基于多智能体强化学习的勤务保障指挥调度方法

在时、空、资源受限的复杂勤务保障场景中,实现动态、高效且可靠的勤务保障组织指挥调度,对于提升大型舰船平台飞机出动能力至关重要。通过分析飞机勤务保障指挥调度任务特点,建立多机、多保障作业并行执行的勤务保障指挥调度马尔科夫决策过程,将多智能体技术与强化学习深度结合,构建多智能体深度确定性策略迭代模型,自动生成保障计划。经仿真实验验证,所提出的勤务保障指挥调度方法,能有效满足飞机勤务指挥调度优化需求。     

网络舆论智能引导仿真推演模型与系统构建

传统马甲机械发帖的网络舆论引导方式存在智能水平不高、效果不佳的缺点。人工智能的快速发展为网络舆论智能引导奠定了坚实的理论与技术基础。本文突破新闻传播学的思维定式，利用智能体、系统建模与仿真等理论技术，研究网络舆论智能引导，提出“态势感知-仿真推演-舆论引导”的网络舆论智能引导思路，构建网络舆论智能引导仿真推演模型，明确仿真推演工具，进而构建网络舆论智能引导系统，在仿真推演的基础上实施网络舆论引导，从而颠覆传统马甲的机械式发帖引导方式，破解难以在真实网络环境中直接尝试各种引导策略的困局。本文的研究成果对于丰富网络舆论斗争理论，占领网络舆论制高点，具有重要理论意义和参考价值。