云环境条件下智能决策支持系统理论研究

随着具有智能化特征的信息化战争形态的出现,军事智能决策已发展成为能够影响战争胜负的关键环节。在介绍基于专家系统和人工神经网络的智能决策支持系统的基础上,对二者的优缺点进行了对比分析,提出了在云环境下,通过采取并行结构模式,将专家系统和人工神经网络集成的智能决策支持系统,并对该新型决策支持系统的工作原理和推理过程进行了分析,为军事智能决策支持系统的研究提供了一种新的思路和方法。     

EEMD+BiGRU组合模型在短时交通流量预测中的应用

针对城市交通流随机波动性强、数据中含噪声多导致预测精度下降的问题,提出一种基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)和双向门控循环单元(bidirectional gated recurrent unit,BiGRU)的组合交通流量预测模型,有效地提升了短时交通流预测的精度。模型利用EEMD算法对原始数据进行分解,根据分解所得的本征模函数(intrinsic mode function,IMF)分量绘制噪声能量图谱,去除分量中的噪声,并将去噪后的IMF分量作为BiGRU网络的输入进行训练,再将训练所得的结果进行重构加和,得到最终的预测结果。实验结果表明,未舍弃含有噪声的IMF分量进行重构的预测结果,相比于参考文献中提出的EMD+LSTM模型、LSTM模型和EEMD+LSTM模型,其平均绝对百分误差分别优化了42.36%、61.82%和30.95%;舍弃含有噪声的IMF分量后进行重构的预测结果,其平均绝对百分误差相比于将全部IMF分量进行重构优化了56.62%。     

大数据与我军财务管理

当前,世界各发达国家不约而同将大数据的开发应用作为夺取新一轮竞争的重要制高点。而大数据技术的运用必将引发财务管理模式发生重大变革。利用大数据有利于提升经费管理效益;依托大数据将促进实现预算管理科学化;运用大数据可构建智能型财务。     

基于二维合同的编队协同防空导弹资源分配研究

在现代高技术海战中,舰空导弹协同防空成为舰艇编队协同作战的重要作战样式。针对舰艇编队作战中导弹协同防空的资源分配问题,首先建立了基于多智能体系统的分布式体系结构,然后在合同网协议的基础上提出了一种基于二维合同的导弹与照射器的分配算法,最后通过仿真计算表明,该体系和算法有效地解决了编队舰空导弹协同制导防空中导弹与照射器的资源分配问题。     

广播式通信多智能体系统信息一致性研究

为解决多智能体协同工作问题,开展了广播式通信拓扑多智能体系统信息一致性研究。基于随机矩阵谱半径的唯一性,对固定和时变通信结构的离散系统证明了一致性问题的可解性。根据广播式通信拓扑的特点,具体给出通信协议中智能体的通信形式,并证明了系统在实现信息一致性后,系统的状态收敛到主个体的状态。针对智能鱼雷编队攻击协同技术,给出了实际仿真实例,仿真结果证明了理论结果的有效性。     

“民参军” 山河智能树立军民融合典范

历史告诉我们,兵不强不可以摧敌,国不富不可以养兵。从"军民结合"到"军民融合"再到"寓军于民"、"民技军用",这是我们党在新中国成立60多年来对经济建设与国防建设协调发展规律认识的不断深化,是中国崛起的必然选择。军民融合,"融"的是中华民族复兴的百年梦想,"合"的是富国与强军的康庄大道,山河智能装备集团在军民融合发展的道路上听从党的号召,为实现中国梦、强军梦贡献自己的力量,山河智能装备集团以自己民参军的经历诠释其无愧为军民融合的典范。     

美国S＆W公司M66左轮手枪

美国S＆W公司以生产高性能左轮手枪而闻名,使用威力强劲9毫米子弹的M66是该公司最出名的产品之一,以射击精度高,外形流畅,动作可靠而在枪械市场上大受欢迎。在美国畅销多年。为了适应不同的客户,M66有2．5英寸（63.5毫米）、4英寸（101.6毫米）、6英寸（152.4毫米）等几种不同枪管型号供挑选。这支是M66的2.5英寸（63．5毫米）枪管型。     

装备综合物流保障网络智能决策支持技术

为了提高军事装备综合物流保障决策的科学性、实时性,摆脱以往单纯依靠经验总结和历史数据积累为主的保障决策方式,利用图论的理论算法和分布式计算机网络技术等,对保障任务自动生成满足各种保障要求的决策方案,不仅更加快速准确,而且为装备综合物流保障工作提供了一个战平结合的决策支持平台。     

作战任务智能规划系统设计及关键技术研究

紧贴联合作战各层级、各领域、各场景作战任务智能化规划系统需求,设计作战任务智能规划系统技术框架,分析任务智能规划系统功能流程,探究任务数据化、任务智能设计、任务价值排序、任务智能分配、任务效果评估,以及任务可视化等任务智能规划系统实现的关键技术手段、主要模型和关键算法,为作战任务智能规划系统设计、研制及运用提供参考。     

对抗环境下的智能兵棋系统设计及其关键技术

智能博弈对抗领域已成为当前研究的热门领域之一。侧重在兵棋推演系统的体系构建和模块设计,分析了兵棋推演系统的建模要素,包括兵棋要素、兵棋规则及智能接口设计,构建了智能兵棋推演系统的整体架构。通过A3C强化学习智能算法对系统设计进行可行性验证。其中,改进了强化学习训练过程的奖励设置,明确智能兵棋环境的状态输入、算法驱动过程及动作输出过程,通过自主实现的智能兵棋推演系统,验证了所提的系统理论与工作。该工作为基于强化学习的智能博弈系统的设计与实现提供了可行路径,并为以后基于强化学习的智能博弈对抗研究提供了基础平台。