2020年仿人智能技术发展综述

仿人智能的核心在于对人脑的深入研究与不断模仿.对仿人智能领域的研究进行了综合评述,并对进一步发展方向进行了分析.首先概述了大脑结构及处理机制研究,大规模突触级别脑结构图问世,推动对脑结构与功能的深入刻画;然后讨论了最新的类脑计算模型和算法研究成果,类脑计算成为通用人工智能的基石,具有极其广阔的应用前景;最后介绍了计算与...     

基于模糊聚类的舰载机超视距空战火力分配模型

针对舰载机超视距协同交战中对多个敌机目标火力分配优化问题,在建立舰载机超视距协同优势空战态势的基础上,提出了一种协同交战火力分配模型及算法.该模型基于舰载机超视距攻击作战规则,通过模糊综合评判专家系统,分析、计算目标威胁度量和效能度量,将打击目标的随机性和不确定性与聚类算法的反馈相结合,实现快速有效的搜索和寻优求解.仿...     

基于神经网络的模糊理论在桥梁状态评估中的应用

探讨了模糊数学中的隶属函数在桥梁技术等级状态评估中的应用.在研究现有桥梁状态评估方法的基础上,把人工神经网络和模糊数学理论结合起来应用于大跨度预应力斜拉桥的等级状态评估,建立了基于三层神经元的模糊神经网络模型,并建立结构损伤度函数及等级隶属度模型,通过样本学习训练,获取评估专家的知识及直觉思维,最终确定桥梁所对应的技术状态等级.以检测的480组索力数据作为学习样本,另外4组作为验证样本进行了索力状态评估预测.计算结果表明,网络预测值与期望值吻合良好.     

武器系统模糊寿命周期费用模型

武器系统的寿命周期费用建模较多采用参数法,而参数法中最常用的是最小二乘回归.考虑费用统计数据的模糊性,提出用模糊最小二乘回归来建立武器系统模糊寿命周期费用模型,并结合实例对武器系统寿命周期费用进行了分析.结果表明,这种方法能达到令人满意的拟合精度,具有实用价值.     

军事与经济协调度测定方法评价

从统计的角度看,测定协调度的常用指标有距离协调度、综合发展度两种,二者在计算方法上有较大差异。前者相对简单,使用频率较高,应用性强;后者计算过程复杂,但方法更成熟。应用的时候,应根据不同时期系统的发展特征选择恰当的测定方法。     

基于AHP方法的战场目标三维伪装效果评估

针对战场目标伪装效果评估视角单一、主观性过强等问题,基于层次分析法(AHP)和航迹发现概率对战场目标三维伪装效果进行多视角评估研究。在利用无人机倾斜摄影技术对战场目标进行三维建模的基础上,模拟无人机航线侦察获得多视角侦察影像;综合提取影像中目标与背景的亮度、颜色、纹理等8个评估指标并计算相似度,采用AHP建立单视角特征相似度评估模型;基于航迹的目标发现概率模型,计算多视角目标相似度权重,构建了战场目标伪装效果多视角评估模型。通过案例分析,多视角评估方法能够实现战场目标伪装效果多角度、连续性客观综合评估。     

基于多目标鲸鱼优化算法的动态武器目标分配

针对传统动态武器目标分配模型以武器打击收益最大化为目标,考虑过于单一,并且现有智能算法在求解该模型存在收敛精度低的问题,提出一种非支配排序多目标鲸鱼优化算法(non-dominated sorting multi-objective whale optimization algorithm, NSMWOA)求解动态武器目标分配模型。首先为提高初始解的质量,引入2次logistic映射初始化种群,合并父代与子代个体,通过计算个体的非支配等级和拥挤度大小对个体进行排序,其次为筛选优秀个体,实验结果表明,在与NSGA-Ⅱ和MOPSO算法的对比中,非支配排序多目标鲸鱼优化算法函数测试中的得出Pareto前沿更接近真实Pareto前沿,寻优精度更高,在动态武器目标分配模型中,能够得出更优的分配方案。     

Al/PTFE活性材料在炸药爆轰作用下的响应特性研究

为探究铝—聚四氟乙烯(Al/PTFE)活性材料在炸药爆轰作用下的响应特性,采用JO-8及DHL两种高爆速炸药对活性材料进行了端面及对碰爆轰加载试验。通过转镜式高速扫描相机记录了炸药爆轰波及活性材料激发的响应迹线,并结合理论分析获取了2种爆轰加载方式下活性材料内的冲击波压力值。结果表明：端面爆轰加载下,Al/PTFE活性材料在初始高压约为33.59 GPa的入射冲击波作用下发生剧烈反应,但随着冲击波压力衰减,反应速率迅速降低,表明该活性材料不能发生自持爆轰;对碰爆轰加载下,Al/PTFE活性材料受到持续高压作用,虽然由滑移爆轰加载产生的入射冲击波初始压力仅为15.76 GPa,但冲击波在活性材料的中心处发生汇聚叠加,形成高压集中区,在该区域内发生了“类爆轰”反应,反应速率达到4 mm/μs,但其反应过程还需要进一步研究。此外,研究还表明,同轴组合装药结构可使活性材料受到炸药爆轰产生的持续强冲击加载,不仅能够显著提升其反应速率,还可避免其反应无法自持的问题,可为相关战斗部装药的设计提供参考。     

基于时空和作战编组的兵棋推演系统轨迹聚类算法

针对兵棋推演系统信息繁杂,不利于用户理解作战态势的问题,提出了基于时空和作战编组的轨迹聚类CTUW算法。该算法分为轨迹压缩、相似性度量、轨迹线段聚类和可视化4个部分,可从繁杂的轨迹信息中提取主要内容并进行概括表达,达到既简洁概述兵棋推演的整体态势变化,又不丢失棋子机动过程中的重要细节信息的目的。实验结果表明,CTUW算法的轨迹聚类效果相比TRACLUS算法和CTECW算法更精细,计算复杂度也较低,即使在处理具有异常机动速度、特殊轨迹形态、路线交叉重叠等特殊轨迹数据时仍能保持较好的聚类效果。