军事网格与Agent Grid研究综述

在简要介绍通用网格概念和发展的基础上,着重对军事网格和Agent Grid进行了研究和分析.介绍了美军军事网格发展历程中4个具有代表性的网格研究项目,展现了当前军事网格研究的现状和未来的发展趋势.以CoABS Grid项目为研究背景,分析了Agent Grid的基本特点和相关的主要观点,着重探讨了Agent和Grid技术的融合,以及Agent Grid与MAS的关系,最后总结提出了Agent Grid研究的技术要点.     

基于移动代理的目标跟踪WSN体系结构设计

在目标跟踪WSN网络中,引入移动代理技术,选择性地访问传感器节点和融合数据,能极大地提高WSN网络的性能。提出了一种基于移动代理的WSN目标跟踪网络体系结构,对网络中的移动代理进行了分类,定义了各类移动代理的功能和结构,建立了基于移动代理的目标跟踪工作流程。最后通过仿真实验,验证了随着网络节点数量的增加,提出的目标跟踪WSN结构的与传统的C/S模式目标跟踪WSN结构相比,单位负载量等性能指标上具有较大的优势。     

化学毒剂及相关化合物的色谱及质谱分析检测研究进展

介绍了当前对毒剂及相关化合物的色谱及质谱分析检测研究进展和发展趋势。仪器设备方面,气相色谱-质谱联用仪仍是主力仪器：但对热不稳定性及难挥发性化合物来说,用液相色谱-质谱来分析则更为合适;发展现场可用的、便携式鉴别技术和设备也是一个发展趋势。分析化合物方面,不能局限于附表化学品,应该积极开展对毒素及毒物与生物体加合物等复杂化合物的分析研究。样品基质方面,应该展开对新型消毒剂样品及生物样品的研究。     

多Agent系统计算的意愿理论

意愿是规范和描述多Ａｇｅｎｔ系统的一个重要抽象认知概念。本文提出了多Ａｇｅｎｔ系统计算的意愿理论以支持多Ａｇｅｎｔ系统计算的理论研究。基于多Ａｇｅｎｔ系统计算的动作模型理论，我们给出了意愿概念新的语义定义，获取和描述了它的一些重要逻辑属性。     

多主体系统建模方法探索

本文提出结合组织学理论研究多主体系统（ Ｍ Ａ Ｓｓ）建模的一种方法。文章从宏观到微观，在整体组织、个体和并发行为等不同抽象层次上论述了分析与设计多主体系统的建模方法，并详细介绍了用于多主体系统设计的系统组织模型、主体概念模型和分布式协作求解模型三个抽象模型的主要研究内容。     

C2系统仿真及评价研究进展

以网络中心战价值链的分析为核心,对指挥控制系统的地位特点及仿真与评价的必要性进行了论证,在此基础上,从"忽略或淡化"、人在回路中、专家系统、基于Agent的方法及基于Swarm的方法5个角度对智能行为建模领域的研究进展进行了分析,同时从"基于能力"及"基于优势"两个视野对指挥控制系统指标体系的构建方法及相应架构进行了剖析.     

校园网Linux环境下入侵诱骗系统的研究与实现

当今的网络环境变得越来越复杂,网络安全管理员的工作不断加重,不经意的 疏忽便有可能遗留下安全的重大隐患,同时网上黑客教程和千余种入侵工具随手可得,因此 网络安全问题防不胜防,网络的防卫必须采用一种纵深的、多样的手段。入侵诱骗技术是网 络安全中的一个新兴的领域,是对现有的网络安全体系的一次重要扩充。结合校园网络平 台,将入侵检测和入侵诱骗有机地结合起来,对入侵诱骗系统进行了研究和具体实现,并详 细阐述了入侵诱骗系统的中心管理端和网络代理端的构成和功能。     

SiO2气凝胶复合短切莫来石纤维多孔骨架复合材料的制备及性能

将短切莫来石纤维、硅溶胶、B4C粉,经过1260℃烧结制备多孔骨架,以正硅酸乙酯、去离子水和乙醇配制SiO2溶胶,并将多孔骨架与SiO2溶胶浸渍,经过超临界干燥制备SiO2气凝胶复合的莫来石隔热瓦.通过热重和差热分析、X射线能谱分析,表明B4C在700℃～900℃时发生氧化,生成B2O3将短切纤维粘接到一起,莫来石多孔骨架在1500℃以下稳定存在.具有纳米级孔洞结构的SiO2气凝胶填充了多孔骨架的微米级孔洞,隔热瓦的热导率在200℃、500℃、800℃、1000℃分别下降了44.3%、33.8%、34.6%、29.5%.此外,SiO2气凝胶的复合使得抗弯和抗压强度分别提高了50%和40%.     

MAS作战仿真中的人装单元Agent结构研究

研究了在多智能体系统作战仿真中人装单元Agent的结构，该结构以BDI模型为基础，由感知器、匹配器、信念集、愿望集、筛选器、意图、执行器和通信器等8个模块组成。介绍了每个模块的功能，并在给定仿真背景、元规则和能力属性的基础上进行了576次仿真对抗实验。实验结果表明，以这种Agent结构为基础的多智能体系统作战仿真结果符合军事常理，能够对作战仿真研究起到支撑作用。     

针对无人机集群对抗的规则与智能耦合约束训练方法

基于无人机集群智能攻防对抗构想,建立了无人机集群智能攻防对抗仿真环境。针对传统强化学习算法中难以通过奖励信号精准控制对抗过程中无人机的速度和攻击角度等问题,提出一种规则与智能耦合约束训练的多智能体深度确定性策略梯度(rule and intelligence coupling constrained multi-agent deep deterministic policy gradient, RIC-MADDPG)算法,该算法采用规则对强化学习中无人机的动作进行约束。实验结果显示,基于RIC-MADDPG方法训练的无人机集群对抗模型能使得红方无人机集群在对抗中的胜率从53%提高至79%,表明采用“智能体训练—发现问题—编写规则—再次智能体训练—再次发现问题—再次编写规则”的方式对优化智能体对抗策略是有效的。研究结果对建立无人机集群智能攻防策略训练体系、开展规则与智能相耦合的集群战法研究具有一定参考意义。