基于MAS的后勤保障仿真系统设计

从MAS (Multi-Agent System)的角度出发,分析了后勤保障系统的主要功能和作用,提出了后勤保障仿真系统的体系结构以及单业务构件Agent的组成结构,研究设计了后勤保障系统仿真中存在的接口、物资仓库、汽车运输、卫生以及军港码头维修共5类Agent,并描述了Agent的结构和相关关系,对仿真系统的构建具有重要的意义.     

BP神经网络的布撒器末端修正

针对布撤器开舱点位置解算及子弹药减速伞延时解算所需时间长的问题,引入了BP神经网络算法,建立了子弹药的数学模型和BP神经网络解算模型,并进行了布撒器末端修正的仿真分析.仿真结果表明:运用BP神经网络算法计算的结果误差较小,并且大大缩短了在线解算的时间,进一步提升了布撤器的作战效能.     

基础设施

通过加快基础设施建设,使团场经济和社会发展空间不断扩大,广大干部职工的生活水平得以提高。从山海关到铁门关时间:4月22日地点:农二师二十九团现代农业研发基地初夏的铁门关花红柳绿,坐落在农二师二十九团的现代农业研发基地显得格外气派。这一天,新疆农科院库尔勒农业研发基地揭牌。农二师农科所党委书记薛穗花,提前来到揭牌仪式现场,等待见证她盼望已久的时刻。     

基于深度强化学习潜艇攻防对抗训练指挥决策研究

潜艇和水面舰艇编队间的攻防对抗是潜艇作战研究的重点内容,如何确保潜艇在舰艇编队、反潜直升机等兵力的联合封锁下存活和突围,是对潜艇指挥决策的考验.为此,针对潜舰机博弈对抗场景,从深度强化学习和规则推理两个方面构建潜艇智能体,提出两种近端策略优化(Proximal Policy Optimization,PPO)算法改进机...     

基于对抗推演的训练样本生成框架

针对军事目标图像智能识别、智能平台对抗等AI算法学习训练缺乏高质量样本难题,提出了一种基于对抗推演的训练样本生成框架。从训练样本的数据格式、作战业务的维度,建立了训练样本分类体系;从样本特征、样本标签两方面,提出了训练样本的表征方法,建立了军事目标图像、目标航迹等训练样本表征模型;建立了基于对抗推演的训练样本生成框架,依据红蓝双方的行为决策模型,开展对抗式仿真推演,积累训练样本数据;以智能空战决策训练样本为典型案例,提出了基于规则与微分方程求解相结合的方法,通过自主对抗模拟产生训练样本数据,支撑智能空战决策AI算法训练。     

防空反导机理分析及筹划决策

由弹道导弹、新一代战机、临近空间飞行器和智能无人系统等组成的空天一体化打击系统已成为空天防御面临的巨大威胁与挑战.本文首先从战场环境、空天打击特点和防空反导特点等角度分析防空反导作战的内在机理,对防空反导作战部署、拦截打击、协同规则等典型作战规则展开了探索设计,提出包含预先筹划、应急筹划和战时临机调控的防空反导筹划流程...     

中国船舶七二二所控股公司海阔公司在页岩油气关键智能装备市场取得重要突破!

新年伊始,中国船舶七二二所控股公司海阔公司成功中标中石油测井公司水平井输送系统合作开发项目,中标金额1500余万元,标志着海阔公司成功进入中石油测井科技创新生态圈,取得了页岩油气关键智能装备领域重要突破. 路虽远行则将至,事虽难做则必成.智能水平井输送技术设备是目前页岩油气开发急需的高端装备,应用需求大,但行业内最先进...     

反应式集群体系结构在蜂群弹药中的应用研究

随着无人武器集群式作战从想象加速变为现实,这种新型武器和战术势必将成为改变未来战争规则的重要推手。针对集群武器系统缺乏有效理论与系统技术支撑的问题,首先在多智能体理论和仿生集群智能技术的启发下,深入研究了基于集群行为驱动和个体行为规则的分布式决策框架,并结合视觉信息处理技术,构建了基于个体行为规则和集群行为原型的反应式集群框架;然后,建立了蜂群弹药任务和个体行为规则之间的映射关系;最后,将简单的区域搜索、饱和攻击等作战任务进行了嵌入式实现,对影响任务效率的关键因素进行了深入分析,为构建蜂群弹药等智能集群装备提供了技术储备和理论支持。初步仿真结果证明,对于50节点规模的集群,提出的反应式集群决策框架能够引导蜂群弹药高效完成避障、搜索和攻击等任务,且在40%、80%个体失效时搜索效率显著优于慎思式集群。     

基于异环境重要性采样的增强DDRQN网络

针对局部可观测多智能体学习环境下,智能体与环境频繁交互造成环境不稳定,导致智能体无法使用经验回放机制(experience replay)的问题,采用了一种基于异环境重要性采样的回放经验利用机制。并结合该机制再深度强化学习算法,深度分布式循环Q网络(DDRQN)基础上进行了改进,提出一种增强型的深度分布式循环Q网络。通过对Deep Mind的Py SC2平台Defeat Roaches局部可观测多智能体学习环境实验结果对比分析表明,增强型的深度分布式循环Q网络相比于DDRQN网络,具有良好的学习性能,稳定性、收敛速度均具有显著提升。     

面向目标的地面火炮弹药消耗预计方法

地面火炮是陆战中的主要火力突击力量,弹药高消耗特征日益突出,合理预计其战时弹药消耗量具有重要意义。针对现有预计方法考虑影响因素少、预计结果可用性不强等问题,提出了面向目标的弹药消耗预计方法。该方法针对直瞄火炮和间瞄火炮分别提出了目标毁伤概率和修复概率计算方法,综合考虑作战阶段、目标数量、火炮数量、弹药限额等因素,计算各类火炮日弹药消耗量,进而确定高强度、低强度作战时期内的弹药消耗标准。使用弹药消耗标准预计弹药消耗量,利于弹药保障部门拟制弹药保障方案和实施弹药保障行动。通过算例分析验证了方法的有效性和合理性。