基于推理的体系对抗条件下空袭目标优选方法

针对体系对抗条件下空袭目标选择缺乏不确定多要素分析能力和足够的自主推理能力,研究了空袭体系的基本作战样式,根据智能决策模拟系统需求,结合决策行为产生机理,建立基于区间数的综合推理模型,给出空袭目标优选规则,提出基于推理的体系对抗条件下空袭目标优选方法,最后给出一个仿真实例。实例结果表明,该方法可作为体系对抗条件下作战仿真系统的重要组成部分,为军事指挥员提供辅助决策支持。     

伴随维修组维修模型聚合方法

面向装备维修保障系统的多分辨率建模问题,提出了一种装备维修模型的聚合方法,为装备维修保障系统模型的聚合研究提供了一种新的思路。该方法通过聚合故障输入和推理维修状态实现维修模型的聚合。最后通过基于MATLAB的仿真实验验证了该方法的可行性。通过实例验证可以看出,该方法缩短了仿真时间,减少了复杂系统底层建模的工作量。     

自燃火灾原因分析认定专家系统的设计特点

结合武警学院科研项目"自燃火灾原因分析认定专家系统"(简称FSAIES)的研制工作,介绍FSAIES系统的基本结构,并通过实例详述了适合于系统开发的知识获取和知识表示方法,重点介绍了系统采用的推理机制和学习功能.     

基于案例推理的装甲装备故障排除方法

针对装备维修对实践经验的依赖以及经验的隐性化特点,重点对故障案例的表示及案例库组织进行研究,奠定案例检索的基础,优化基于案例推理的装甲装备故障排除方法。     

舰艇编队海上运输补给物资需求预测方法

按照是否与任务、事件相关,将物资需求分为两类,对于任务、事件相关物资需求的预测,将任务进行合理的分解,并根据物资消耗与任务、事件之间的关系,给出了预测的一般模型;对于与任务、事件联系不紧密的物资需求的预测,则根据历史经验及该物资固有的消耗规律,提出了经验预测模型。为了解决舰艇编队海上运输补给物资需求预测所存在的问题,利用案例推理的方法生成了预测所需的样本数据,以最小二乘向量机(LSSVM)模型为预测模型,并以岛屿进攻作战的防空弹药需求预测为例进行了实例分析。结果表明:案例推理生成的样本数据可用,选用LSSVM模型的预测结果与其他预测模型表现出了一致性,但LSSVM相对误差较小;该方法在某种程度上解决了样本数据有限的问题,适用于作战物资需求的预测问题。     

结合非负张量表示与扩展隐Dirichlet分配模型的图像标注

由于"语义鸿沟"的存在,自动图像标注是一项极具挑战性的工作。考虑到图像低层视觉特征与高层语义概念的差异,分别从图像表示与语义建模两个方面来实现自动图像标注。在图像表示方面,提出了一种正则化约束下的非负张量表示方法,用以提取符合人眼视觉直观理解的图像高阶结构特征。在语义建模方面,提出了一种三层贝叶斯模型——扩展隐Dirichlet分配。该模型利用隐变量来实现图像与标注词的关联,并通过一种基于变分推理的期望最大值方法来估计参数。实验结果表明,ELDA模型在大规模数据库NUS-WIDE上的标注结果相较于现有方法有了显著的提高。     

基于建议集成的通用智能体结构模型及其军事运用

多智能体系统技术在军事领域得到了广泛的应用,建议集成是一种有效的多智能体之间的交互手段。设计了一种通用的智能体模型,使用案例推理系统方法对建议建模,使用信任度对建议进行评估,在传统智能体模型的基础上增加建议集成功能。通过一个实例描述其军事运用,表明该方法可增强分布式军事领域中资源的利用效率。     

目标识别系统中的一种多传感器数据融合算法

Dempster证据组合规则在D-S证据理论中具有十分重要的作用。但在将Dempster证据组合规则应用于多传感器数据融合时,理论上仍有值得探讨之处。在对Dempster证据组合规则进行分析的基础上,提出了解决目标识别系统中多传感器数据融合的“一次Dempster联合法”,避免了原有算法中需多次采用Dempster证据组合规则来计算的问题,从而减少了计算量。     

基于粗糙集的知识推理在后勤保障智能决策系统中的应用研究

目前,智能决策系统的实现研究已成为众多学科领域的研究热点,本文探讨了军队后勤保障智能决策系统中的知识表达,讨论了属性在知识表达系统中的作用,决策表格形式的知识表达系统的性质、作用以及根据粗糙集理论分析处理海量信息中信息的有用特征,通过分析、推理产生最小决策规则。。     

专家系统优化排列准则及时间估计模型研究

军用仿真系统中 ,专家系统作为一个决策软件包 ,满足整个软件系统运行的性能需要 ,因此研究专家系统的推理时间是必要的。专家系统的推理时间与其推理模式、知识库结构等因素有关。针对知识库结构 ,利用时间齐次马尔可夫链为专家系统知识库进行建模 ,并给出了相应的时间估计模型及其排列准则 ,从而可以研究专家系统的实时性。