基于D-S证据理论的机载雷达模糊识别方法

针对机载雷达信号的复杂性和模糊性等特点,提出一种D-S(登普斯特-谢弗)证据理论和模糊理论组合应用的方法用于对机载雷达的识别。通过对信号的积累和对信任度(模糊隶属度)的重新分配,有效地解决了机载雷达信号的不确定性问题以及如何利用信号在时间上的冗余信息问题,提高了信号的正确识别率。仿真实验和正确识别率的统计结果验证了这种方法十分有效。     

Case‐based reasoning and improved adaptive search for project scheduling

Most scheduling problems are notoriously intractable, so the majority of algorithms for them are heuristic in nature. Priority rule‐based methods still constitute the most important class of these heuristics. Of these, in turn, parametrized biased random sampling methods have attracted particular interest, due to the fact that they outperform all other priority rule‐based methods known. Yet, even the “best” such algorithms are unable to relate to the full range of instances of a problem: Usually there will exist instances on which other algorithms do better. We maintain that asking for the one best algorithm for a problem may be asking too much. The recently proposed concept of control schemes, which refers to algorithmic schemes allowing to steer parametrized algorithms, opens up ways to refine existing algorithms in this regard and improve their effectiveness considerably. We extend this approach by integrating heuristics and case‐based reasoning (CBR), an approach that has been successfully used in artificial intelligence applications. Using the resource‐constrained project scheduling problem as a vehicle, we describe how to devise such a CBR system, systematically analyzing the effect of several criteria on algorithmic performance. Extensive computational results validate the efficacy of our approach and reveal a performance similar or close to state‐of‐the‐art heuristics. In addition, the analysis undertaken provides new insight into the behaviour of a wide class of scheduling heuristics. © 2000 John Wiley & Sons, Inc. Naval Research Logistics 47: 201–222, 2000     

一种新型的不精确推理——SCESS不精确推理

本文是以模糊数学理论为基础,并考虑了人的心理因素,构造出一种新型的不精确推理。它已在一个实用的专家系统——突发性案件专家支持系统(SCESS)中得到实现。该推理能处理用单个数值、模糊区间和自然语言描述的不精确知识的可信度,并通过用户的态度得出相应的结论。     

基于模糊集和证据推理方法的武器系统可靠性评估

提出了一种评估武器系统可靠性的新方法。在这种方法中,武器系统中各组成部分及零部件的可靠性用模糊语言变量来表示,利用证据推理方法合成各子系统零部件的可靠性评估结果,提高了各子系统的可靠性水平。文中以某高炮系统的可靠性评估阐述了该方法的应用情况     

基于规则控制的快速高度跟踪算法

提出一种全新的基于模糊推理与规则控制的高度跟踪算法。这种算法无论是在跟踪效果与运算速度上都大大优于以往的最速下降法、动态规划法、最优控制法等,而且可以对最大俯仰角、最大可用过载、希望跟踪程度等跟踪参数进行随意设定。大量的仿真计算证明,该算法具有很好的实时性、收敛性及可扩展性。可以极大地减轻对地攻击低空轨迹规划的工作,对巡航导弹、无人机更具应用价值     

基于多模型的模拟电路软故障诊断

针对电子装备模拟电路故障诊断过分依赖专业技术人员和诊断专家的不足,提出利用信息融合技术,综合极限学习机(ELM,Extreme Learning Machine)、支持向量机(SVM,Support Vector Machine)以及BP(Back Propagation)神经网络等智能故障诊断模型,对模拟电路软故障进行诊断的故障诊断方法。通过对不同模型分别输入不同频率的电压信号,得到每个模型的诊断结果;采用DS(Dempster-Shafe)证据理论对每个模型诊断结果的可信度进行评估,确立每个模型诊断结果的组合置信度。通过不同模型诊断结果的决策层融合,最终获得诊断结果。以某型装备滤波电路的故障诊断为例,多模型融合诊断结果的准确率比单一方法模型的诊断准确率有了明显的提高,证明了该方法的有效性。     

军事通信领域上下文本体建模及不确定性推理＊

为支持军事通信业务的智能化,研究了军事通信业务上下文信息的表示和推理,提出了一种表示业务上下文信息的语法结构、语义以及上下文元信息的本体建模方法。并利用贝叶斯网络理论,提出了一种支持不确定性推理的业务上下文认知模型的构建方法,最后通过案例分析验证了模型和结论的合理性。     

多任务时间规划冲突检测方法

摘要：针对多任务的时间规划问题,基于Simple Temporal Networks(STN)时态表示模型和时态推理方法,提出了一种时间冲突检测的智能方法,并对该方法给予了数学证明。实验表明,该方法能够检测出基于STN表示的作战方案的时间冲突,并对任务时间规划提供参考范围,可有效辅助指挥员快速制定作战方案的时间规划。     

火灾调查推理模式探讨

火灾调查是一种回溯推理。根据蕴涵关系的逻辑性质和异因异果原理,可建构正确的火灾调查推理模式。由这种推理模式可明确火灾调查结论正确与否的事理根源,从中会得到许多有益启示。     

矢量图形的知识获取与XML文档的智能生成

提出了一种从矢量图形中抽取出图元关联规则知识,利用正向知识推理来完成整个图形中图元的搜索,并获取各个图元信息智能生成文本信息的方法。这是一种通用的图文转换的智能生成方法,不同类型的矢量图形只需更换图元关联知识,都能利用知识推理方法智能生成XML(ExtensibleMarkupLanguage)文本。通过舰艇编队突击方案图转换成突击方案XML文本的实例进行了说明。