军备与和平博弈的世界大势

军备与和平力量搏弈的发展趋势,通过国防负担率表示。近年来,这一比例呈下降趋势。本文在研究美国与前苏联扩军与裁军历史的基础上,综合分析了军费支出对经济发展的影响,并对今后军事支出的削减程度及由裁军产生的和平时空如何被利用等问题进行了展望。     

基于非合作博弈的栅栏信息覆盖虚拟节点组合算法

邻近节点通过协作感知和信息融合组成虚拟节点,能够增加信息覆盖栅栏长度.基于非合作博弈模型,设计了一种完全分布式的虚拟节点组合算法DVSF算法.DVSF算法面向栅栏信息覆盖应用,以尽量增加整个网络的信息覆盖栅栏长度为目标,将合适的邻近节点组合成虚拟节点,提升了整个网络的栅栏信息覆盖性能.仿真实验验证了DVSF算法的有效性...     

具有模糊偏好认知矩阵的超对策稳定性分析

针对一类具有模糊偏好认知矩阵的超对策问题,给出了具体的稳定性分析方法。基于相对模糊距离的概念和模糊有序加权平均(FOWA)算子提出了三角模糊互补判断矩阵的一种排序方法。由此方法得到局中人的结局偏好认知向量,进而给出了一阶超对策的稳定性分析过程。最后,以实际冲突为例说明这一方法。     

网络化防空导弹体系虚拟拦截联盟研究

对网络化防空导弹体系进行了描述,提出了虚拟拦截联盟(Virtual Interception Coalition,VIC)概念;论证VIC是网络化防空导弹体系的最基本作战单元;对VIC的本质、形成、重构和作战过程控制等关键问题进行了初步研究.     

VXI Plug & Play : 一种组建测试系统的理想规范

介绍了对推动ＶＸＩ技术发展具有重要意义的ＶＸＩＰｌｕｇ＆Ｐｌａｙ系统联盟成立的背景以及ＶＸＩＰｌｕｇ＆Ｐｌａｙ规范的主要内容,制定规范所遵循的原则和要求,对ＶＸＩＰｌｕｇ＆Ｐｌａｙ发展前景做了展望,说明了虚拟仪器软件结构的框架,并初步探讨了组建一个自动测试系统的方法和步骤以及如何利用ＶＸＩＰｌｕｇ＆Ｐｌａｙ设计仪器驱动程序。     

基于对抗分析的战略博弈推演方法

大国博弈日趋激烈,战略博弈推演逐渐成为各国面对战略博弈问题进行评估决策的重要方法。立足战略博弈特征,提出基于对抗分析的战略博弈推演方法,从战略博弈中各推演方针对策略选项的立场、意图和质疑等认知信息描述推演场景,识别当前场景各推演方存在的冲突矛盾点,评估战略态势,并构建多阶段战略博弈推演模型。通过示例表明该方法分析战略博弈问题的可行性与适用性,可为指挥决策提供支撑。     

基于博弈论组合赋权-TOPSIS法的战时装备维修保障点配置方案评价

针对战时装备维修保障点配置受多种因素影响、保障指挥员难以快速有效地评价保障点配置方案合理性的问题,提出一种战时装备维修保障点选址方案评价方法。综合考虑战场环境、自然环境和交通条件等多方面因素,构建了战时装备维修保障点配置方案评价指标体系并对各指标进行量化分析;基于博弈论思想进一步优化AHP-熵权主客观组合权重,结合TOPSIS法实现战时装备维修保障点配置方案的定量评价,通过示例验证了该方法的合理性和有效性。     

融合先验知识的异构多智能体强化学习算法研究

近年来,基于深度强化学习的机器学习技术突破性进展为智能博弈对抗提供了新的技术发展方向。针对智能对抗中异构多智能体强化学习算法训练收敛速度慢,训练效果差异大等问题,提出了一种先验知识驱动的多智能体强化学习博弈对抗算法PK-MADDPG,构建了双重Critic框架下的MADDPG模型。该模型使用了经验优先回放技术来优化先验知识提取,在博弈对抗训练中取得显著的效果。论文成果应用于MaCA异构多智能体博弈对抗全国竞赛,将PK-MADDPG算法与经典规则算法的博弈对抗结果进行比较,验证了所提算法的有效性。     

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。