用户偏好提取MDP建模研究

将马尔可夫判决过程和智能强化学习算法相结合,给出了异构无线网络环境下用户业务偏好评估模型的技术框架。为动态环境下用户需求的感知、量化和适配特征的研究提供了基本的数学描述,对解决用户体验的评价问题和业务与业务环境的适配问题提供了新的研究思路。仿真结果表明所构建的MDP模型能够在多状态条件下学习用户偏好,根据用户需求智能选择业务。     

ABDARDSS中基于候选消除学习算法的知识推理

飞机战伤评估和修理的知识表示与推理机制,是建立飞机战伤评估与修理决策支持系统(ABDARDSS)需要解决的一个关键问题.采用一种候选消除算法来提取战伤评估与修理样本数据的变型空间,以变型空间实现战伤评估与修理决策支持系统中的知识表示和推理.对于ABDARDSS来说,候选消除学习算法是一种新的有效的知识推理方法.     

不完全权重信息下地空导弹部队阵地评价与排序

给出了地空导弹部队阵地评价指标体系,在已知专家对各指标的打分结果和目标权重范围的局部信息基础下,提出一种先进行局部优化再组合赋权以求得指标的组合权重向量,并根据综合属性值对各方案进行排序的多目标决策方法,避免了获取有关地空导弹部队评价指标偏好信息的困难,最后以实例说明了本方法的应用情况.     

非线性超晶格中波的传播

通过二维实映射研究了非线性Kronig-Penney超晶格中波的传播。数值计算得到非线性系数不同、以及透射波幅不同时的映射图。结果表明,非线性系数对波传播有明显的调制作用,而透射波幅对非线性系数的有效性有明显的改变。     

一种彩色地图自动分层的快速算法

彩色地图扫描数据自动分层是地图数字化的关键技术之一。在研究了彩色地图扫描数据中客观存在的颜色误差后,根据彩色地图颜色的变化规律,提出了一种快速分层算法。实验结果表明,利用该方法所得到的分层结果可以快速解决彩色地图的自动分层问题。     

军事目标打击的辅助决策系统设计研究

现代战争中“目标”已经成为现代指挥作战的“核心”。文章从研究“目标”出发,根据目标选择与打击的特点和辅助决策任务,提出了军事目标打击辅助决策系统设计的初步设想,阐述了该系统的系统结构、系统实现的流程和系统功能,并做了可行性分析。该系统在信息化条件下,较好地为指挥员进行军事目标打击提供了有效的决策工具,更好地加快了军队指挥自动化的步伐。     

基于分布实时多Agent技术的防空兵群指挥决策研究

探讨了防空兵群指挥决策的重要地位,依据现代高技术条件下防空兵群作战指挥的决策支持需求,研究并设计了防空兵群作战指挥决策支持系统的基本结构,重点研究了系统的人-机交互技术,阐述了Agent的元模型,详细论述了基于Agent的分布实时群体联盟体系,并对Agent的通信语言ACL消息结构进行分析且应用于联盟体系的通信传输,为构建防空兵群作战指挥决策支持系统的人机交互子系统提供技术准备。     

基于模糊MODM的空袭目标威胁评估

针对当前空中来袭目标的主要特点,运用模糊多目标决策(MODM)理论和方法,提出了一种空袭目标威胁评估方法。首先对影响空袭目标威胁程度的因素进行了分析;然后阐述了如何确定影响目标威胁评估的各个指标值;最后依据多目标决策方法,建立了在各指标权重值只有部分已知的情况下,目标威胁评估的数学模型,并通过示例介绍了威胁评估的求解过程。仿真结果表明,该方法有效地解决了目标威胁评估与排序问题,提高了防空作战效能。     

引导方式的代价评估

引导方式的选择是超视距舰舰导弹攻击中最重要的决策问题。它牵动到兵力的使用问题,是目前作战部队急待解决的重点课题之一。传统的评估方法往往只侧重最终的数学结果而忽视对评估过程的揭示,难以被部队指挥员接受,从而影响了数学评估在作战指挥中的应用。给出了引导方式损益评估中代价评估的方法。该方法采用表格作业方式,可帮助指挥员全面掌握决策要素,自主控制各因素的作用,符合部队指挥员对决策透明的要求。计算过程简洁,易于在部队推广使用。     

目标数据关联多因素分布式推理判决系统推理结构

目标数据关联多因素分布式推理判决系统 ,是一基于分布式判决分类系统理论进行目标数据关联分析的大规模推理判决系统 ,在C3I系统中有着广泛的应用前景。本文在分析推理判决系统的推理规则类型和状态类型的基础上 ,给出系统的推理结构图 ,该推理结构是正关联神经推理结构