基于分阶段筛选评估的合同网任务分配机制

基于合同网的任务分配机制广泛应用于各领域的多Agent系统中,以解决分布式任务分配问题。在分析经典合同网协议优缺点的基础上,提出了分阶段筛选与招投标协商相结合的任务分配模型。通过招投标的可计算性评估,将主要计算任务放在招投标Agent内部进行并且缩小招投标范围,从而减少通信并提高效率;通过动态确定评估指标提高了机制的通用性。     

C4ISR通信仿真网中数据采集和存储算法

以C4ISR通信仿真网为基础,针对军网中数据流量大、突发性强的特点,采用自适应粒度采集算法和多结构体线形链式缓冲池的存储模式算法,来收集仿真数据.同时,根据系统工作重心的不同,依据缓冲池空闲区的大小和存储变化率,分区动态调整线程优先级.从而最大限度保障了对仿真过程中数据收集的完整性和准确性.     

战术决策中基于Petri网的知识表示与权值训练

通过对驾驶员辅助决策人工智能系统(PAAIS)中战术决策知识进行模糊Petri网的表示和推理,提出了一种模糊神经Petri网络(FNPN)来训练其权值的方法,并进行了实验仿真.结果表明,神经网络和Petri网结合使得模糊产生式规则更加有效,也对知识库的建立、更新和维护有着重要的意义.     

罗卫兵教授

罗卫兵,男,汉族,1969年4月出生,湖南益阳市人。1987年考入武警技术学院光电系电子视监专业就读,大学本科,1991年获工学学士学位,并留校任教。1995～2002年就读于西北工业大学,1999年获通信与信息系统专业     

基于数据融合的智能故障诊断仿真研究

武器系统是现代作战系统的重要组成部分.在使用过程中,一旦系统出现故障,就会导致严重的经济损失、人员伤亡和军事上的失利.因此,必须能及时发现、尽快排除武器系统的故障.多传感器数据融合技术与人工智能方法相结合,可使诊断系统具有良好的柔性和可理解性,使之能够处理复杂的故障问题.这是武器系统故障诊断的一个有效、快捷的途径.     

档案信息网络安全与对策思考

本文通过对档案信息网络安全保障的紧迫性分析,档案信息网络安全内涵的认识理解、档案信息网络安全涉及的主要对象,以及档案信息网络安全基体要求的深入研究,第一次明确了档案信息网络安全的含义;提出的档案信息网络安全防护对策,对档案信息网络的设计安全与建设安全,具有重要的参考价值。     

基于随机Petri网的装备抢救抢修保障模型

通过建立一个基本的装备抢救抢修Petri网模型,把Petri网建模思想引入战时装备抢救抢修保障模型中,将实际系统中的实体和活动映射为模型系统中的库所和变迁,将装备抢救抢修保障排队论模型用随机Petri网进行描述。构建了一个完整的装甲团装备抢救抢修随机Petri网模型,利用软件包SPNP6.0对其进行模拟运行,通过对模型仿真数据的分析为装备保障的方案制定提供决策依据。     

一种无师训练的模糊极小极大人工神经网络

提出了一种无师训练的fuzzymin max人工神经网络,它兼有一般fuzzymin max网与ART2网的优点,既弥补了fuzzymin max网不能自适应在线学习新类的缺陷,又消除了ART2网警戒门限过高的弊病.经模式识别仿真对比,对同样的输入数据,文中提出的网络用较低的警戒门限值即可达到ART2用很高的警戒门限值才能达到的分类效果,且计算量大大减少.得到的结论是:对模式识别而言,文中提出的网络比fuzzymin max网和ART2网更具有实用价值.     

驰骋21世纪战场的“网军”

21世纪战场将有许多新建的部队参战,其中最为引人瞩目的是网络战部队——“网军”。聚焦科索沃:“第二战场”上的激烈对抗 世界军事专家之所以把目光聚焦科索沃战场,因为那里有另一个战场上的激烈对抗。战争中,自从北约开始发动对南联盟的空袭之日起,北约的官方网站便不断遭到来自贝尔格莱德及其他国家的“黑客”的攻击。这些电脑斗士们自发地在网上不断用“电子炸弹”攻击美军,他们通过向北约国家及军队的信息系统倾泻大