集和分析相关信息,自动生成军事后勤计划.     

基于专家系统的无人战斗机智能决策系统

在无人战斗机智能决策系统中,引入专家系统,通过对无人战斗机对地攻击战术进行分析与总结,建立了对地攻击战术知识库,设计和构造了无人战斗机对地攻击智能决策系统的原型,通过无人战斗机对地自动攻击的大量仿真研究表明,所设计与构造的智能决策系统是可行有效的.     

遗传蚂蚁算法(GAAA)在数字电路智能测试中的应用

随着VLSI设计规模的日益增大,对于电路的测试生成(Automatic Test Pattern Generation.ATPG)也有了新的要求.提出了一种基于遗传算法和蚂蚁算法融合的数字电路智能测试生成算法,克服了传统算法计算量大、需对电路逻辑有较深刻认识的缺陷,而且也避免了以往的遗传算法和蚂蚁算法容易陷入局部最优的不足.研究表明这种算法效果较同类其他算法好,而且在大规模电路中尤能显示其特点.     

基于Agent的坦克连CGF系统智能机动模型研究

分析了面向Agent的CGF设计方案,以坦克连为研究对象,设计了坦克连仿真系统体系结构,并就坦克连在虚拟环境中实现智能机动的行为进行了探讨,介绍了坦克连机动Agent的设计与实现.     

航天器智能能力的构建

为解决航天器智能能力的构建和智能技术的引入问题,从能力部署视角提出了智能等级的划分,从定性的自动、自治、自主的等级出发,自底向上分解为数据注入接收能力、任务执行能力、自学习能力、系统自我管理能力、任务自我管理和思考能力,其程度分为底层反应、中层程序和高层思考。对照上述能力给出可实施的5阶模型和人字架构。人字架构是以即插即用技术加自主控制技术来支持上层智能能力的模型。该模型基于航天器接口业务架构和欧洲空间局的包应用标准业务,采用管理信息库和电子数据单技术进行数据化设计。对应星上的智能能力等级讨论相适应的地面系统能力。人字架构具有层次化、业务模型化和自底向上归一化构建的特点,对上层智能技术的引入是开放的。     

潜射鱼雷的自导方式及机动对抗条件下的运用

针对依据复杂对抗的作战条件和日益增长的鱼雷航程对潜艇鱼雷攻击带来的新问题,在综合分析潜射鱼雷各种自导方式的特点,以及针对这些特点的攻防行动策略的基础上,提出通过战术使用方法和鱼雷技术两方面保证自导鱼雷攻击的有效性。指出自适应变换自导方式搜索是提高鱼雷战斗能力的重要技术措施,而确定鱼雷自导方式转换时机和转换方案是实现鱼雷智能搜索需要解决的关键问题,最后给出了相应的技术方法。     

决策中心战的能力需求与技术支撑

为重建长期战略优势,美国率先提出的决策中心战作战新概念已经成为世界各军事强国的关注热点。分析了决策中心战的提出背景和原因,从深化认知决策优势和作战复杂性等方面剖析了其内涵机理,认识到强大的网络通信能力的支持是实现马赛克战或分布式控制的重要能力需求。在此基础上,重点分析了决策中心战在战役战术层6个方面的能力需求,并提出了未来支撑这些能力形成的先进技术,有助于全面把握以“决策中心战”为代表的新军事理论体系的构建与实践运行,为我军智能化建设提供借鉴。     

云环境条件下智能决策支持系统理论研究

随着具有智能化特征的信息化战争形态的出现,军事智能决策已发展成为能够影响战争胜负的关键环节。在介绍基于专家系统和人工神经网络的智能决策支持系统的基础上,对二者的优缺点进行了对比分析,提出了在云环境下,通过采取并行结构模式,将专家系统和人工神经网络集成的智能决策支持系统,并对该新型决策支持系统的工作原理和推理过程进行了分析,为军事智能决策支持系统的研究提供了一种新的思路和方法。     

EEMD+BiGRU组合模型在短时交通流量预测中的应用

针对城市交通流随机波动性强、数据中含噪声多导致预测精度下降的问题,提出一种基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)和双向门控循环单元(bidirectional gated recurrent unit,BiGRU)的组合交通流量预测模型,有效地提升了短时交通流预测的精度。模型利用EEMD算法对原始数据进行分解,根据分解所得的本征模函数(intrinsic mode function,IMF)分量绘制噪声能量图谱,去除分量中的噪声,并将去噪后的IMF分量作为BiGRU网络的输入进行训练,再将训练所得的结果进行重构加和,得到最终的预测结果。实验结果表明,未舍弃含有噪声的IMF分量进行重构的预测结果,相比于参考文献中提出的EMD+LSTM模型、LSTM模型和EEMD+LSTM模型,其平均绝对百分误差分别优化了42.36%、61.82%和30.95%;舍弃含有噪声的IMF分量后进行重构的预测结果,其平均绝对百分误差相比于将全部IMF分量进行重构优化了56.62%。     

大数据与我军财务管理

当前,世界各发达国家不约而同将大数据的开发应用作为夺取新一轮竞争的重要制高点。而大数据技术的运用必将引发财务管理模式发生重大变革。利用大数据有利于提升经费管理效益;依托大数据将促进实现预算管理科学化;运用大数据可构建智能型财务。