坦克分队目标战场价值评估指标体系

可靠的目标战场价值评估是坦克分队进行最优火力分配的基本依据,科学的评估体系则是进行战场价值评估的基本保证。本文分析了目标战场价值评估体系的层次结构,提出了一种基于Delphi专家征询与层次分析法相结合的指标权重推算方法。以某次进攻战斗为例,组织专家进行测评,推算了相应的权重系数,验证了评估体系的科学性。     

突发事件谣言传播的涌现模型与仿真研究

谣言的肆意扩散容易造成社会心理恐慌和非理性反应,进而引发比突发事件本身更严重的后果.针对谣言传播的特点,将疾病传播SIR模型与Agent建模理论相结合,从社会影响力、受教育程度等方面分析个体差异,引入个体记忆机制,设计相应的交互规则,构建谣言传播的涌现模型,并设置了5种情况进行仿真实验,为探索突发事件下谣言传播的扩散规律与消解对策提供理论支持.     

基于自适应变异粒子群算法的火力分配方法研究

针对最优火力分配的特点,分析了火力分配优化问题的数学模型,设计了一种求解该类问题的自适应变异粒子群算法（Adaptive Mutation Particle Swarm Optimization, AMPSO）。该算法采用十进制编码方法和基于数值运算的个体更新方法;为平衡算法的局部搜索能力和全局收敛性能,设计了一种关键参数自适应调整方法;为增强种群在进化后期的多样性,提出了一种变异策略。仿真结果表明,所提AMPSO算法具有良好的寻优性能,是优化火力分配的一种有效算法。     

基于时序特征编码的目标战术意图识别算法?

对战场目标战术意图的快速、准确和自动识别，是智能决策的前提和基础。目标战术意图通常由多个战术动作组合完成，因而目标状态呈现动态、时序变化特征。本文针对目标意图识别问题的特点，提出一种基于栈式自编码器（ SAE）的智能识别模型，设计智能识别模型的基本框架，提出一种基于时序特征的输入信号编码方法及相应的模式解析机制，通过将目标状态在多个时刻的时序特征和战场环境、目标属性等信息统一编码为输入信号，将军事专家的知识经验封装为模式标签，模拟人的推理模式与认知经验，实现对目标战术意图的智能识别。最后通过实验，分析预训练过程和网络深度对算法性能的影响，并通过与多层感知机（MLP）和逻辑回归分类器（LRC）识别准确率的比较，验证所提SAE算法的有效性。