基于深度强化学习的智能对手自主空战决策技术

为提升空战训练对手的智能性与自主性,提升空战训练效果。针对空战战术训练智能对手自主空战决策问题,提出一种基于深度强化学习的智能体训练方法,采用最大熵强化学习（SAC）算法平衡策略探索与利用的优势,引入自博弈和多智能体联盟训练方法提升空战智能体策略的多样性和鲁棒性。针对一对一近距格斗空战场景建立智能博弈框架及奖励函数,仿真结果表明,基于零经验训练得到的智能体能够有效自主机动决策并实施近距导弹攻击,产生较好的战术效果,证明该方法在一对一近距格斗空战智能体训练中的有效性。     

基于混合算法的巡飞无人机轨迹优化策略

提出大型空中侦察无人机作为控制中继来控制陆基发射的巡飞无人机作战模式。以多脉冲固体火箭发动机为动力的巡飞无人机的航程末端速度大,可以有效提升无人机的战场生存能力;为使巡飞无人机末速最大,有效提高巡飞无人机飞行轨迹优化求解的鲁棒性和精度,提出了遗传算法与高斯伪谱法相嵌套的混合优化方法。同时与单脉冲推力模式的无人机进行了对比仿真,验证了该混合优化算法的实用性和有效性。     

持续强化“四个注重” 守护官兵心理安全

心理安全主要涵摄两个意指:其一,人脑对客观世界反映的内在形态是积极的;其二,人在与外界交流时的思想、感情等内心活动是符合常态的。官兵心理安全常常表现为:拥有健康的身心;能够调节工作、学习、训练、生活压力;融洽应对外部环境和人际关系;从角色扮演、职能履行中常常得到满足。     

基于多群体改进萤火虫算法的装配序列规划

为了解决机械产品装配序列优化问题,提出了一种基于多群体改进萤火虫优化算法的装配序列规划方法。建立了装配序列规划的数学模型,针对萤火虫算法收敛效率低的不足,借鉴混合蛙跳算法族群划分思想对萤火虫算法进行了改进,引用局部搜索与全局信息交换机制提升了算法性能;根据装配序列规划问题离散型的特点,定义了新的离散编码方式和粒子更新策略。通过实例仿真结果表明,改进后的萤火虫优化算法简单有效、稳定性好、求解精度高,能够稳定快速地给出装配序列最优方案。     

面向AL的战略级仓库备件供应优化方法

针对维修备件供应保障费用较高、管理难度较大等问题,借助自主式保障(AL)理念设计了面向AL的维修备件调度与供应优化框架,提出面向AL的战略级仓库维修备件供应优化思路。在此基础上,为了解决战略级仓库备件供应路线规划不科学、弥补半定量经验方法不足的情况,建立了带混合时间窗的多供应地——多需求地维修备件供应路线优化模型,设计了求解模型的GA-SA混合算法。最后运用算例进行了说明。     

混合动力装甲车辆能量管理策略实时仿真

为解决混合动力装甲车辆多动力源输出优化匹配难题,针对一种具有3个动力源的混合动力系统中各动力源的输出特性和驱动电机功率需求特点,制定了具有双层结构的能量管理策略:顶层的系统功率分配策略完成负载功率估计及其在各动力源间的分配;底层的部件级控制策略实现发动机-发电机组和动力电池的优化控制。通过构建一种分布式硬件在环仿真平台对能量管理策略进行仿真验证。结果表明:混合动力系统能够很好地满足负载功率需求,实现了对多个目标的优化控制。     

一种针对坦克速度控制的深度强化学习算法

坦克的无人化将成为作战装备的未来研究方向之一,针对坦克无人驾驶如何提高智能体训练速度是当前深度强化学习领域的一大瓶颈,提出一种最近经验回放的探索策略来对传统的软行动者-评论家算法（soft actor-critic,SAC）进行改进,在训练阶段,赋予最近经验更大权重值,增大其采样概率,从而提高了训练的稳定性和收敛速度。在此基础上,基于应用环境以及作战任务设计奖励函数,提高算法的战场适用性。构建具体作战场景,对改进的算法与传统算法进行对比,结果表明,提出的算法在坦克速度控制上表现出更好的性能。     

装备内孔零件的堆焊修复与滚压强化工艺研究

阐述了一种修复损伤内孔零件的精密脉冲等离子粉末堆焊+滚压强化复合处理工艺,通过试验对修复层的组织性能进行了观察与测试。结果表明:修复的薄壁内孔零件试样基体变形小,修复层与基体属于冶金结合,修复层和基体过渡区域(包括熔合区和热影响区)较窄,堆焊质量良好;堆焊修复内孔零件试样经车削+滚压强化处理后表面光滑、平整,粗糙度明显降低,且形成了高值残余压应力,这些都有利于改善修复零件的抗疲劳性能。该修理工艺简单可靠、经济实用,可实现损伤内孔零件控型与控性的有效结合,为重载装备的内孔零件修复提供了一种方法。     

强化对飞行大队教导员苗子的培养

飞行大队教导员作为大队政治工作的负责人,必须引领飞行人员投身训练,强化心理素质,保持稳定的思想状态,其工作贯穿于整个飞行大队的训练和生活,一言一行、一举一动都会不同程度地影响战斗的主体和核心。适应新形势、新任务的要求,如何抓住飞行部队政治工作特点,培养一批懂飞行、敢管理、会教育的飞行大队教导员苗子,是当前飞行部队政治工作的一个重要课题。     

基于混合挖掘的军事数据分类方法

基于军事信息系统的体系作战指挥,必须依托准确可靠的数据支撑。为了研究数据挖掘方法在军事数据上的学习性能,采用支持向量机方法和粗糙集对坦克连的作战数据进行了仿真实验。试验结果表明,支持向量机方法能够预测坦克连的命中率为100%,结合粗糙集方法,能够进一步提高支持向量机方法的学习性能,缩短学习时间。