基于ANFIS的制导炸弹智能控制系统

针对目前制导炸弹命中精度低的问题,首次提出一种基于自适应神经模糊推理系统(ANFIS)的制导炸弹智能控制系统.该系统不基于数学模型,用独特的空间分层方法建立若干模糊推理系统,依靠专家经验来获取控制信息.规则库是通过分析训练数据,用Levenberg-Marquardt优化方法改进的BP神经网络对训练数据自学习而建立的.通过计算机仿真,该智能控制系统具有精度高、泛化功能强且调整灵活等优点.可以预见,这种智能控制系统在军事上有很好的应用前景.     

协同空战指挥控制系统智能体模型研究

建立了由多个智能体(Multi-AgentSystem)组成的多机协同空战指挥控制系统的总体结构模型及基于信念、期望、意图(BDI)结构的单个智能体的结构模型,并针对多机协同空战指挥控制的特点,对基于BDI框架的智能体结构、智能体的内部行为、触发事件和结合作战效能的BDI解释器等形式化建模问题进行了研究。最后,指出需完成的后续工作以及相关技术问题。     

智能算法在兵棋对抗推演中的应用

针对兵棋对抗推演中的制权瘫体阶段联合火力打击任务规划问题,研究智能算法应用的可行性.设计了以多智能体协同进化为设计理念的群体智能优化算法,同时针对联合火力打击毁伤特点设计了对抗模拟平台,通过计算机迭代进化输出优化智能体,分析对应的最优任务规划的结构特点.实验分析表明,相比于手工拟制任务规划本算法应用于联合火力打击任务规...     

模糊规则推理在某型导弹故障智能诊断中的应用

针对某新型导弹武器装备尚未形成全面技术保障能力的现状,构建出基于模糊规则推理(模糊矩阵算法和规则推理)的导弹故障智能诊断平台,降低了故障诊断中的误判和漏判,充分发挥了该型导弹装备的效能.该故障诊断系统的诊断方法具有一般性,可推广应用到其他装备的故障诊断系统.     

基于多智能体的传感器网络协同目标跟踪技术研究

针对传感器网络中的协同目标跟踪问题,分析了基于多智能体理论的分布式协同策略,提出了一种基于动态联盟的传感器网络协同目标跟踪框架,分析了系统中的智能体构成,提出了联盟中基于贝叶斯估计的Manage Agent的数据融合算法,讨论了Manage Agent的选举算法。理论分析表明,多智能体理论能够较好地适用于传感器网络的协同目标跟踪问题。     

船体梁爆炸损伤识别方法研究

针对目前在船舶爆炸损伤试验中不能有效获得船舶损伤数据,将爆炸过程中船舶船体梁总振动固有频率与爆炸损伤前完好船体总振动固有频率进行对比,建立完好船体和损伤船体多种假想损伤的固有频率数据库,采用神经网络智能方法得到频率改变特征参数与损伤参数的映射关系,对船舶结构损伤状态进行判断.以一艘1500吨级的船舶为研究对象,通过仿真...     

基于多Agent和多线程技术的舰艇CGF系统设计与实现

舰艇CGF具有自主性、智能化等特征,并具备感知、通信以及协调能力。基于多Agent建模技术设计了一个体系结构合理、系统灵活、通用型、可重用性强、易于扩展的舰艇CGF系统,采用VC++6.0多线程技术实现了舰艇CGF各武器系统的任务并发运行,提高了舰艇CGF系统的执行效率和系统的实时响应能力,对完善舰艇CGF系统和进一步研究海军训练DIS系统有重要意义。     

基于移动自组网的智能战场架构理论研究

提出了一种基于移动自组网的智能战场网络架构模型,对基于移动自组网的网络架构模型及软件平台结构进行了描述,并将该模型和传统的通信模型进行了对比。分析结果表明,该智能战场架构模型将对实现智能战场起到积极的推动作用。     

基于多智能体决策技术的远海物资保障模型

针对远海防卫后勤保障特点,基于Anylogic仿真软件,以作战力量、保障点、保障力量等为智能体模拟了远海物资保障流程,建立了远海物资保障模型,提出了两种保障方案,并以成本费用、补给时间、补给效率为指标,对两种方案进行了对比评估,得到了最优保障方案。结果表明,利用多智能体仿真技术能有效实现远海物资保障方案问题求解,降低补给时间和成本,提高补给效率,为远海物资保障方案的研究提供技术参考。     

基于课程强化学习的联合海空博弈决策模型训练方法

针对多智能体深度强化学习在解决联合海空作战战术博弈决策模型难以训练优化问题,结合多智能体深度强化学习在智能化指挥决策问题中的应用性优势,以及课程学习在复杂问题研究中的改进优势,构建基于马尔可夫决策过程的联合海空战术决策过程模型,提出基于复杂度指数函数的任务复杂性度量方法,建立基于值分解网络算法的求解模型。针对一个典型联合海空作战战术决策场景,构建从易到难的课程学习任务和模型求解框架,设计针对任务的决策模型训练方法,在兵棋推演仿真系统上,对模型训练方法的可行性进行了验证。